Publicações
Clique para ampliar...

RBRH
Revista Brasileira de Recursos Hídricos
Brazilian Journal of Water Resources

ISSN 2318-0331

VOLUME. 12 - Nº. 3 - JUL/SET - 2007
ARTIGO
Aplicação das Técnicas de Mineração de Dados como Complemento às Previsões Estocásticas Univariadas de Vazão Natural: Estudo de Caso para a Bacia do Rio Iguaçu
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. 
Palavras-chave: Data Mining; Redes Bayesianas; Modelos Estocásticos; Previsão de vazões. 

 

 

133 visualizações   54 downloads     Contabilizado a partir de 10/08/2014

 

ABRHidro - Associação Brasileira de Recursos Hídricos