REDES NEURAIS ARTIFICIAIS: MODELAGEM COMPUTACIONAL DA PREVISÃO DE VOLUME DE UMA USINA HIDRELÉTRICA
A matriz energética é composta, em sua maior parte, por usinas hidrelétricas. Por este motivo, é importante garantir máxima eficiência no funcionamento delas, já que a consequência direta é um impacto significativo no custo da produção, na precificação de energia e no meio ambiente. Determinar o volume de uma usina hidrelétrica é uma etapa de fundamental importância na eficiência desta operação. Desta forma, as Redes Neurais Artificiais auxiliam na prevenção de riscos e transtornos, como cheias e desabamentos, proporcionando um volume das hidrelétricas sempre dentro dos padrões ou, agindo em cima das prevenções, visando sempre as melhores tomadas de decisão. Portanto, este trabalho tem como objetivo a elaboração de um modelo de previsão, com a utilização das ferramentas de Redes Neurais Artificiais, para estimar o volume de uma usina hidrelétrica. Essa rede foi implementada no software MATLAB devido ao seu alto desempenho computacional e fácil implementação. Através desse modelo, analisar e avaliar a melhor combinação de camadas de entrada, camadas intermediárias, número de neurônios, funções de transferência e camadas de saída. Essa técnica foi adotada devido seu grande potencial para resoluções de problemas relacionados com previsões de séries temporais. A configuração escolhida para a estimou bem os 80% dos dados treinados, com regressão linear próximo de 1, isto é, a rede previu o volume da usina de Furnas como já era esperado.
REDES NEURAIS ARTIFICIAIS: MODELAGEM COMPUTACIONAL DA PREVISÃO DE VOLUME DE UMA USINA HIDRELÉTRICA
-
DOI: 10.22533/at.ed.01020141219
-
Palavras-chave: Redes Neurais Artificiais, volume, hidrelétrica, MATLAB
-
Keywords: Artificial Neural Networks, volume, hydropower, MATLAB
-
Abstract:
The Brazilian energy matrix is composed, for the most part, of hydroelectric plants. For this reason, it is important to ensure maximum efficiency in their operation, since the direct consequence is a significant impact on the cost of production, energy pricing and the environment. Determining the volume of a hydroelectric plant is a fundamental step in the efficiency of this operation. In this way, the Artificial Neural Networks help in the prevention of risks and disruptions, such as floods and landslides, providing a volume of hydroelectric plants always within the standards or, acting on top of the preventions, always aiming at the best decisions. Therefore, the objective of this work is the elaboration of a prediction model, with the use of the Artificial Neural Networks tools, to estimate the volume of a hydroelectric plant. This network was implemented in MATLAB software due to its high computational performance and easy implementation. Through this model, we analyze and evaluate the best combination of input layers, intermediate layers, number of neurons, transfer functions and output layers. This technique was adopted because of its great potential for resolution of problems related to time series forecasts. The configuration chosen for the well estimated the 80% of the trained data, with linear regression close to 1, that is, the network predicted the volume of the Furnas plant as expected.
-
Número de páginas: 14
- Eliane da Silva Christo
- Fernando Tadeu Pereira de Medeiros
- Bárbara Raquel Mendonça Rezende
