Show simple item record

dc.contributor.authorRibeiro, Alana Renatapt_BR
dc.contributor.otherCosta, Deise Maria Bertholdi, 1969-pt_BR
dc.contributor.otherLeite, Eduardo Alvimpt_BR
dc.contributor.otherUniversidade Federal do Paraná. Setor de Tecnologia. Programa de Pós-Graduação em Métodos Numéricos em Engenhariapt_BR
dc.date.accessioned2014-08-29T15:58:13Z
dc.date.available2014-08-29T15:58:13Z
dc.date.issued2014pt_BR
dc.identifier.urihttp://hdl.handle.net/1884/35946
dc.description.abstractResumo: Este trabalho tem como objetivo principal detectar possíveis anomalias em séries de dados de vazão. A análise da qualidade de dados hidrológicos é extremamente importante, pois todos os dados observados (monitorados) necessitam de tratamentos e processamentos básicos para que possam ser utilizados com confiabilidade. Por meio de técnicas utilizadas para a resolução de problemas de previsão e classificação, baseadas em redes neurais Self-Organizing Maps (SOM), Radial Basis Functions (RBF), e métodos de interpolações (smooth spline) de dados, busca-se apontar possíveis anomalias nas séries oriundas dos postos hidrológicos das sub-bacias de Porto Amazonas e União da Vitória do estado do Paraná, fornecidos pelo Sistema Meteorológico do Paraná (SIMEPAR). Os três métodos propostos retornaram resultados satisfatórios, cumprindo o objetivo da pesquisa, entretanto, o projeto utilizado para a aplicação da rede neural RBF demonstrou capacidade superior de detecção de anomalias nas séries de vazão, em especial para a sub-bacia de Porto Amazonas que é considerada uma sub-bacia de resposta rápida a ocorrência de precipitação.pt_BR
dc.format.mimetypeapplication/pdfpt_BR
dc.languagePortuguêspt_BR
dc.subjectDissertaçõespt_BR
dc.titleMétodos numéricos aplicados à detecção de anomalias em dados de vazãopt_BR
dc.typeDissertaçãopt_BR


Files in this item

Thumbnail

This item appears in the following Collection(s)

Show simple item record