Orientadores: Secundino Soares Filho, Ivette Luna Huamani

Dissertação (mestrado) - Universidade Estadual de Campinas, Faculdade de Engenharia Elétrica e de Computação

Resumo: A previsão de vazões médias mensais é um insumo fundamental para o planejamento da operação das usinas hidrelétricas do Sistema Interligado Nacional (SIN). Durante os últimos anos, diferentes modelos baseados em inteligência computacional têm sido sugeridos para esse problema. A principal...

Resumo: A previsão de vazões médias mensais é um insumo fundamental para o planejamento da operação das usinas hidrelétricas do Sistema Interligado Nacional (SIN). Durante os últimos anos, diferentes modelos baseados em inteligência computacional têm sido sugeridos para esse problema. A principal contribuição desta dissertação é o desenvolvimento de um sistema de suporte para a previsão e geração de séries sintéticas de vazões mensais, necessárias para o planejamento da operação das usinas do SIN. Este sistema permite analisar o desempenho de modelos clássicos de geração de séries sintéticas e de previsão de vazões, permitindo comparações entre um conjunto específico de modelos clássicos de séries temporais e de inteligência computacional para todas as usinas hidrelétricas do SIN

Abstract: The prediction of monthly average inflows is a fundamental input for the operation planning of the hydroelectric plants of the National Interconnected System (SIN). During the last years, different models based on computational intelligence have been suggested for this problem. The main...

Abstract: The prediction of monthly average inflows is a fundamental input for the operation planning of the hydroelectric plants of the National Interconnected System (SIN). During the last years, different models based on computational intelligence have been suggested for this problem. The main contribution of this dissertation is the development of a support system for the prediction and generation of synthetic series of monthly average inflows, necessary for planning the operation of the plants of SIN. This system permits to analyze the performance of different models for forecasting and generation of synthetic series of inflows, allowing the comparison between a set of models based on classical time series and computational intelligence for all the hydropower plants of the SIN