{"id":63,"date":"2018-07-25T16:42:19","date_gmt":"2018-07-25T19:42:19","guid":{"rendered":"http:\/\/www.bcc.unifal-mg.edu.br\/biblioteca\/?page_id=63"},"modified":"2018-07-25T18:44:48","modified_gmt":"2018-07-25T21:44:48","slug":"monografia-danilo-braga-de-lima","status":"publish","type":"page","link":"https:\/\/www.bcc.unifal-mg.edu.br\/biblioteca\/producao-discente\/monografias\/monografias-2010-1\/monografia-danilo-braga-de-lima\/","title":{"rendered":"Monografia Danilo Braga de Lima"},"content":{"rendered":"<h2>Modelo Inteligente de Previs\u00e3o de Vaz\u00f5es Afluentes para o Aux\u00edlio \u00e0 Tomada de Decis\u00e3o no Setor El\u00e9trico<\/h2>\n<p><strong>T\u00edtulo [PT]:<\/strong>\u00a0Modelo Inteligente de Previs\u00e3o de Vaz\u00f5es Afluentes para o Aux\u00edlio \u00e0 Tomada de Decis\u00e3o no Setor El\u00e9trico<\/p>\n<p><strong>Autor(es):<\/strong>\u00a0Danilo Braga de Lima<\/p>\n<p><strong>Palavras-chave [PT]:\u00a0<\/strong>\u00a0Sistema de Previs\u00e3o, An\u00e1lise de S\u00e9ries Temporais, Previs\u00e3o de Vaz\u00f5es, Intelig\u00eancia Artificial, Modelos de previs\u00e3o, Ensembles.<\/p>\n<p>&nbsp;<\/p>\n<p><strong>\u00c1rea de concentra\u00e7\u00e3o:<\/strong><\/p>\n<p><strong>T\u00edtula\u00e7\u00e3o:<\/strong><\/p>\n<p>&nbsp;<\/p>\n<p><strong>Banca:<\/strong><\/p>\n<p>Ricardo Menezes Salgado\u00a0[Orientador]<br \/>\nLuiz Eduardo da Silva<br \/>\nThais Gama de Siqueira<\/p>\n<p>&nbsp;<\/p>\n<p><strong>Resumo:<\/strong><\/p>\n<p align=\"justify\">O Brasil possui grande potencial energ\u00e9tico advindo de fontes hidrominerais, no qual a maior parte da energia el\u00e9trica consumida prov\u00e9m desta fonte. Aliado a este fato, vale destacar que a tomada de decis\u00e3o relacionada ao planejamento da opera\u00e7\u00e3o dos reservat\u00f3rios das usinas hidrel\u00e9tricas \u00e9 realizada com base, principalmente, no conhecimento antecipado das vaz\u00f5es. Para realizar a previs\u00e3o de vaz\u00f5es de uma determinada bacia, \u00e9 poss\u00edvel a utiliza\u00e7\u00e3o de alguma abordagem computacional para beneficiar este processo, tais como: Redes Neurais Artificiais, Modelos Autorregressivos, Programa\u00e7\u00e3o Gen\u00e9tica, L\u00f3gica Neuro-Fuzzy, entre outras, que s\u00e3o utilizadas com frequ\u00eancia na constru\u00e7\u00e3o de modelos para solucionar problemas relacionados \u00e0 previs\u00e3o de s\u00e9ries temporais em diferentes \u00e1reas. No entanto, ao usar apenas um determinado modelo, \u00e9 poss\u00edvel que este esteja adaptado a prever somente uma faixa espec\u00edfica da s\u00e9rie temporal em quest\u00e3o, n\u00e3o apresentando bons resultados para outras partes da s\u00e9rie. Para solucionar este problema, neste trabalho \u00e9 proposto um ensemble para realizar a combina\u00e7\u00e3o dos resultados obtidos por modelos individuais de previs\u00e3o, com o objetivo de minimizar os erros apresentados pelos modelos e com isso aprimorar os resultados obtidos. Para a realiza\u00e7\u00e3o dos estudos deste trabalho, ser\u00e3o utilizados como base os dados das usinas que comp\u00f5em a cabeceira da Bacia do Rio Grande, mais especificadamente, as usinas de: Camargos, Funil Grande, Furnas e Itutinga, al\u00e9m disso, ser\u00e3o expostos os resultados obtidos para todas as usinas que comp\u00f5em o Sistema Interligado Nacional (SIN).<\/p>\n<p><strong>Data:<\/strong>\u00a001-07-2010<\/p>\n<p><strong>Link:<\/strong>\u00a0<a href=\"http:\/\/www.bcc.unifal-mg.edu.br\/biblioteca\/download\/graduacao\/Discentes\/Monografias\/2010\/2010_1\/Monografia_Danilo_Braga.pdf\">Modelo Inteligente de Previs\u00e3o de Vaz\u00f5es Afluentes para o Aux\u00edlio \u00e0 Tomada de Decis\u00e3o no Setor El\u00e9trico<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"<p>Modelo Inteligente de Previs\u00e3o de Vaz\u00f5es Afluentes para o Aux\u00edlio \u00e0 Tomada de Decis\u00e3o no Setor El\u00e9trico T\u00edtulo [PT]:\u00a0Modelo Inteligente de Previs\u00e3o de Vaz\u00f5es Afluentes para o Aux\u00edlio \u00e0 Tomada de Decis\u00e3o no Setor El\u00e9trico Autor(es):\u00a0Danilo Braga de Lima Palavras-chave [PT]:\u00a0\u00a0Sistema de Previs\u00e3o, An\u00e1lise de S\u00e9ries Temporais, Previs\u00e3o de Vaz\u00f5es, Intelig\u00eancia Artificial, Modelos de previs\u00e3o, <a class=\"more-link\" href=\"https:\/\/www.bcc.unifal-mg.edu.br\/biblioteca\/producao-discente\/monografias\/monografias-2010-1\/monografia-danilo-braga-de-lima\/\">Leia mais&#8230; &raquo;<\/a><\/p>\n","protected":false},"author":3,"featured_media":0,"parent":56,"menu_order":0,"comment_status":"closed","ping_status":"closed","template":"","meta":[],"_links":{"self":[{"href":"https:\/\/www.bcc.unifal-mg.edu.br\/biblioteca\/wp-json\/wp\/v2\/pages\/63"}],"collection":[{"href":"https:\/\/www.bcc.unifal-mg.edu.br\/biblioteca\/wp-json\/wp\/v2\/pages"}],"about":[{"href":"https:\/\/www.bcc.unifal-mg.edu.br\/biblioteca\/wp-json\/wp\/v2\/types\/page"}],"author":[{"embeddable":true,"href":"https:\/\/www.bcc.unifal-mg.edu.br\/biblioteca\/wp-json\/wp\/v2\/users\/3"}],"replies":[{"embeddable":true,"href":"https:\/\/www.bcc.unifal-mg.edu.br\/biblioteca\/wp-json\/wp\/v2\/comments?post=63"}],"version-history":[{"count":10,"href":"https:\/\/www.bcc.unifal-mg.edu.br\/biblioteca\/wp-json\/wp\/v2\/pages\/63\/revisions"}],"predecessor-version":[{"id":74,"href":"https:\/\/www.bcc.unifal-mg.edu.br\/biblioteca\/wp-json\/wp\/v2\/pages\/63\/revisions\/74"}],"up":[{"embeddable":true,"href":"https:\/\/www.bcc.unifal-mg.edu.br\/biblioteca\/wp-json\/wp\/v2\/pages\/56"}],"wp:attachment":[{"href":"https:\/\/www.bcc.unifal-mg.edu.br\/biblioteca\/wp-json\/wp\/v2\/media?parent=63"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}