Use este identificador para citar ou linkar para este item:
https://repositorio.ufjf.br/jspui/handle/ufjf/16768Arquivos associados a este item:
| Arquivo | Descrição | Tamanho | Formato | |
|---|---|---|---|---|
| tiagodarochaalves.pdf | 2.5 MB | Adobe PDF |  Visualizar/Abrir |
| Tipo: | Dissertação |
| Título: | Previsão de vazão com séries temporais nebulosas para bacias do sistema interligado nacional |
| Autor(es): | Alves, Tiago da Rocha |
| Primeiro Orientador: | Silva Junior, Ivo Chaves da |
| Co-orientador: | Honório, Leonardo de Mello |
| Membro da banca: | Silva, Petrônio Cândido de Lima e |
| Membro da banca: | Marcato, André Luis Marques |
| Resumo: | A crise dos reservatórios de 2021, causada pela pior seca desde 1931, afetou o setor energético do país e aumentou as tarifas energéticas, servindo como um alerta sobre a importância do planejamento e gestão dos recursos hídricos e seus impactos na geração de energia elétrica no Brasil. Este estudo propõe uma análise comparativa entre o Soil Moisture Accounting Procedure (SMAP/ONS) e uma metodologia de previsão de vazão utilizando séries temporais nebulosas para sistemas de geração de energia hidrelétrica brasileiros. O modelo SMAP/ONS, atualmente utilizado pelo Operador Nacional do Sistema Elétrico (ONS), é um modelo determinístico para simulação hidrológica de transformação chuva-vazão, o qual procura simular o ciclo da água em uma bacia hidrográfica. Para ser possível utilizar este modelo para previsão de vazão, é necessário um processo de assimilação entre a vazão produzida pelo modelo e a vazão observada no reservatório no período anterior à previsão para que o modelo esteja ajustado. Neste processo de assimilação, é utilizada a metodologia de otimização bioinspirada Bat Algorithm. A metodologia de previsão de vazão com séries temporais nebulosas utiliza dados históricos de vazão e precipitação na bacia hidrográfica para aprender as relações temporais entre vazão observada um determinado dia e as observações passadas. Uma das vantagens da utilização desta metodologia é sua abordagem baseada em dados que usa lógica difusa para lidar com incertezas. Para a avaliação comparativa das metodologias, foram utilizados os reservatórios de Água Vermelha, Camargos, Corumbá I, Corumbá IV, Euclides da Cunha, Emborcação, Furnas, Itaipu, Itumbiara, Marimbondo, Nova Ponte, Porto Colômbia, Serra do Facão e São Simão, com dados de vazão e precipitação referentes ao período de 31/08/2019 até 07/11/2021. A abordagem baseada em séries temporais nebulosas proposta por este trabalho apresentou resultados interessantes, sendo capaz de obter valores competitivos de MAPE quando comparados com a metodologia atualmente empregada pelo ONS na previsão de vazões para diversos reservatórios avaliados. |
| Abstract: | The reservoir crisis of 2021, caused by the worst drought since 1931, affected the country’s energy sector and increased energy tariffs, serving as a warning about the importance of water resources planning and management and their impacts on electricity generation in Brazil. This study proposes a comparative assessment between the Soil Moisture Accounting Procedure (SMAP/ONS) and a streamflow forecasting methodology using fuzzy time series for Brazilian hydroelectric generation systems. The SMAP/ONS model, currently used by the National Interconnected System Operator (ONS), is a deterministic model for hydrological simulation of rainfall-runoff transformation, which seeks to simulate the water cycle in a watershed. In order to use this model for streamflow forecasting, an assimilation process between the flow produced by the model and the observed flow in the reservoir in the period prior to the forecast is necessary for model adjustment. In this assimilation process, the bio-inspired optimization method Bat Algorithm is used. The streamflow forecasting methodology with fuzzy time series utilizes historical data of flow and precipitation in the watershed to learn the temporal relationships between observed flow on a given day and past observations. One of the advantages of using this methodology is its data-driven approach that uses fuzzy logic to deal with uncertainties. For comparing the methodologies, the reservoirs of Água Vermelha, Camargos, Corumbá I, Corumbá IV, Euclides da Cunha, Emborcação, Furnas, Itaipu, Itumbiara, Marimbondo, Nova Ponte, Porto Colômbia, Serra do Facão, and São Simão were used, with flow and precipitation data referring to the period from 08/31/2019 to 11/07/2021. The fuzzy time series based approach proposed by this work presented interesting results, being able to obtain competitive MAPE values when compared to the methodology currently employed by ONS in streamflow forecasting for various evaluated reservoirs. |
| Palavras-chave: | Aprendizagem de máquina Sistema interligado nacional Previsão de vazão Séries temporais nebulosas Machine learning National interconected system Streamflow forecast Fuzzy time series |
| CNPq: | CNPQ::ENGENHARIAS::ENGENHARIA ELETRICA |
| Idioma: | por |
| País: | Brasil |
| Editor: | Universidade Federal de Juiz de Fora (UFJF) |
| Sigla da Instituição: | UFJF |
| Departamento: | Faculdade de Engenharia |
| Programa: | Programa de Pós-graduação em Engenharia Elétrica |
| Tipo de Acesso: | Acesso Aberto |
| Licenças Creative Commons: | http://creativecommons.org/licenses/by-sa/3.0/br/ |
| URI: | https://repositorio.ufjf.br/jspui/handle/ufjf/16768 |
| Data do documento: | 26-Abr-2024 |
| Aparece nas coleções: | Mestrado em Engenharia Elétrica (Dissertações) |
Este item está licenciado sob uma Licença Creative Commons
