Modelos de aprendizado de máquina com índices climáticos de teleconexões para previsões de vazões naturais afluentes de longo prazo

Detalhes bibliográficos
Ano de defesa: 2023
Autor(a) principal: Toledo, José Fernando de
Orientador(a): Asano, Patrícia Teixeira Leite
Banca de defesa: Não Informado pela instituição
Tipo de documento: Tese
Tipo de acesso: Acesso aberto
Idioma: por
Instituição de defesa: Universidade Federal do ABC
Programa de Pós-Graduação: Programa de Pós-Graduação em Energia
Departamento: Não Informado pela instituição
País: Não Informado pela instituição
Link de acesso: http://biblioteca.ufabc.edu.br/index.php?codigo_sophia=126816&midiaext=81286
Resumo: Coordenação de Aperfeiçoamento de Pessoal de Nivel Superior
id UFBC_55f30626b9014d5cb534f2d47ff32870
oai_identifier_str oai:BDTD:126816
network_acronym_str UFBC
network_name_str Repositório Institucional da UFABC
repository_id_str
spelling info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/doctoralThesisModelos de aprendizado de máquina com índices climáticos de teleconexões para previsões de vazões naturais afluentes de longo prazo2023-08-07Asano, Patrícia Teixeira LeiteToledo, José Fernando deUniversidade Federal do ABCPrograma de Pós-Graduação em EnergiaUFABCporAPRENDIZADO COMPUTACIONALTELECONEXÕESPREVISÃO DE VAZÕESRANDOM FORESTSUPPORT VECTOR REGRESSIONELMKRRSARIMAXMACHINE LEARNINGTELECONNECTIONSSTRAMFLOW FORECASTINGPROGRAMA DE PÓS-GRADUAÇÃO EM ENERGIA - UFABCCoordenação de Aperfeiçoamento de Pessoal de Nivel SuperiorConselho Nacional de Desenvolvimento Científico e TecnológicoNo Brasil, para realização do planejamento da operação da geração de energia elétrica do sistema hidrotérmico de potência, são utilizados modelos computacionais que necessitam de informações relacionadas ao recurso energético, como a previsão da quantidade de água que poderá estar disponível nos reservatórios das Usinas Hidrelétricas (vazão natural afluente), da disponibilidade de Usinas Térmicas, bem como, da previsão de carga para o período de planejamento. Como dados de saída, os modelos produzem a programação da operação destas Usinas e o Custo Marginal de Operação, ou seja, custo por unidade de energia elétrica produzida para atender um acréscimo de carga no sistema. Destaca-se que a disponibilidade futura de água nos reservatórios está associada à aleatoriedade das vazões naturais afluentes aos mesmos, de modo que se tornam necessários modelos de previsão de vazão que forneçam cenários de afluências cada vez mais confiáveis permitindo assim a projeção de atendimento de demanda mais confiável e segura. Portanto, pode-se perceber que há forte dependência de questões climática neste processo, pois variações nas médias da precipitação pluviométrica e temperatura, poderão impactar diretamente a disponibilidade de água para geração de energia elétrica, podendo influenciar de forma severa as tomadas de decisões operativas em sistemas com grande predominância hidrelétrica quando não se faz um planejamento adequado do recurso energético disponível. Baseado neste contexto, este trabalho investigou a influência da utilização de índices climáticos de teleconexões como variáveis exógenas em modelos de previsão de vazões naturais afluentes no Brasil, utilizando modelos de aprendizado de máquina e um modelo linear da família Box&Jenkins para 14 Usinas Hidrelétricas localizadas em diferentes regiões no território brasileiro. Os resultados alcançados indicaram que há uma significante interdependência entre os índices climáticos adotados, as localizações das usinas hidroelétrica e os modelos adotados. Finalmente, observa-se que a metodologia utilizada é promissora e poderá auxiliar os agentes do setor elétrico na tomada de decisões e terá, como consequência, uma determinação de operação que garanta ao consumidor final mais segurança energética.http://biblioteca.ufabc.edu.br/index.php?codigo_sophia=126816&midiaext=81286application/pdfreponame:Repositório Institucional da UFABCinstname:Universidade Federal do ABC (UFABC)instacron:UFABCinfo:eu-repo/semantics/openAccess2026-01-15T22:08:04Zoai:BDTD:126816Repositório InstitucionalPUBhttp://www.biblioteca.ufabc.edu.br/oai/oai.phpopendoar:2024-08-08T14:30:11Repositório Institucional da UFABC - Universidade Federal do ABC (UFABC)false
dc.title.pt.fl_str_mv Modelos de aprendizado de máquina com índices climáticos de teleconexões para previsões de vazões naturais afluentes de longo prazo
title Modelos de aprendizado de máquina com índices climáticos de teleconexões para previsões de vazões naturais afluentes de longo prazo
spellingShingle Modelos de aprendizado de máquina com índices climáticos de teleconexões para previsões de vazões naturais afluentes de longo prazo
Toledo, José Fernando de
title_short Modelos de aprendizado de máquina com índices climáticos de teleconexões para previsões de vazões naturais afluentes de longo prazo
title_full Modelos de aprendizado de máquina com índices climáticos de teleconexões para previsões de vazões naturais afluentes de longo prazo
title_fullStr Modelos de aprendizado de máquina com índices climáticos de teleconexões para previsões de vazões naturais afluentes de longo prazo
title_full_unstemmed Modelos de aprendizado de máquina com índices climáticos de teleconexões para previsões de vazões naturais afluentes de longo prazo
title_sort Modelos de aprendizado de máquina com índices climáticos de teleconexões para previsões de vazões naturais afluentes de longo prazo
author Toledo, José Fernando de
author_facet Toledo, José Fernando de
author_role author
dc.contributor.advisor1.fl_str_mv Asano, Patrícia Teixeira Leite
dc.contributor.author.fl_str_mv Toledo, José Fernando de
contributor_str_mv Asano, Patrícia Teixeira Leite
description Coordenação de Aperfeiçoamento de Pessoal de Nivel Superior
publishDate 2023
dc.date.issued.fl_str_mv 2023-08-07
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/doctoralThesis
format doctoralThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv http://biblioteca.ufabc.edu.br/index.php?codigo_sophia=126816&midiaext=81286
url http://biblioteca.ufabc.edu.br/index.php?codigo_sophia=126816&midiaext=81286
dc.language.iso.fl_str_mv por
language por
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.publisher.none.fl_str_mv Universidade Federal do ABC
dc.publisher.program.fl_str_mv Programa de Pós-Graduação em Energia
dc.publisher.initials.fl_str_mv UFABC
publisher.none.fl_str_mv Universidade Federal do ABC
dc.source.none.fl_str_mv reponame:Repositório Institucional da UFABC
instname:Universidade Federal do ABC (UFABC)
instacron:UFABC
instname_str Universidade Federal do ABC (UFABC)
instacron_str UFABC
institution UFABC
reponame_str Repositório Institucional da UFABC
collection Repositório Institucional da UFABC
repository.name.fl_str_mv Repositório Institucional da UFABC - Universidade Federal do ABC (UFABC)
repository.mail.fl_str_mv
_version_ 1854475891383468032

Registros relacionados