REDES NEURAIS ARTIFICIAIS PARA SIMULAÇÃO DA DEFLUÊNCIA DOS RESERVATÓRIOS DE USINAS HIDRELÉTRICAS DO SIN

Código

XXIV-SBRH0070

Autores

João Paulo Lyra Fialho Brêda, Otávio Augusto Passaia, Olavo Correa Pedrollo, Walter Collischonn, Rodrigo Cauduro Dias de Paiva

Tema

SE09.B - Aprendizado de Máquina na Área de Recursos Hídricos

Resumo

Reservatórios afetam consideravelmente a vazão dos rios e por isso precisam ser adequadamente representados em estudos de impactos ambientais. Simular defluência de reservatórios representa um desafio para estudos hidrológicos já que sua operação depende do risco de inundações, legislações ambientais, aspectos econômicos e de demanda e, por isso, não são facilmente deduzíveis. Portanto propusemos utilizar redes neurais artificiais para modelar a defluência dos reservatórios do SIN (Sistema Interligado Nacional). Dessa forma é possível prever e identificar impactos no curso d?água e avaliar cenários diante de diferentes condições de clima e uso e ocupação do solo. Os modelos de redes neurais propostos são comparados com duas referências: i) STEADY ? assume-se que a defluência de hoje é igual a defluência de ontem; ii) INFLOW ? assume-se que a defluência é igual afluência. Os modelos RNA apresentaram performances superiores às referências. Quando dados de defluências dos dias anteriores estão disponíveis, WITH_Qout (modelo RNA que utiliza defluência do dia anterior como entrada) é superior ao STEADY; caso contrário, NO_Qout e SIM_Qout (modelos que não utilizam defluência observada como dado de entrada) são superiores ao INFLOW.