Resumo:
Este trabalho apresenta os resultados obtidos a partir da aplicação de técnicas de mineração de dados e de Redes Neurais com treinamento bayesiano, para o balizamento da escolha da melhor previsão de vazões naturais do sistema de modelos estocásticos PREVIVAZ. Para aplicação desta técnica, foram utilizadas informações de precipitação observada e prevista, além das vazões naturais verificadas nas últimas semanas que antecederam a previsão. O estudo foi realizado para os aproveitamentos hidrelétricos de Foz do Areia e Salto Santiago na bacia do rio Iguaçu. Os resultados obtidos indicam que a utilização desta ferramenta pode ser uma solução simples e eficaz para a diminuição dos erros de previsão em horizonte semanal de vazão natural nesta bacia.