ACOPLAMENTO ENTRE MODELAGEM CONCEITUAL CHUVA-VAZÃO E APRENDIZADO DE MÁQUINA PARA PREVISÃO DE VAZÃO HORÁRIA EM TEMPO REAL

Código

XXVI-SBRH0832

Autores

FELIPE TREISTMAN, Lucas de Souza Khenayfis, Rodrigo José Coelho Pereira, William Cossich Marcial de Farias, BIBIANA RODRIGUES COLOSSI, Érica Couto Pereira dos Santos

Tema

STE151 - Previsão Hidrológica

Resumo

Os operadores responsáveis pela coordenação da operação em tempo real do Sistema Interligado Nacional ? SIN frequentemente precisam tomar decisões, e possuem pouquíssimo tempo para tal. Apesar das diretrizes e confiabilidade que a programação da operação diária fornece, as decisões finais dependem muitas vezes da análise e intervenção humana. No Sul do Brasil, a baixa capacidade de regularização de vazões dos reservatórios, as variações rápidas das vazões afluentes e a ocorrência de cheias extremas impõe dificuldades adicionais. Visando auxiliar a tomada de decisão dos operadores foi desenvolvido um modelo de previsão de vazão com aplicação piloto na bacia da UHE Governador Bento Munhoz, capaz de fornecer previsões em tempo real com discretização horária e horizonte de dois dias, voltado ao uso na sala de controle do Centro de Operação Sul do Operador Nacional do Sistema Elétrico (ONS). O modelo proposto combina o estado-da-arte de aprendizado de máquina, empregando o modelo LightGBM, em conjunto com previsões de vazão natural diárias proveniente do modelo conceitual chuva-vazão SMAP/ONS, além de dados hidrometeorológicos observados e previstos em base horária. Para calibração do modelo foram utilizados dados entre jan/2020 e dez/2023, e para validação, dados de 2024. Os resultados da etapa de validação demonstram o potencial do modelo proposto, onde foi obtido um MAPE (NSE) médio para as primeiras seis horas de 5% (0,98), e para as últimas seis horas do horizonte de 14% (0,86). O modelo é capaz de antecipar as cheias com previsibilidade adequada, além de possuir precisão elevada durante as recessões.