Divulgação - Defesa Nº 182
Aluno: Breno Soares dos Santos
Título: “Aplicando Variáveis Macroclimáticas na Previsão de Vazão Utilizando Reservoir Computing, LSTM e Aprendizagem Profunda”.
Orientador: Prof. Mêuser Jorge Silva Valença
Data-hora: 17/Setembro/2018 (14:30h)
Local: Escola Politécnica de Pernambuco – SALA I-5
Resumo:
"Desde 2013, o Rio São Francisco tem atravessado um período de baixa hidraulicidade, ou seja, a intensidade da chuva está abaixo da média. Consequentemente, tem sido necessário operar a uma vazão mínima muito abaixo dos estabelecidos na licença de operação, que é de 1300 m3/s. Devido a esta crise hidráulica, o fluxo operacional no Rio São Francisco alcançou 700 m3/s , caracterizando esta situação como crítica. Neste trabalho, foi proposto o uso de Reservoir Computing (RC), Long Short Term Memory (LSTM) e Aprendizagem Profunda para prever a vazão de Sobradinho para 1, 2 e 3 meses à frente. Para isso, foram montadas bases de dados onde uma combinação entre a vazão de Sobradinho e variáveis macroclimáticas foi realizada. A seleção de variáveis e suas localizações foi feita utilizando Correlação Linear e Entropia (Random Forest). Após a obtenção do Erro Percentual Médio Absoluto (EPMA) de cada rede e a realização de testes estatísticos, foi observado que a rede profunda utilizando a taxa de precipitação apresentou o menor EPMA (6,59%). Gráficos comparativos entre o ocorrido e o previsto foram gerados para cara rede neural utilizada.”
O Programa
