Modelo Inteligente de Previsão de Vazões Afluentes para o Auxílio à Tomada de Decisão no Setor Elétrico
Título [PT]: Modelo Inteligente de Previsão de Vazões Afluentes para o Auxílio à Tomada de Decisão no Setor Elétrico
Autor(es): Danilo Braga de Lima
Palavras-chave [PT]: Sistema de Previsão, Análise de Séries Temporais, Previsão de Vazões, Inteligência Artificial, Modelos de previsão, Ensembles.
Área de concentração:
Títulação:
Banca:
Ricardo Menezes Salgado [Orientador]
Luiz Eduardo da Silva
Thais Gama de Siqueira
Resumo:
O Brasil possui grande potencial energético advindo de fontes hidrominerais, no qual a maior parte da energia elétrica consumida provém desta fonte. Aliado a este fato, vale destacar que a tomada de decisão relacionada ao planejamento da operação dos reservatórios das usinas hidrelétricas é realizada com base, principalmente, no conhecimento antecipado das vazões. Para realizar a previsão de vazões de uma determinada bacia, é possível a utilização de alguma abordagem computacional para beneficiar este processo, tais como: Redes Neurais Artificiais, Modelos Autorregressivos, Programação Genética, Lógica Neuro-Fuzzy, entre outras, que são utilizadas com frequência na construção de modelos para solucionar problemas relacionados à previsão de séries temporais em diferentes áreas. No entanto, ao usar apenas um determinado modelo, é possível que este esteja adaptado a prever somente uma faixa específica da série temporal em questão, não apresentando bons resultados para outras partes da série. Para solucionar este problema, neste trabalho é proposto um ensemble para realizar a combinação dos resultados obtidos por modelos individuais de previsão, com o objetivo de minimizar os erros apresentados pelos modelos e com isso aprimorar os resultados obtidos. Para a realização dos estudos deste trabalho, serão utilizados como base os dados das usinas que compõem a cabeceira da Bacia do Rio Grande, mais especificadamente, as usinas de: Camargos, Funil Grande, Furnas e Itutinga, além disso, serão expostos os resultados obtidos para todas as usinas que compõem o Sistema Interligado Nacional (SIN).
Data: 01-07-2010