Regras operativas e análise de desempenho de sistemas de reservatórios obtidas por modelos de programação dinâmica, redes neurais e simulação em rede de fluxo.
| Ano de defesa: | 2018 |
|---|---|
| Autor(a) principal: | |
| Orientador(a): | |
| Banca de defesa: | |
| Tipo de documento: | Dissertação |
| Tipo de acesso: | Acesso aberto |
| Idioma: | por |
| Instituição de defesa: |
Biblioteca Digitais de Teses e Dissertações da USP
|
| Programa de Pós-Graduação: |
Não Informado pela instituição
|
| Departamento: |
Não Informado pela instituição
|
| País: |
Não Informado pela instituição
|
| Palavras-chave em Português: | |
| Link de acesso: | http://www.teses.usp.br/teses/disponiveis/3/3147/tde-01112018-152102/ |
Resumo: | A metodologia apresentada neste trabalho contempla os aspectos relevantes para o desenvolvimento de modelos de otimização e de simulação combinados visando a análise de sistemas de reservatórios, e de regras operativas. Foram propostas quatro regras operativas para o Sistema Cantareira (SC), baseadas em uma série de afluências críticas (2003 - 2017). O trabalho foi desenvolvido em três etapas. Na primeira etapa foi utilizado um modelo de programação dinâmica (PD) para otimizar o comportamento do SC com relação ao atendimento das principais demandas. Na segunda etapa duas redes neurais artificiais (RNA) foram utilizadas para se obter as regras operativas para o SC, a partir dos resultados da primeira etapa. O modelo de PD foi calculado com o software CSUDP, e a RNA foi formulada e calculada com o solver padrão do Microsoft Excel. As regras obtidas foram baseadas em estados, ou faixas, de armazenamento do reservatório. Na terceira etapa, as regras operativas foram simuladas para a série histórica do SC, de 1930 a 2017, com auxílio do modelo de rede de fluxo AcquaNet. O trabalho fornece subsídios para aplicações de modelos de otimização e para obtenção de políticas de operação em sistemas de reservatórios. A comparação das regras operativas fornece informações relevantes a respeito dos impactos dos estados de armazenamento considerados e dos valores requeridos para as demandas, na operação do reservatório ao longo da série. A Regra operativa 1 destaca-se por seu desempenho, fornecendo vazões de 33 m³/s com 80% de garantia para a região metropolitana de São Paulo (RMSP), e com menores falhas no atendimento às demandas durante para a série histórica. |
| id |
USP_5738bd86cb042a5d474d6b8a2310d3ab |
|---|---|
| oai_identifier_str |
oai:teses.usp.br:tde-01112018-152102 |
| network_acronym_str |
USP |
| network_name_str |
Biblioteca Digital de Teses e Dissertações da USP |
| repository_id_str |
|
| spelling |
Regras operativas e análise de desempenho de sistemas de reservatórios obtidas por modelos de programação dinâmica, redes neurais e simulação em rede de fluxo.Operation rules and performance analysis of reservoir systems using dynamic programming artificial neural networks and net-flux simulation model.AcquaNetAcquaNetCantareira systemDecision support systemReservatórios (Otimização)Reservoir optimizationSistema CantareiraSistema de suporte a decisãoSistemas de reservatórios (Desempenho)A metodologia apresentada neste trabalho contempla os aspectos relevantes para o desenvolvimento de modelos de otimização e de simulação combinados visando a análise de sistemas de reservatórios, e de regras operativas. Foram propostas quatro regras operativas para o Sistema Cantareira (SC), baseadas em uma série de afluências críticas (2003 - 2017). O trabalho foi desenvolvido em três etapas. Na primeira etapa foi utilizado um modelo de programação dinâmica (PD) para otimizar o comportamento do SC com relação ao atendimento das principais demandas. Na segunda etapa duas redes neurais artificiais (RNA) foram utilizadas para se obter as regras operativas para o SC, a partir dos resultados da primeira etapa. O modelo de PD foi calculado com o software CSUDP, e a RNA foi formulada e calculada com o solver padrão do Microsoft Excel. As regras obtidas foram baseadas em estados, ou faixas, de armazenamento do reservatório. Na terceira etapa, as regras operativas foram simuladas para a série histórica do SC, de 1930 a 2017, com auxílio do modelo de rede de fluxo AcquaNet. O trabalho fornece subsídios para aplicações de modelos de otimização e para obtenção de políticas de operação em sistemas de reservatórios. A comparação das regras operativas fornece informações relevantes a respeito dos impactos dos estados de armazenamento considerados e dos valores requeridos para as demandas, na operação do reservatório ao longo da série. A Regra operativa 1 destaca-se por seu desempenho, fornecendo vazões de 33 m³/s com 80% de garantia para a região metropolitana de São Paulo (RMSP), e com menores falhas no atendimento às demandas durante para a série histórica.The present work provides guidelines for application of optimization and simulation models combined, in reservoir system and reservoir operation analysis. Four operation rules based on a series of critical inflows (2003 - 2017), are proposed for the Cantareira System (CS). The study was developed in three stages. In the first stage, a dynamic programming model (DP) was used to optimize the reservoir releases to the main demands. In the second stage, two artificial neural networks (ANR) were used to obtain the operation rules for SC, based on the results of the first stage. The DP model was solved using CSUDP software, and the ANR model was built and solved using Microsoft Excel. The operation rules were based on the reservoir\'s storage states or ranges. In the third stage, the operation rules were simulated for the system\'s historical inflow series, from 1930 to 2017, using the simulation net-flux model AcquaNet. In the last stage, reservoir operation rules were tested for the Cantareira system\'s historical inflow series, from 1930 to 2017, using the simulation net-flux model AcquaNet. The methodology provides relevant information for the analysis of optimization models and for operation rules in reservoir systems. The comparison of the proposed operation rules provides relevant information on the impacts of volume ranges, and of demand requirement values on long-term reservoir operation. The operation policy 1 shows best performance, providing supply of 33 m³/s to Metropolitan Region of São Paulo (MRSP) during 80% of the period, and with less failures during the historical series.Biblioteca Digitais de Teses e Dissertações da USPJúnior, Arisvaldo Vieira MelloBillerbeck, Camila2018-08-24info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdfhttp://www.teses.usp.br/teses/disponiveis/3/3147/tde-01112018-152102/reponame:Biblioteca Digital de Teses e Dissertações da USPinstname:Universidade de São Paulo (USP)instacron:USPLiberar o conteúdo para acesso público.info:eu-repo/semantics/openAccesspor2024-08-02T20:05:02Zoai:teses.usp.br:tde-01112018-152102Biblioteca Digital de Teses e Dissertaçõeshttp://www.teses.usp.br/PUBhttp://www.teses.usp.br/cgi-bin/mtd2br.plvirginia@if.usp.br|| atendimento@aguia.usp.br||virginia@if.usp.bropendoar:27212024-08-02T20:05:02Biblioteca Digital de Teses e Dissertações da USP - Universidade de São Paulo (USP)false |
| dc.title.none.fl_str_mv |
Regras operativas e análise de desempenho de sistemas de reservatórios obtidas por modelos de programação dinâmica, redes neurais e simulação em rede de fluxo. Operation rules and performance analysis of reservoir systems using dynamic programming artificial neural networks and net-flux simulation model. |
| title |
Regras operativas e análise de desempenho de sistemas de reservatórios obtidas por modelos de programação dinâmica, redes neurais e simulação em rede de fluxo. |
| spellingShingle |
Regras operativas e análise de desempenho de sistemas de reservatórios obtidas por modelos de programação dinâmica, redes neurais e simulação em rede de fluxo. Billerbeck, Camila AcquaNet AcquaNet Cantareira system Decision support system Reservatórios (Otimização) Reservoir optimization Sistema Cantareira Sistema de suporte a decisão Sistemas de reservatórios (Desempenho) |
| title_short |
Regras operativas e análise de desempenho de sistemas de reservatórios obtidas por modelos de programação dinâmica, redes neurais e simulação em rede de fluxo. |
| title_full |
Regras operativas e análise de desempenho de sistemas de reservatórios obtidas por modelos de programação dinâmica, redes neurais e simulação em rede de fluxo. |
| title_fullStr |
Regras operativas e análise de desempenho de sistemas de reservatórios obtidas por modelos de programação dinâmica, redes neurais e simulação em rede de fluxo. |
| title_full_unstemmed |
Regras operativas e análise de desempenho de sistemas de reservatórios obtidas por modelos de programação dinâmica, redes neurais e simulação em rede de fluxo. |
| title_sort |
Regras operativas e análise de desempenho de sistemas de reservatórios obtidas por modelos de programação dinâmica, redes neurais e simulação em rede de fluxo. |
| author |
Billerbeck, Camila |
| author_facet |
Billerbeck, Camila |
| author_role |
author |
| dc.contributor.none.fl_str_mv |
Júnior, Arisvaldo Vieira Mello |
| dc.contributor.author.fl_str_mv |
Billerbeck, Camila |
| dc.subject.por.fl_str_mv |
AcquaNet AcquaNet Cantareira system Decision support system Reservatórios (Otimização) Reservoir optimization Sistema Cantareira Sistema de suporte a decisão Sistemas de reservatórios (Desempenho) |
| topic |
AcquaNet AcquaNet Cantareira system Decision support system Reservatórios (Otimização) Reservoir optimization Sistema Cantareira Sistema de suporte a decisão Sistemas de reservatórios (Desempenho) |
| description |
A metodologia apresentada neste trabalho contempla os aspectos relevantes para o desenvolvimento de modelos de otimização e de simulação combinados visando a análise de sistemas de reservatórios, e de regras operativas. Foram propostas quatro regras operativas para o Sistema Cantareira (SC), baseadas em uma série de afluências críticas (2003 - 2017). O trabalho foi desenvolvido em três etapas. Na primeira etapa foi utilizado um modelo de programação dinâmica (PD) para otimizar o comportamento do SC com relação ao atendimento das principais demandas. Na segunda etapa duas redes neurais artificiais (RNA) foram utilizadas para se obter as regras operativas para o SC, a partir dos resultados da primeira etapa. O modelo de PD foi calculado com o software CSUDP, e a RNA foi formulada e calculada com o solver padrão do Microsoft Excel. As regras obtidas foram baseadas em estados, ou faixas, de armazenamento do reservatório. Na terceira etapa, as regras operativas foram simuladas para a série histórica do SC, de 1930 a 2017, com auxílio do modelo de rede de fluxo AcquaNet. O trabalho fornece subsídios para aplicações de modelos de otimização e para obtenção de políticas de operação em sistemas de reservatórios. A comparação das regras operativas fornece informações relevantes a respeito dos impactos dos estados de armazenamento considerados e dos valores requeridos para as demandas, na operação do reservatório ao longo da série. A Regra operativa 1 destaca-se por seu desempenho, fornecendo vazões de 33 m³/s com 80% de garantia para a região metropolitana de São Paulo (RMSP), e com menores falhas no atendimento às demandas durante para a série histórica. |
| publishDate |
2018 |
| dc.date.none.fl_str_mv |
2018-08-24 |
| dc.type.status.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
| dc.type.driver.fl_str_mv |
info:eu-repo/semantics/masterThesis |
| format |
masterThesis |
| status_str |
publishedVersion |
| dc.identifier.uri.fl_str_mv |
http://www.teses.usp.br/teses/disponiveis/3/3147/tde-01112018-152102/ |
| url |
http://www.teses.usp.br/teses/disponiveis/3/3147/tde-01112018-152102/ |
| dc.language.iso.fl_str_mv |
por |
| language |
por |
| dc.relation.none.fl_str_mv |
|
| dc.rights.driver.fl_str_mv |
Liberar o conteúdo para acesso público. info:eu-repo/semantics/openAccess |
| rights_invalid_str_mv |
Liberar o conteúdo para acesso público. |
| eu_rights_str_mv |
openAccess |
| dc.format.none.fl_str_mv |
application/pdf |
| dc.coverage.none.fl_str_mv |
|
| dc.publisher.none.fl_str_mv |
Biblioteca Digitais de Teses e Dissertações da USP |
| publisher.none.fl_str_mv |
Biblioteca Digitais de Teses e Dissertações da USP |
| dc.source.none.fl_str_mv |
reponame:Biblioteca Digital de Teses e Dissertações da USP instname:Universidade de São Paulo (USP) instacron:USP |
| instname_str |
Universidade de São Paulo (USP) |
| instacron_str |
USP |
| institution |
USP |
| reponame_str |
Biblioteca Digital de Teses e Dissertações da USP |
| collection |
Biblioteca Digital de Teses e Dissertações da USP |
| repository.name.fl_str_mv |
Biblioteca Digital de Teses e Dissertações da USP - Universidade de São Paulo (USP) |
| repository.mail.fl_str_mv |
virginia@if.usp.br|| atendimento@aguia.usp.br||virginia@if.usp.br |
| _version_ |
1815257796780752896 |