Revista: | RBRH. Revista brasileira de recursos hidricos |
Base de datos: | PERIÓDICA |
Número de sistema: | 000379300 |
ISSN: | 1414-381X |
Autors: | Gomes, Luana Ferreira Costa1 Montenegro, Suzana Maria Gico Lima1 Valenca, Meuser Jorge da Silva2 |
Institucions: | 1Universidade Federal de Pernambuco, Departamento de Engenharia Civil, Recife, Pernambuco. Brasil 2Universidade Federal de Pernambuco, Departamento de Engenharia de Computacao, Recife, Pernambuco. Brasil |
Any: | 2010 |
Període: | Ene-Mar |
Volum: | 15 |
Número: | 1 |
Paginació: | 5-15 |
País: | Brasil |
Idioma: | Portugués |
Tipo de documento: | Artículo |
Enfoque: | Aplicado, descriptivo |
Resumen en inglés | One of the main issues in hydropower plant operation planning is the runoff forecast. Different types of models can be used to perform this forecast. Examples can be cited, such as physical models, statistical models and models based on the neural network technique. The use of the latter technique has lately been intensified, because models based on this technique are easily applied and yield satisfactory results. The previous analysis of the information that will be used in the calibration and use of the neural network may have significant positive effects on its performance. This work was to show analyses of rainfall and runoff data of Três Marias reservoir, in the São Francisco River, and the calibration of a model based on the neural network technique to forecast of natural inflows. The paper presents general results of the rainfall data analyses, including estimation of missing values, consistency analyses and Geostatistics as a tool for selecting rainfall stations and estimating the average precipitation of the area. The results showed that the model calibrated using the neural network technique performed better than model PREVIVZ,, and among the neural network types analyzed, NSRBN performed slightly better than MLP |
Resumen en portugués | Um dos principais insumos na definição da geração das usinas hidrelétricas é a previsão de vazões. Na elaboração dessas previsões, diversos modelos podem ser utilizados. Pode-se citar como exemplo os modelos físicos, estatísticos e os baseados na técnica de redes neurais. O uso da técnica de redes neurais tem se intensificado cada vez mais, uma vez que, modelos baseados nessa técnica são de fácil aplicação e têm proporcionado resultados satisfatórios. A análise prévia das informações que serão usadas na calibração e utilização da rede neural pode trazer ganhos significativos no desempenho da mesma. Assim, esse trabalho apresenta a análise dos dados pluviométricos e fluviométricos da área a montante do reservatório de Três Marias, no rio São Francisco, bem como a calibração de um modelo baseado na técnica de redes neurais para a previsão de vazões naturais afluentes. São apresentados o processo de preenchimento de falhas históricas, análise de consistência e análise geoestatística, como ferramenta para seleção de postos pluviométricos e análise de precipitação média da área. Os resultados obtidos mostraram que o modelo calibrado com a técnica de redes neurais teve um desempenho superior ao modelo estocástico PREVIVAZ e, entre as redes neurais analisadas, a NSRBN teve um desempenho um pouco superior a MLP |
Disciplines | Ingeniería, Ciencias de la computación |
Paraules clau: | Ingeniería civil, Redes, Plantas hidroeléctricas, Predicción de escurrimientos, Redes neuronales |
Keyword: | Engineering, Computer science, Civil engineering, Networks, Hydropower plants, Runoff forecast, Neural networks |
Text complet: | Texto completo (Ver PDF) |