Página 1 dos resultados de 5819 itens digitais encontrados em 0.006 segundos

Análise do erro de previsão de vazões mensais com diferentes horizontes de previsão; Analysis of forecast error of monthly streamflow with different forecast horizons

Andrade Filho, Marinho Gomes de; Reis, Ricardo Luis dos; Soares Filho, Secundino; Silva Filho, Donato da
Fonte: Sociedade Brasileira de Automática Publicador: Sociedade Brasileira de Automática
Tipo: Artigo de Revista Científica
POR
Relevância na Pesquisa
37.06%
Este trabalho aborda o problema de previsão para séries de vazões médias mensais, no qual denomina-se de horizonte de previsão (h), o intervalo de tempo que separa a última observação usada no ajuste do modelo de previsão e o valor futuro a ser previsto. A análise do erro de previsão é feita em função deste horizonte de previsão. Estas séries possuem um comportamento periódico na média, na variância e na função de autocorrelação. Portanto, considera-se a abordagem amplamente usada para a modelagem destas séries que consiste inicialmente em remover a periodicidade na média e na variância das séries de vazões e em seguida calcular uma série padronizada para a qual são ajustados modelos estocásticos. Neste estudo considera-se para a série padronizada os modelos autorregressivos periódicos PAR (p m). As ordens p m dos modelos ajustados para cada mês são determinadas usando os seguintes critérios: a análise clássica da função de autocorrelação parcial periódica (FACPPe); usando-se o Bayesian Information Criterion (BIC) proposto em (MecLeod, 1994); e com a análise da FACPPe proposta em (Stedinger, 2001). Os erros de previsão são calculados, na escala original da série de vazão, em função dos parâmetros dos modelos ajustados e avaliados para horizontes de previsão h variando de 1 a 12 meses. Estes erros são comparados com as estimativas das variâncias das vazões para o mês que está sendo previsto. Como resultado tem-se uma avaliação da capacidade de previsão...

Previsão de atributos do clima e do rendimento de grãos de milho na região Centro-Sul do Brasil; Forecast of climatic features and corn grain yield in the Brazilian Center-South region

Vieira Junior, Pedro Abel
Fonte: Biblioteca Digitais de Teses e Dissertações da USP Publicador: Biblioteca Digitais de Teses e Dissertações da USP
Tipo: Tese de Doutorado Formato: application/pdf
Publicado em 01/11/2006 PT
Relevância na Pesquisa
37.06%
A Previsão de Safras tem se constituído em importante ferramenta para o estabelecimento de políticas agrícolas públicas e privadas. Em geral, a Previsão de Safras consiste na previsão do clima e na estimativa do rendimento das partes de interesse econômico de uma cultura. A previsão do clima pode ser realizada pela análise de séries históricas dos parâmetros climáticos e dos efeitos de fenômenos conhecidos, a exemplo do El Niño Oscilação Sul (ENSO), o qual pode ser medido pelo Índice de Oscilação Sul (IOS). Também pode ser realizada pela integração numérica das equações diferenciais que regem os movimentos da atmosfera no planeta Terra, também conhecida como previsão numérica. A estimativa do rendimento das culturas também pode ser realizada pela análise estatística de séries históricas ou pela integração numérica de equações diferenciais que regem a fisiologia e o desenvolvimento das plantas, ambos conhecidos como modelo de culturas. O principal objetivo deste trabalho foi propor uma metodologia para a Previsão de Safras no Brasil, tendo como ponto de partida e protótipo o estudo do rendimento de grãos de milho na região Centro-Sul do país. Para tanto, séries históricas com 60 anos de precipitação pluvial em 24 locais da região Centro-Sul do Brasil foram comparadas aos Índices de Oscilação Sul medidos no mesmo período...

Algoritmo kNN para previsão de dados temporais: funções de previsão e critérios de seleção de vizinhos próximos aplicados a variáveis ambientais em limnologia; Time series prediction using a KNN-based algorithm prediction functions and nearest neighbor selection criteria applied to limnological data

Ferrero, Carlos Andres
Fonte: Biblioteca Digitais de Teses e Dissertações da USP Publicador: Biblioteca Digitais de Teses e Dissertações da USP
Tipo: Dissertação de Mestrado Formato: application/pdf
Publicado em 04/03/2009 PT
Relevância na Pesquisa
37.03%
A análise de dados contendo informações sequenciais é um problema de crescente interesse devido à grande quantidade de informação que é gerada, entre outros, em processos de monitoramento. As séries temporais são um dos tipos mais comuns de dados sequenciais e consistem em observações ao longo do tempo. O algoritmo k-Nearest Neighbor - Time Series Prediction kNN-TSP é um método de previsão de dados temporais. A principal vantagem do algoritmo é a sua simplicidade, e a sua aplicabilidade na análise de séries temporais não-lineares e na previsão de comportamentos sazonais. Entretanto, ainda que ele frequentemente encontre as melhores previsões para séries temporais parcialmente periódicas, várias questões relacionadas com a determinação de seus parâmetros continuam em aberto. Este trabalho, foca-se em dois desses parâmetros, relacionados com a seleção de vizinhos mais próximos e a função de previsão. Para isso, é proposta uma abordagem simples para selecionar vizinhos mais próximos que considera a similaridade e a distância temporal de modo a selecionar os padrões mais similares e mais recentes. Também é proposta uma função de previsão que tem a propriedade de manter bom desempenho na presença de padrões em níveis diferentes da série temporal. Esses parâmetros foram avaliados empiricamente utilizando várias séries temporais...

Previsão da carga de curto prazo de áreas elétricas através de técnicas de inteligência artificial.; Short term load forecasting in eletrical areas using artificial inteligence.

Guirelli, Cleber Roberto
Fonte: Biblioteca Digitais de Teses e Dissertações da USP Publicador: Biblioteca Digitais de Teses e Dissertações da USP
Tipo: Tese de Doutorado Formato: application/pdf
Publicado em 30/11/2006 PT
Relevância na Pesquisa
37.05%
Hoje em dia, com a privatização e aumento da competitividade no mercado elétrico, as empresas precisam encontrar formas de melhorar a qualidade do serviço e garantir lucratividade. A previsão de carga de curto prazo é uma atividade indispensável à operação que pode melhorar a segurança e diminuir custos de geração. A fim de realizar a previsão da carga, é necessária a identificação de padrões de comportamento de consumo e da sua relação com variáveis exógenas ao sistema tais como condições climáticas. Originalmente o problema foi resolvido de forma matemática e estatística através de técnicas tais como as séries numéricas, que fornecem bons resultados, mas utilizam processos complexos e de difícil modelamento. O surgimento das técnicas de inteligência artificial forneceu uma nova ferramenta capaz de lidar com a grande massa de dados das cargas e inferir por si mesmo a relação entre as variáveis do sistema. Notadamente, as redes neurais e a lógica fuzzy se destacaram como as técnicas mais adequadas, sendo que já vem sendo estudadas e utilizadas para a previsão de carga a mais de 20 anos. Este trabalho apresenta uma metodologia para a previsão da curva de carga diária de áreas elétricas através do uso de técnicas de inteligência artificial...

Previsão de demanda de água na Região Metropolitana de São Paulo com redes neurais e artificiais e condições sócio-ambientais e meteorológicas.; Water demand forecasting in the metropolitan area São Paulo with Artificial Neural Network and socioenvironmental and meteorological conditions.

Santos, Cláudia Cristina dos
Fonte: Biblioteca Digitais de Teses e Dissertações da USP Publicador: Biblioteca Digitais de Teses e Dissertações da USP
Tipo: Tese de Doutorado Formato: application/pdf
Publicado em 17/05/2011 PT
Relevância na Pesquisa
37.03%
O presente trabalho apresenta a previsão de demanda de água em sistemas urbanos de abastecimento através de Rede Neural Artificial (RNA) utilizando dados de consumo de água e variáveis meteorológicas e socioambientais. A RNA utilizada foi uma de três camadas chamada de rede de múltiplas camadas alimentadas adiante com o algoritmo de treinamento LLSSIM (Hsu et al., 1996). Neste estudo, foram utilizados os dados de consumo de água (SABESP) e meteorológicos (IAG/USP) para o período de 2001 a 2005 para Região Metropolitana de São Paulo (RMSP). As variáveis socioambientais e meteorológicas que podem afetar o consumo de água foram analisadas. A ETA Cantareira e o setor Itaim Paulista foram utilizados para avaliar a relação entre o consumo e as variáveis antrópicas e meteorológicas para o ano de 2005. Esses conjuntos de dados foram utilizados para o treinamento, o teste e a previsão da RNA. Para a ETA Cantareira, foram criados 8 modelos e para o setor Itaim Paulista 57, sendo que os modelos 9 a 57 correspondem à previsão ideal. O desempenho dos modelos foi avaliado pelo o erro médio, erro médio absoluto, erro médio quadrático, o coeficiente de correlação, exatidão, viés, POD, FAR, CSI e POFD. Para a ETA Cantareira o melhor desempenho ocorreu para a média de 12 horas e para o Itaim Paulista a média de 6 horas. Na previsão ideal observou-se que a memória do sistema é um fator importante...

Previsão hidrometeorológica probabilística na Bacia do Alto Iguaçu-PR com os modelos WRF e TopModel; Probabilistic Hydrometeorological Forecast on Alto Iguaçu Basin with WRF and TopModel Models

Calvetti, Leonardo
Fonte: Biblioteca Digitais de Teses e Dissertações da USP Publicador: Biblioteca Digitais de Teses e Dissertações da USP
Tipo: Tese de Doutorado Formato: application/pdf
Publicado em 08/11/2011 PT
Relevância na Pesquisa
37.05%
Previsões probabilísticas de precipitação foram obtidas a partir de um conjunto de simulações pelo modelo WRF e utilizadas como condição de contorno no modelo hidrológico TopModel para previsão hidrometeorológica na bacia do Rio Iguaçu, no estado do Paraná. Nas simulações de cheias, durante o período de elevação do volume de precipitação, o erro médio aritmético do conjunto de previsões foi menor que cada um dos membros utilizados nesse conjunto, indicando melhor destreza do conjunto médio em relação a qualquer previsão determinística. Na dissipação dos sistemas precipitantes, alguns membros obtiveram resultados melhores que o conjunto médio e, em geral, as previsões são confluentes. As melhores previsões de precipitação com o WRF foram obtidas com as combinações de microfísica Lin e convecção de Kain Fritsch, microfísica WSM 5 e convecção de Kain Fritsch e simulações defasadas em 6 horas. As simulações inicializadas em horários mais próximos da ocorrência do fenômeno não garantiram uma melhoria na distribuição de precipitação na bacia. A avaliação do sistema de previsão por conjuntos pelo índice de Brier (IB) e seus termos demonstrou níveis suficientes de confiabilidade e destreza para ser utilizada na maioria dos eventos de precipitação sobre a bacia do rio Iguaçu. Os valores do IB estiveram entre 0...

Fractais e redes neurais artificiais aplicados à previsão de retorno de ativos financeiros brasileiros; Fractals and artificial neural networks applied to return forecasting of Brazilian financial assets

Mendonça Neto, João Nunes de
Fonte: Biblioteca Digitais de Teses e Dissertações da USP Publicador: Biblioteca Digitais de Teses e Dissertações da USP
Tipo: Dissertação de Mestrado Formato: application/pdf
Publicado em 13/08/2014 PT
Relevância na Pesquisa
37.03%
Este estudo tem como problema de pesquisa a previsão de retorno de ativos financeiros. Buscou verificar a existência de relação entre memória ou dependência de longo prazo em séries temporais fractais e erro de previsão de retornos de ativos financeiros obtida por meio de Redes Neurais Artificiais (RNA). Espera-se que séries temporais fractais com maior memória de longo prazo permitam obter previsões com menor nível de erro, na medida em que a correlação entre os elementos da série favoreça a qualidade de previsão de RNA. Como medida de memória de longo prazo, foi calculado o expoente de Hurst de cada série temporal, o qual sofreu uma transformação para atuar como um índice de previsibilidade. Para medir o erro de previsão, foi utilizada a Raiz do Erro Quadrado Médio (REQM) produzida pela RNA em cada série temporal. O cálculo do expoente de Hurst foi realizado por meio do algoritmo da análise Rescaled Range (R/S). A arquitetura de RNA utilizada foi a de Rede Neural com Atraso Alimentada Adiante (TLFN), tendo como processo de aprendizagem supervisionada o modelo de retropropagação com gradiente descendente para minimização do erro. A amostra foi composta por ativos financeiros brasileiros negociados na Bolsa de Valores...

Modelo de alerta hidrológico com base participativa usando sistema de informações voluntárias para previsão de enchentes; Participative-based early warning model using volunteer geographic information systems for flood forecasting

Fava, Maria Clara
Fonte: Biblioteca Digitais de Teses e Dissertações da USP Publicador: Biblioteca Digitais de Teses e Dissertações da USP
Tipo: Dissertação de Mestrado Formato: application/pdf
Publicado em 27/03/2015 PT
Relevância na Pesquisa
37.11%
Este trabalho apresenta uma nova proposta metodológica de previsão de enchentes: o Modelo de Alerta Hidrológico com Base Participativa (MAHP). O MAHP consiste em um modelo de previsão de enchentes em bacias urbanas que integra Informações Geográficas Voluntárias (VGI) e redes de sensores sem fio (WSN). A principal contribuição deste modelo é o uso de dados de fontes heterogêneas (sensores aliados a dados fornecidos por voluntários) com o objetivo de reduzir a incerteza na previsão de enchentes. O modelo MAHP foi dividido em módulos, cada um deles é responsável por uma atividade no processo de previsão de enchentes. Embora o modelo possua diversos módulos auxiliares, pode-se resumir o modelo MAHP em três módulos principais: aquisição de dados; previsão de precipitações e, por fim, o módulo responsável pela previsão das enchentes. Para o módulo de aquisição de dados foram desenvolvidas metodologias para uso de dados voluntários de nível da água e sensores medidores de nível foram instalados para a composição da rede de sensores sem fio em pontos estratégicos nos canais fluviais da cidade. No módulo de previsão da precipitação do modelo MAHP foram desenvolvidos dois softwares de previsão, sendo um modelo de previsão da precipitação conceitual e um empírico. Para o funcionamento do módulo responsável pela previsão das enchentes foi feita a modelagem da bacia urbana de São Carlos no modelo SWMM (Storm Water Management Model). As simulações chuva-vazão realizadas com a bacia modelada apresentaram ajustes satisfatórios quando comparadas com eventos de enchente reais. Como o uso de informações voluntárias na previsão de enchentes é um conceito bastante novo...

Alternativas para a previsão de demanda de gás natural : um estudo orientado ao estado do Rio Grande do Sul

Silva, Silvio Ceroni da
Fonte: Universidade Federal do Rio Grande do Sul Publicador: Universidade Federal do Rio Grande do Sul
Tipo: Tese de Doutorado Formato: application/pdf
POR
Relevância na Pesquisa
37.03%
O tema da presente tese é a demanda do gás natural em um novo mercado, que se encontra em expansão.O objetivo geral é o desenvolvimento de uma metodologia para a previsão de demanda do gás natural, estabelecendo um método que integre as diversas alternativas de previsão de demanda desenvolvidas. Primeiramente, é feita uma revisão da literatura abordando os seguintes temas: (i) demanda de energia no Brasil e no mundo; (ii) demanda de gás natural no Brasil e no mundo; (iii) oferta de gás natural no Rio Grande do Sul; (iv) modelos de previsão de demanda energética; (v) pesquisa qualitativa e grupos focados. São, então, desenvolvidas as alternativas para a previsão de demanda de gás natural: (i) baseado em dados históricos do Rio Grande do Sul: com base no comportamento pregresso da demanda energética estadual faz-se uma extrapolação dos dados de demanda futuros, estimando-se um percentual de participação do gás natural neste mercado; (ii) baseado em equações de previsão que se apóiam em dados sócio-econômicos: tomando-se como embasamento o tamanho da população, PIB, número de veículos da frota do estado, e as respectivas taxas de crescimento de cada uma destas variáveis, estima-se o potencial consumo de gás natural (iii) baseado em dados históricos de outros países: tomando-se por base os dados de países onde já se encontra consolidado o mercado de gás natural...

Previsão de vazão em tempo real no rio Uruguai com base na previsão meteorológica

Andreolli, Ivanilto
Fonte: Universidade Federal do Rio Grande do Sul Publicador: Universidade Federal do Rio Grande do Sul
Tipo: Dissertação Formato: application/pdf
POR
Relevância na Pesquisa
37.12%
A operação de reservatórios para geração de energia, ou controle de cheias é definida em função dos volumes afluentes que são resultantes das chuvas que ocorrem sobre a bacia. Devido à aleatoriedade e às próprias incertezas envolvidas na ocorrência das precipitações e vazões; a produção de energia, a segurança das barragens e o controle das cheias à montante e jusante ficam comprometidas. Para que as incertezas sejam reduzidas é necessário o aprimoramento das previsões de vazões de afluência em tempo real. A previsão em tempo real pode se realizada com base na vazão de postos de montante e jusante, na precipitação observada e, ou, na precipitação prevista. A previsão de precipitação é necessária para aumentar a antecipação da previsão e melhoria de resultados para tempos futuros além do tempo de concentração da bacia. Esta pesquisa tem como objetivo a avaliação do ganho da previsão de vazão com uso integrado de previsão de precipitação através de uso de um modelo meteorológico regional (meso-escala) com um modelo hidrológico distribuído. Os resultados do modelo meteorológico regional foram fornecidos pelo Laboratório de Planejamento Energético (LabPlan) da Universidade Federal de Santa Catarina (UFSC)...

Metodologia para seleção de métodos de previsão de demanda

Lemos, Fernando de Oliveira
Fonte: Universidade Federal do Rio Grande do Sul Publicador: Universidade Federal do Rio Grande do Sul
Tipo: Dissertação Formato: application/pdf
POR
Relevância na Pesquisa
37.05%
A formulação de planejamentos e o direcionamento estratégico das empresas dependem da identificação e a previsão correta das mudanças emergentes no ambiente de negócios, o que torna a previsão de demanda um elemento chave na tomada de decisão gerencial. Um dos maiores problemas associados com o uso de previsões de demanda no apoio à tomada de decisões é a escolha do método de previsão a ser implementado. Organizações com necessidades e características distintas em relação aos seus produtos e serviços atuam em diferentes cenários de mercado. Diferentes cenários necessitam de diferentes métodos de previsão, de forma a refletir mudanças na estrutura do mercado (como entrada de novos produtos, novos competidores e/ou mudanças no comportamento dos consumidores). Assim, uma metodologia que direcione diferentes métodos de previsão de demanda para as situações em que são mais eficientes pode auxiliar o processo preditivo e de tomada de decisões das organizações, minimizando erros de planejamentos estratégico, tático e operacional. Esta dissertação apresenta uma metodologia de seleção de métodos de previsão de demanda mais apropriados para diferentes situações. Métodos de integração de métodos qualitativos e quantitativos de previsão melhoram a acurácia nos processo preditivos e também são abordados na metodologia de seleção de métodos de previsão. A metodologia proposta é ilustrada através de dois estudos de caso. No primeiro estudo investigou-se o caso de um produto com demanda regular. No segundo estudo...

Previsão contínua de níveis fluviais com redes neurais utilizando previsão de precipitação : investigação metodológica da técnica

Dornelles, Fernando
Fonte: Universidade Federal do Rio Grande do Sul Publicador: Universidade Federal do Rio Grande do Sul
Tipo: Dissertação Formato: application/pdf
POR
Relevância na Pesquisa
37.06%
Os sistemas de alerta de cheias exigem dos modelos de previsão de níveis, precisão e antecipação adequadas. Especialmente em bacias pequenas com resposta rápida, estas necessidades são atendidas com modelos de previsão continua, e que utilizam a previsão hidrometeorlógica como dado de entrada. Nesta pesquisa, é proposta uma exploração de recursos matemáticos na modelagem empírica de redes neurais progressivas de múltiplas camadas, abordando-se as dificuldades corriqueiras desta técnica, tais como problemas de convergência, eleição da arquitetura ótima, particionamento da amostra e índices de avaliação da qualidade do modelo. Estas dificuldades são pouco discutidas, ou até mesmo totalmente ignoradas, em grande parte dos trabalhos. A aplicação da metodologia utilizou dados da bacia do rio Quaraí, onde as cidades fronteiriças de Quaraí (Br) e Artigas (Uy) sofrem com inundações ribeirinhas. A área da bacia de contribuição é de 4.500 km², salientando-se que a bacia apresenta uma rápida resposta aos eventos de precipitação, decorrente de uma baixa capacidade de armazenamento e infiltração. O modelo proposto de previsão de níveis por redes neurais tem como entradas, níveis observados nos 2 dias anteriores e previsão numérica de precipitação (ETA-CPTEC) para até 5 dias à frente. O provável ganho em qualidade ao utilizar-se previsão de precipitação no modelo de previsão de nível foi analisado...

Avaliação da previsão hidroclimática no Alto Paraguai

Allasia Piccilli, Daniel Gustavo
Fonte: Universidade Federal do Rio Grande do Sul Publicador: Universidade Federal do Rio Grande do Sul
Tipo: Tese de Doutorado Formato: application/pdf
POR
Relevância na Pesquisa
37.06%
Neste estudo foi analisada a previsibilidade hidroclimática na bacia do Alto Paraguai no curto e longo prazo. Nestas últimas décadas, a região foi marcada por uma forte variabilidade climática, passando por um período extremamente seco durante a década de 1960 e por um período extremamente úmido a partir do início da década de 1970. Desta forma, avaliar a previsibilidade hidroclimática é muito importante para o gerenciamento dos recursos hídricos na bacia, e, conseqüentemente do ecossistema que depende deste recurso. A previsibilidade de longo prazo da Bacia do Alto Paraguai foi analisada mediante técnicas estatísticas dado que a região do Brasil Central é considerada de baixa previsibilidade de longo prazo mediante modelos dinâmicos. O objetivo da análise foi o de explorar possíveis relações entre os fenômenos climáticos globais (representados pelos índices climáticos) sobre o clima da BAP com valor prognóstico. Os resultados da análise mostraram que o fenômeno que tem a maior capacidade de modulação do clima na Bacia do Alto Paraguai é a Oscilação Decadal do Pacífico (PDO). A PDO se caracteriza por fases de aproximadamente 25 anos nas quais o índice que a representa se encontra acima ou abaixo do valor normal. A duração das fases do PDO é definida por alterações climáticas abruptas que se encontraram muito bem representadas no Pantanal...

Subsídios à operação de reservatórios baseada na previsão de variáveis hidrológicas

Bravo, Juan Martín
Fonte: Universidade Federal do Rio Grande do Sul Publicador: Universidade Federal do Rio Grande do Sul
Tipo: Tese de Doutorado Formato: application/pdf
POR
Relevância na Pesquisa
37.1%
Diversas atividades humanas são fortemente dependentes do clima e da sua variabilidade, especialmente aquelas relacionadas ao uso da água. A operação integrada de reservatórios com múltiplos usos requer uma série de decisões que definem quanta água deve ser alocada, ao longo do tempo para cada um dos usos, e quais os volumes dos reservatórios a serem mantidos. O conhecimento antecipado das condições climáticas resulta de vital importância para os operadores de reservatórios, pois o insumo dos reservatórios é a vazão dos rios, que por sua vez é dependente de condições atmosféricas e hidrológicas em diferentes escalas de tempo e espaço. A pesquisa trata sobre três importantes elementos de subsídio à tomada de decisão na operação de reservatórios baseada na previsão de variáveis hidrológicas: (a) as previsões de vazão de curto prazo; (b) as previsões de precipitação de longo prazo e (c) as medidas de desempenho das previsões. O reservatório de Furnas, localizado na bacia do Rio Grande, em Minas Gerais, foi selecionado como estudo de caso devido, principalmente, à disponibilidade de previsões quantitativas de chuva e pela importância desse reservatório na região analisada. A previsão de curto prazo de vazão com base na precipitação foi estimada com um modelo empírico (rede neural artificial) e a previsão de precipitação foi obtida pelo modelo regional ETA. Uma metodologia de treinamento e validação da rede neural artificial foi desenvolvida utilizando previsões perfeitas de chuva (considerando a chuva observada como previsão) e utilizando o maior número de dados disponíveis...

Previsão de cheias por conjunto em curto prazo

Meller, Adalberto
Fonte: Universidade Federal do Rio Grande do Sul Publicador: Universidade Federal do Rio Grande do Sul
Tipo: Tese de Doutorado Formato: application/pdf
POR
Relevância na Pesquisa
37.14%
A previsão e emissão de alertas antecipados constituem um dos principais elementos na prevenção dos impactos ocasionados por eventos de cheias. Uma das formas utilizadas para se obter uma ampliação do horizonte de previsão é através do uso da modelagem chuva-vazão associada à previsão de precipitação, tipicamente derivada de modelos meteorológicos. A precipitação, no entanto, é uma das variáveis que impõe maior dificuldade na previsão meteorológica, sendo considerada uma das principais fontes de incerteza nos resultados da previsão de cheias. A previsão por conjunto é uma técnica originalmente desenvolvida nas ciências atmosféricas e procura explorar as incertezas associadas às condições iniciais e/ou deficiências na estrutura dos modelos meteorológicos com intuito de melhorar sua previsibilidade. A partir de diferentes modelos meteorológicos ou de diferentes condições iniciais de um único modelo, são gerados um conjunto de previsões que representam possíveis trajetórias dos processos atmosféricos ao longo do horizonte de previsão. Pesquisas recentes, principalmente na Europa e Estados Unidos, têm mostrado resultados promissores do acoplamento de previsões meteorológicas por conjunto à modelos hidrológicos para realizar previsões de cheia. Essa pesquisa trata da avaliação do benefício da previsão de cheias por conjunto em curto prazo...

Redes neurais, metodologias de agrupamento e combinação de previsores aplicados a previsão de vazões naturais

Marina Hirota Magalhães
Fonte: Biblioteca Digital da Unicamp Publicador: Biblioteca Digital da Unicamp
Tipo: Dissertação de Mestrado Formato: application/pdf
Publicado em 12/11/2004 PT
Relevância na Pesquisa
37.03%
Planejamento de sistemas hidroeletricos possui um alto grau de complexidade e dificuldade, uma vez que involve características de produção não lineares e depende de muitas variaveis. Um das variaveis chave e a vazão natural. Os valores de vazões devem ser previstos com acuracia, uma vez que esses valores influenciam significativamente na produção de energia. Atualmente, no setor de geração hidroeletrica, a previsão de vazões e baseada na metodologia de Box & Jenkins. Este trabalho propõe um modelo de previsão baseado em agrupamento nebuloso como alternativa para a previsão de vazões naturais medias mensais. O modelo utiliza o algoritmo de agrupamento fuzzy c-means para explorar a estrutura dos dados historicos, e procedimentos de mediana e reconhecimento de padrões para capturar similaridades na tendencia das series. Ainda, este trabalho sugere um modelo que combina previsões geradas por um conjunto de metodos individuais de previsão, de uma maneira simples, mas efetiva. Utiliza-se, como combinador, uma rede neural treinada com o algoritmo do gradiente. O objetivo e combinar as previsões geradas por diferentes modelos na tentativa de capturar as contribuições das características de previão mais importantes de cada previsor individual. Esse metodo tambem e aplicado a previsão de series de vazões naturais medias mensais escolhendo-se...

Análise do erro de previsão de vazões mensais com diferentes horizontes de previsão

Andrade,Marinho G.; Reis,Ricardo Luis dos; Soares,Secundino; Silva Filho,Donato da
Fonte: Sociedade Brasileira de Automática Publicador: Sociedade Brasileira de Automática
Tipo: Artigo de Revista Científica Formato: text/html
Publicado em 01/06/2012 PT
Relevância na Pesquisa
37.06%
Este trabalho aborda o problema de previsão para séries de vazões médias mensais, no qual denomina-se de horizonte de previsão (h), o intervalo de tempo que separa a última observação usada no ajuste do modelo de previsão e o valor futuro a ser previsto. A análise do erro de previsão é feita em função deste horizonte de previsão. Estas séries possuem um comportamento periódico na média, na variância e na função de autocorrelação. Portanto, considera-se a abordagem amplamente usada para a modelagem destas séries que consiste inicialmente em remover a periodicidade na média e na variância das séries de vazões e em seguida calcular uma série padronizada para a qual são ajustados modelos estocásticos. Neste estudo considera-se para a série padronizada os modelos autorregressivos periódicos PAR (p m). As ordens p m dos modelos ajustados para cada mês são determinadas usando os seguintes critérios: a análise clássica da função de autocorrelação parcial periódica (FACPPe); usando-se o Bayesian Information Criterion (BIC) proposto em (MecLeod, 1994); e com a análise da FACPPe proposta em (Stedinger, 2001). Os erros de previsão são calculados, na escala original da série de vazão, em função dos parâmetros dos modelos ajustados e avaliados para horizontes de previsão h variando de 1 a 12 meses. Estes erros são comparados com as estimativas das variâncias das vazões para o mês que está sendo previsto. Como resultado tem-se uma avaliação da capacidade de previsão...

Previsão do índice bovespa por meio de redes neurais artificiais: uma análise comparada aos métodos tradicionais de séries de tempo

Souza, Renata Laise Reis de
Fonte: Universidade Federal do Rio Grande do Norte; BR; UFRN; Programa de Pós-Graduação em Administração; Políticas e Gestão Públicas; Gestão Organizacional Publicador: Universidade Federal do Rio Grande do Norte; BR; UFRN; Programa de Pós-Graduação em Administração; Políticas e Gestão Públicas; Gestão Organizacional
Tipo: Dissertação Formato: application/pdf
POR
Relevância na Pesquisa
37.05%
Forecast is the basis for making strategic, tactical and operational business decisions. In financial economics, several techniques have been used to predict the behavior of assets over the past decades.Thus, there are several methods to assist in the task of time series forecasting, however, conventional modeling techniques such as statistical models and those based on theoretical mathematical models have produced unsatisfactory predictions, increasing the number of studies in more advanced methods of prediction. Among these, the Artificial Neural Networks (ANN) are a relatively new and promising method for predicting business that shows a technique that has caused much interest in the financial environment and has been used successfully in a wide variety of financial modeling systems applications, in many cases proving its superiority over the statistical models ARIMA-GARCH. In this context, this study aimed to examine whether the ANNs are a more appropriate method for predicting the behavior of Indices in Capital Markets than the traditional methods of time series analysis. For this purpose we developed an quantitative study, from financial economic indices, and developed two models of RNA-type feedfoward supervised learning, whose structures consisted of 20 data in the input layer...

Modelos de previsão de produção para centrais mini-hídricas

Leão, Nuno Agostinho Pacheco
Fonte: Instituto Politécnico do Porto Publicador: Instituto Politécnico do Porto
Tipo: Dissertação de Mestrado
Publicado em //2014 POR
Relevância na Pesquisa
37.09%
O constante crescimento dos produtores em regime especial aliado à descentralização dos pontos injetores na rede, tem permitido uma redução da importação de energia mas também tem acarretado maiores problemas para a gestão da rede. Estes problemas estão relacionados com o facto da produção estar dependente das condições climatéricas, como é o caso dos produtores eólicos, hídricos e solares. A previsão da energia produzida em função da previsão das condições climatéricas tem sido alvo de atenção por parte da comunidade empresarial do setor, pelo facto de existir modelos razoáveis para a previsão das condições climatéricas a curto prazo, e até a longo prazo. Este trabalho trata, em concreto, do problema da previsão de produção em centrais mini-hídricas, apresentando duas propostas para essa previsão. Em ambas as propostas efetua-se inicialmente a previsão do caudal que chega à central, sendo esta depois convertida em potência que é injetada na rede. Para a previsão do caudal utilizaram-se dois métodos estatísticos: o método Holt-Winters e os modelos ARMAX. Os dois modelos de previsão propostos consideram um horizonte temporal de uma semana, com discretização horária, para uma central no norte de Portugal...

INFLUÊNCIA DAS CONDIÇÕES DO SOLO NA CLIMATOLOGIA DA PREVISÃO SAZONAL DO MODELO ETA

Resende, Nicole; Instituto Nacional de Pesquisas Espaciais; Chou, Sin Chan; Centro de Previsão de Tempo e Estudos Climáticos
Fonte: UFPR Publicador: UFPR
Tipo: info:eu-repo/semantics/article; info:eu-repo/semantics/publishedVersion; Formato: application/pdf
Publicado em 16/04/2015 POR
Relevância na Pesquisa
46.83%
Modelos numéricos têm importante papel na previsão de tempo e clima, amparando assim as tomadas de decisões em diversos setores. O aprimoramento destes modelos pode ser feito a partir de parametrizações de processos de superfície, como o balanço de umidade do solo. Esse balanço é obtido a partir de parâmetros hidrológicos definidos para cada tipo de solo, e pela umidade inicial inserida no modelo. O objetivo desse trabalho é estudar a influência das condições iniciais do solo e do tipo de solo na previsão sazonal do modelo Eta. São realizados dois experimentos (ETA1 e ETA2) a partir de integrações do modelo Eta, com 4 meses e meio de integração e utilizando reanálises como condições inicial e de contorno. O período analisado são as estações secas e chuvosas no Brasil, entre 1979 e 2012. ETA1 foi realizado como uma simulação controle, com umidade inicial do solo climatológica e nove tipos de solo. Em ETA2, utilizou-se umidade inicial do solo calculada e 26 tipos de solo. Para analisar a climatologia simulada, dados de reanálises permitiram a avaliação dos erros de algumas variáveis do modelo. A partir da análise dos experimentos, conclui-se que o modelo Eta manifesta sensibilidade a alterações no solo quando diferentes condições de solo são utilizadas na integração do modelo. ETA2 simula temperaturas sistematicamente mais baixas e precipitação mais acurada em algumas regiões do Brasil.