Abstract
RESUMO Decisões relacionadas à operação de reservatórios são tomadas com base no conhecimento antecipado de condições atmosféricas e hidrológicas em diferentes escalas de tempo e espaço. Assim, a utilização de informações obtidas através de previsões climáticas, meteorológicas e hidrológicas subsidia o processo de tomada de decisão, podendo produzir benefícios pela redução dos danos decorrentes de cheias, pelo aumento da segurança da barragem ou pela maior eficiência na geração de energia. Redes neurais artificiais são utilizadas, neste trabalho, para estimar a vazão de afluência ao reservatório de Furnas (Minas Gerais, Brasil) com base em previsões quantitativas de chuvas do modelo regional ETA. As previsões de vazão reali-zadas possuem um horizonte de doze dias com intervalo diário. Uma metodologia de treinamento e validação da rede é apre-sentada utilizando previsões perfeitas de chuva (considerando a chuva observada como previsão) e utilizando o maior núme-ro de dados disponíveis, favorecendo a representatividade dos resultados obtidos. Os resultados obtidos com previsão perfeita de chuva e considerando a chuva prevista pelo modelo ETA são similares até o quinto dia do horizonte de previsão. A partir do sexto dia da previsão, porém, o desempenho da rede neural utilizando chuvas previstas pelo modelo ETA decai em compa-ração à previsão de vazão baseada em previsão perfeita de chuva. Entretanto, os resultados do modelo desenvolvido, mesmo quando utilizada a chuva prevista pelo modelo ETA, apresentam ainda melhores índices de desempenho que os obtidos com o modelo matemático atualmente utilizado operacionalmente. Os resultados aqui obtidos mostram que a consideração de previ-sões quantitativas de chuva pode aprimorar as previsões de curto prazo de vazão afluente ao reservatório de Furnas. Palavras-chave: previsão de vazão, redes neurais artificiais, previsão quantitativa de chuva. INTRODUÇÃO Entre as obras hidráulicas que podem ser criadas para alocação da água para diferentes usos, os reservatórios têm adquirido grande relevância ao longo da história. Reservatórios são obras necessá-rias e indispensáveis para o controle de cheias, gera-ção de energia, irrigação, abastecimento de cidades, navegação, etc. (Guo et al., 2004; Wurbs, 1996). A tomada de decisões relacionadas à opera-ção de reservatórios é fortemente dependente do conhecimento antecipado de condições atmosféri-cas e hidrológicas, para diferentes escalas de tempo e espaço. A utilização de previsões hidrológicas sub-sidia o processo de tomada de decisão, podendo produzir benefícios pela redução dos danos decor-rentes de cheias, pelo aumento da segurança da barragem e pela maior eficiência na geração de energia (Hamlet et al., 2002; Maurer e Lettenmaier, 2004; Bravo, 2006). A previsão de vazão em um sistema hídrico consiste na estimativa do escoamento em um curso d'água, com antecedência temporal, e é uma das técnicas utilizadas para minimizar o impacto das incertezas do clima sobre o gerenciamento dos re-cursos hídricos (Tucci e Collischonn, 2003). Previ-sões auxiliam na implantação de sistemas de alerta contra cheias, permitindo uma maior antecipação do início das ações de mitigação dos possíveis danos materiais, sociais e humanos decorrentes de eventos extremos. Tipicamente, a previsão de vazão pode ser realizada para curto ou longo prazo. A previsão de curto prazo é realizada com antecedência de horas ou alguns dias, enquanto que a previsão de longo
Cite
CITATION STYLE
Paz, A., Uvo, C., Bravo, J., & PEDROLLO, O. (2008). Previsões de Curto Prazo de Vazão Afluente ao Reservatório de Furnas Utilizando Redes Neurais Artificiais. Revista Brasileira de Recursos Hídricos, 13(2), 77–88. https://doi.org/10.21168/rbrh.v13n2.p77-88
Register to see more suggestions
Mendeley helps you to discover research relevant for your work.