Previsão de Volume via Redes Neurais Artificiais do Açude Jatobá II, Princesa Isabel - PB

Código

XXIII-SBRH0931

Autores

Artur Moises Gonçalves Lourenço, José Edson Bezerra, Janaina da Silva Oliveira, Erickson Melo de Albuquerque

Tema

02 - Hidrologia

Resumo

Este trabalho teve como objetivo analisar modelos de previsão de volume baseados em Redes Neurais Artificiais (RNA) aplicados ao reservatório Jatobá II, Princesa Isabel - PB. Foram realizadas as seguintes etapas metodológicas: 1 - Coleta de dados: consultar bases de dados para a aquisição de dados de entrada para o modelo de RNA; 2 - Pré-processamento dos dados: verificação de falhas e normatização do passo temporal das séries, cálculo da correlação e a auto-correlação das variáveis para definição dos dados de treinamento; 3 - Treinamento da rede: pelo método da tentativa-e-erro foram definidos os parâmetros da rede no treinamento, considerando o critério da parcimônia; 4 - Teste e Eficiência da Rede: foram utilizados os índices de Correlação (r), Viés Relativo (VR) e Índice de Nash (IN). O modelo com a configuração de 15 neurônios, taxa de aprendizagem 0,01 e tolerância do erro de 0,01 apresentou os melhores índices de desempenho para os dados de teste com os valores de 0,9 r, 0,34 VR e 0,5 IN. Pode-se concluir que mesmo com pouco conjunto de dados e com as falhas na série, o modelo apresentou resultados razoáveis e que tem potencial de serem melhorados com séries maiores e mais consistentes.