Análise da Utilização da Energia Natural Afluente Para Previsão de Vazões Afluentes Mensais Vai Support Vector Machines
Título [PT]: Análise da Utilização da Energia Natural Afluente Para Previsão de Vazões Afluentes Mensais Vai Support Vector Machines
Autor: Mariana Dehon Costa e Lima / Orientador: Prof. Dr. Ricardo Menezes Salgado
Palavras-Chave [PT]: série de vazões afluentes, energia natural afluente, previsão de vazão, support vector machines, regressão.
Área de concentração:
Titulação:
Banca:
Prof. Dr. Ricardo Menezes Salgado (Orientador)
Prof. Dr. Denismar Alves Nogueira
Prof. Humberto César Brandão de Oliveira
Resumo:
Este trabalho propõe uma metodologia para a previsão de valores da série de vazões afluentes de cada usina de um subsistema de hidrelétricas através da série agregada de Energia Natural Afluente (ENA) e sua desagregação. É feita a
previsão de Um até Doze Passos Atrás utilizando a técnica de previsão Support Vector Machines (SVM). A aplicação da metodologia é feita em cima das usinas de Furnas, Mascarenhas de Moraes (Peixoto), Marimbondo e Água Vermelha da Bacia do Rio Grande (Brasil) e a sua eficiência é medida através da análise da previsão da série de ENA com a previsão da série histórica de vazão individual. Ao verificar os resultados, foi possível afirmar que a previsão utilizando a série agregada ENA via SVM tornou-se eficiente e em alguns casos com erros inferiores aos encontrados utilizando a série de vazões histórica e usando técnicas convencionais como Redes Neurais Artificiais tipo Multilayer Perceptron (MLP).
Data: 20-11-2011