Análise de metodologias linear e não linear para previsão de vazões em usinas hidroelétricas
PDF

Palavras-chave

Previsão de vazão
Modelo estocástico linear
Modelo estocástico não-linear

Como Citar

MARIANO, Tássya; FRANCATO, Alberto. Análise de metodologias linear e não linear para previsão de vazões em usinas hidroelétricas. Revista dos Trabalhos de Iniciação Científica da UNICAMP, Campinas, SP, n. 27, p. 1–1, 2019. DOI: 10.20396/revpibic2720192328. Disponível em: https://econtents.sbu.unicamp.br/eventos/index.php/pibic/article/view/2328. Acesso em: 18 mar. 2026.

Resumo

Eventos extremos de cheia sempre foram motivos para preocupação da população ribeirinha e dos residentes próximos às barragens de usinas hidroelétricas. Por outro lado, os períodos secos, extremamente severos, vêm afetando cada vez mais o abastecimento de água e os demais usos dos recursos hídricos. Dessa forma, avanços tecnológicos nos modelos para previsão de vazões tem-se apresentado como uma alternativa de grande importância na redução dos prejuízos decorrentes da variação da disponibilidade de água nos cursos d'água. O objetivo da pesquisa foi realizar uma análise comparativa entre modelos estocásticos lineares e não lineares para previsão de vazões. Houve o desenvolvimento de um algoritmo, capaz de efetuar calibração, validação e previsão de vazões em seções de cursos d’água de uma bacia hidrográfica. Os dados usados para a modelagem foram: histórico de vazões no ponto de interesse de previsão, histórico de vazões em pontos de controle a montante, histórico de precipitação na bacia hidrográfica e cenário de previsão pluviométrica na bacia, com horizonte de um ano e intervalo de discretização mensal. Os ajustes de parâmetros dos modelos de previsão foram obtidos via algoritmo de otimização, modelado no Solver do Excel. Nos estudos de casos verificou-se um desempenho ligeiramente superior da metodologia não linear sobre a linear, tal resultado era esperado, principalmente diante das novas técnicas para solução de problemas não lineares.

PDF

Referências

BOX, G.E.P. and JENKINS, G.M. (1976). Time Series Analysis: Forecasting and Control. San Francisco: Holden-Day.
Kuvulmaz, J., Usanmaz, S., & Engin, S. N. (2005, November). Time-series forecasting by means of linear and nonlinear models. In Mexican International Conference on Artificial Intelligence (pp. 504-513). Springer, Berlin, Heidelberg.
Creative Commons License
Este trabalho está licenciado sob uma licença Creative Commons Attribution 4.0 International License.

Copyright (c) 2019 Revista dos Trabalhos de Iniciação Científica da UNICAMP