Análise de métodos não lineares para previsão de vazões médias mensais
Abstract
Resumo: Para um planejamento eficaz da operação hidráulica de reservatórios de sistemas hidroelétricos, necessitam-se de técnicas que permitam realizar previsões de vazões de forma a minimizar as variações entre a previsão e os valores que realmente ocorreram no futuro. Os objetivos propostos nesta dissertação são: implementar e comparar os modelos MARS (Multivariate Adaptive Regression splines), os métodos de interpolação Ótima e por Multiquadrícas para prever vazões afluentes médias mensais para o horizonte de 1 a 12 meses, e analisar a influência do período de calibração na qualidade das previsões de afluências médias mensais para o horizonte de 1 a 12 meses. Neste trabalho foi realizado um estudo de caso usando-se as vazões médias mensais de 14 reservatórios do sistema hidroelétrico brasileiro, e compararam-se os resultados obtidos pelos métodos de previsão propostos com os resultados obtidos pelo modelo Periódico Auto-Regressivo PAR de ordem 6, que foi instituído como o resultado mínimo esperado, dado que o modelo PAR[6] é o modelo atualmente utilizado para prever vazões médias mensais no sistema elétrico brasileiro. Os resultados obtidos pelos modelos implementados mostraram-se mais robustos quando comparados com o modelo PAR[6], sendo que o modelo MARS 2d ( que utiliza apenas a vazão do mês anterior) com quatro trechos apresentou o melhor resultado. Abstract: To have an efficient hydraulic operation planning of reservoirs for hydroelectric systems, it needs techniques that give a possibility to realize inflow forecasting. Those techniques can help to minimize variation in between inflow forecast value and the real inflow that can happen in the future. Aims put foreword in this dissertation are an attempt to implement and compare models: MARS (Multivariate Adaptive Regression Splines), Otimal interpolation and Multiquadric interpolation. These models can help to forecasting average monthly inflow for a period of 1 to 12 months. Those models are helpful to make analyses of influence on calibration period of monthlies average in quality inflow forecast for a period of 1 to 12 months. In this dissertation has being studied the case of 14 reservoirs of the Brazilian hydroelectric system. This study was about monthly inflow average on these 14 reservoirs. Results obtained from those three models above have been compared with results reached by model PAR[6] (Auto-Regressive Periodical order 6th). Results from this comparison has instituted as minimum expected results. It must be considered because PAR[6] model is used to forecasting monthly inflow average in Brazilian electrical system. Those models which have been implemented showed better results compared with PAR[6] model. Nevertheless, MARS 2d has showed the best results. This model is used to measure inflow average of a month before.
Collections
- Teses & Dissertações [9265]