Previsões de curto prazo de vazão afluente ao reservatório de Furnas utilizando redes neurais artificiais
Visualizar/abrir
Data
2008Autor
Tipo
Outro título
Short term forecasts of inflow to the Furnas reservoir using artificial neural networks
Assunto
Resumo
Decisões relacionadas à operação de reservatórios são tomadas com base no conhecimento antecipado de condições atmosféricas e hidrológicas em diferentes escalas de tempo e espaço. Assim, a utilização de informações obtidas através de previsões climáticas, meteorológicas e hidrológicas subsidia o processo de tomada de decisão, podendo produzir benefícios pela redução dos danos decorrentes de cheias, pelo aumento da segurança da barragem ou pela maior eficiência na geração de energia. Redes neura ...
Decisões relacionadas à operação de reservatórios são tomadas com base no conhecimento antecipado de condições atmosféricas e hidrológicas em diferentes escalas de tempo e espaço. Assim, a utilização de informações obtidas através de previsões climáticas, meteorológicas e hidrológicas subsidia o processo de tomada de decisão, podendo produzir benefícios pela redução dos danos decorrentes de cheias, pelo aumento da segurança da barragem ou pela maior eficiência na geração de energia. Redes neurais artificiais são utilizadas, neste trabalho, para estimar a vazão de afluência ao reservatório de Furnas (Minas Gerais, Brasil) com base em previsões quantitativas de chuvas do modelo regional ETA. As previsões de vazão realizadas possuem um horizonte de doze dias com intervalo diário. Uma metodologia de treinamento e validação da rede é apresentada utilizando previsões perfeitas de chuva (considerando a chuva observada como previsão) e utilizando o maior número de dados disponíveis, favorecendo a representatividade dos resultados obtidos. Os resultados obtidos com previsão perfeita de chuva e considerando a chuva prevista pelo modelo ETA são similares até o quinto dia do horizonte de previsão. A partir do sexto dia da previsão, porém, o desempenho da rede neural utilizando chuvas previstas pelo modelo ETA decai em comparação à previsão de vazão baseada em previsão perfeita de chuva. Entretanto, os resultados do modelo desenvolvido, mesmo quando utilizada a chuva prevista pelo modelo ETA, apresentam ainda melhores índices de desempenho que os obtidos com o modelo matemático atualmente utilizado operacionalmente. Os resultados aqui obtidos mostram que a consideração de previsões quantitativas de chuva pode aprimorar as previsões de curto prazo de vazão afluente ao reservatório de Furnas. ...
Abstract
This study presents the evaluation of the performance of a streamflow forecast model based on a feed- forward multilayer artificial neural network. Available rainfall forecasts were considered as additional inputs to the model. The Furnas dam, in the Rio Grande basin, was selected as the case study, primarily because of the availability of short-term rainfall forecast data produced in a previous study using an ETA model. Streamflow forecasts have a twelve day horizon at daily intervals (lead ti ...
This study presents the evaluation of the performance of a streamflow forecast model based on a feed- forward multilayer artificial neural network. Available rainfall forecasts were considered as additional inputs to the model. The Furnas dam, in the Rio Grande basin, was selected as the case study, primarily because of the availability of short-term rainfall forecast data produced in a previous study using an ETA model. Streamflow forecasts have a twelve day horizon at daily intervals (lead times from 1 to 12 days). A new methodology for training and validating the Artificial Neural Network is proposed based on perfect rainfall forecasts (considering observed rainfall as a forecast). Results show that benefits could be achieved in inflow forecasts to Furnas dam by incorporating rainfall forecasts. mprovement in inflow forecasts using the proposed model depends on quality of rainfall forecasts. However, forecast performance was better than the current streamflow forecasts produced by the Brazilian national electric system operator. The performance of the streamflow forecast model using ETA rainfall forecast and perfect forecast were similar up to the fifth lead time. Meanwhile, quality of streamflow forecasts improves when using perfect rainfall forecast from lead time six to twelve, compared to that using ETA forecast. ...
Contido em
Rbrh : revista brasileira de recursos hidricos. Porto Alegre, RS. Vol. 13, no. 2 (abr./jun. 2008), p. 77-88
Origem
Nacional
Coleções
-
Artigos de Periódicos (39552)Engenharias (2413)
Este item está licenciado na Creative Commons License