Divulgação - Defesa Nº 199

Aluna: Jheymesson Apolinário Cavalcanti

Título: “Um estudo sobre a memória de Longo Prazo das redes LSTM aplicada na previsão de vazões médias mensais”.

Orientadora: Prof. Mêuser Jorge Silva Valença

Data-hora:  25/Setembro/2019 (13:00h)
Local: Escola Politécnica de Pernambuco – SALA I - 7


Resumo:

Resumo: No Brasil, a principal fonte de produção de energia elétrica é proveniente das hidroelétricas. A gestão desta energia é um problema de decisão muito importante. Os sistemas de previsão de vazões dos rios são considerados críticos, e o problema é agravado pela extensão territorial e a demanda da população. Desde 2013 o rio São Francisco tem passado por um período de baixa hidraulicidade, forçando as hidrelétricas a operarem 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 das redes Multi Layer Perceptron (MLP), Adaptive Neuro Fuzzy Inference System (ANFIS), e Long Short Term Memory(LSTM)com alterações nos gates de memória, com o objetivo de prever 12 meses de vazão média mensal de 3 hidrelétricas brasileiras, Sobradinho, Três Marias e Tucuruí. Várias simulações foram realizadas usando o Erro Percentual Médio Absoluto (EPMA) como métrica para avaliação de performance e foi encontrado o melhor resultado para a rede LSTM com um EPMA de 9,576%.Estes resultados foram validados estatisticamente usando o teste de Hipótese de Wilcoxon comum nível de significância de 5%.

Go to top Menú