dc.contributorCalôba, Luiz Pereira
dc.contributorhttp://lattes.cnpq.br/1904141668148131
dc.contributorTolmasquim, Maurício Tiomno
dc.contributorPereira Jr., Amaro Olimpio
dc.creatorMendes, Natalia Dias Sardinha
dc.date2020-05-22T00:35:51Z
dc.date2023-09-27T03:03:03Z
dc.date2019-08
dc.date.accessioned2023-09-27T13:39:17Z
dc.date.available2023-09-27T13:39:17Z
dc.identifierhttp://hdl.handle.net/11422/12287
dc.identifier.urihttps://repositorioslatinoamericanos.uchile.cl/handle/2250/8911280
dc.descriptionThe prediction of affluent flows is one of the main inputs in the definition of the Monthly Operating Cost - CMO of the Brazilian electrical system, as well as, the Market Clearing Price – PLD. Therefore the prediction of affluent flows is a challenging area in relation to the complexity of problems, besides the possibility of generating high financial profits for the energy market agents. This work aimed to calibrate a daily affluent flow forecasting model at the Três Marias hydroelectric plant in the São Francisco basin, 7 days ahead, using the neural networks technique, considering the natural affluent flows from the plant's own reservoir, and pluviometric and fluviometric information from hydrometric stations upstream of the study region. The prediction model of this paper using the neural network technique produced better results than the models used by the electrical system, such as the PREVIVAZH traditional statistician and even the Neuro3M neural network model, which was used until the beginning of this year in the same reservoir.
dc.descriptionA previsão de vazões afluentes é um dos principais insumos na formação do Custo Mensal de Operação - CMO do sistema elétrico nacional, bem como, do Preço de Liquidação das Diferenças - PLD, sendo assim, esta área é desafiadora em relação à complexidade na sua previsibilidade, além da possibilidade de gerar altos lucros financeiros para os agentes do mercado energético. Esse trabalho teve o objetivo de calibrar um modelo de previsão de vazões afluentes diárias na usina hidrelétrica de Três Marias, na bacia do São Francisco, 7 dias à frente, utilizando a técnica de redes neurais, considerando as vazões afluentes naturais do próprio reservatório da usina, e as informações pluviométricas e fluviométricas advindas de postos hidrométricos a montante da região de estudo. Ressalta-se que o modelo de previsão desta dissertação atingiu seu objetivo, pois produziu resultados superiores aos modelos utilizados pelo sistema elétrico, tais como o tradicional estatístico PREVIVAZH e, até mesmo, ao modelo de rede neural, Neuro3M que foi usado até o início deste ano no mesmo reservatório.
dc.languagepor
dc.publisherUniversidade Federal do Rio de Janeiro
dc.publisherBrasil
dc.publisherInstituto Alberto Luiz Coimbra de Pós-Graduação e Pesquisa de Engenharia
dc.publisherPrograma de Pós-Graduação em Engenharia Elétrica
dc.publisherUFRJ
dc.rightsAcesso Aberto
dc.subjectEngenharia elétrica
dc.subjectPrevisão das vazões afluentes diárias
dc.subjectRede neural artificial
dc.subjectProjeção de PLD
dc.subjectCNPQ::ENGENHARIAS::ENGENHARIA ELETRICA
dc.titlePrevisão das vazões afluentes diárias por rede neural para projeção de PLD
dc.typeDissertação


Este ítem pertenece a la siguiente institución