A complexidade inerente ao processo de produção de energia apresenta um desafio aos especialistas quando estes se deparam com o dimensionamento e operação de sistemas de recursos hídricos. A produção energética de um sistema hidroelétrico depende fundamentalmente das séries de vazões afluentes às diversas usinas hidrelétricas do sistema. No entanto, a incerteza das vazões futuras e sua aleatoriedade são obstáculos que dificultam todo o planejamento da operação do sistema energético brasileiro. A inexistência de um software específico para análise de séries de vazões ocorridas nas usinas hidrelétricas, associada à importância desse tipo de dado no contexto energético, motivou a concepção de uma ferramenta gráafica para visualização e previsão desses dados. Acredita-se que a visualização desses dados por meio de representações apropriadas e altamente interativas possa promover hipóteses e revelar novas informações dos fenômenos associados a essas quantidades, melhorando a qualidade das decisões de planejamento do sistema energético. Este trabalho de mestrado apresenta em detalhes o sistema desenvolvido, chamado Power Map Explorer, e das técnicas nele implementadas / The complexity inherent to the process of energy production introduces a challenge to the experts when they are faced with dimension and operation of water resources systems. The energy production of a hidroeletric system depends on streamflow time series from hydroelectric plants located on different rivers of the system. However, the uncertainty and randomness of future streamflow series impose difficulties to the planning and operation of the brazilian energy system. The lack of a software suite to support the analysis of inflow series from hydroelectric plants, and the importance of this data in the energy context motivated the conception and implementation of a graphical tool to visualize and forecast this type data. The appropriate level of visualization and interaction with this type of data can spring new hypotheses and reveal new information, leading to performance improvement of the task of energetic planning. This work presents a software for visualization and forecast of inflow data series, the Power Map Explorer, in detail

A complexidade inerente ao processo de produção de energia apresenta um desafio aos especialistas quando estes se deparam com o dimensionamento e operação de sistemas de recursos hídricos. A produção energética de um sistema hidroelétrico depende fundamentalmente das séries de vazões afluentes às diversas usinas hidrelétricas do sistema. No entanto, a incerteza das vazões futuras e sua aleatoriedade são obstáculos que dificultam todo o planejamento da operação do sistema energético brasileiro. A inexistência de um software específico para análise de séries de vazões ocorridas nas usinas hidrelétricas, associada à importância desse tipo de dado no contexto energético, motivou a concepção de uma ferramenta gráafica para visualização e previsão desses dados. Acredita-se que a visualização desses dados por meio de representações apropriadas e altamente interativas possa promover hipóteses e revelar novas informações dos fenômenos associados a essas quantidades, melhorando a qualidade das decisões de planejamento do sistema energético. Este trabalho de mestrado apresenta em detalhes o sistema desenvolvido, chamado Power Map Explorer, e das técnicas nele implementadas / The complexity inherent to the process of energy production introduces a challenge to the experts when they are faced with dimension and operation of water resources systems. The energy production of a hidroeletric system depends on streamflow time series from hydroelectric plants located on different rivers of the system. However, the uncertainty and randomness of future streamflow series impose difficulties to the planning and operation of the brazilian energy system. The lack of a software suite to support the analysis of inflow series from hydroelectric plants, and the importance of this data in the energy context motivated the conception and implementation of a graphical tool to visualize and forecast this type data. The appropriate level of visualization and interaction with this type of data can spring new hypotheses and reveal new information, leading to performance improvement of the task of energetic planning. This work presents a software for visualization and forecast of inflow data series, the Power Map Explorer, in detail

Orientador: Secundino Soares Filho / Dissertação (mestrado) - Universidade Estadual de Campinas, Faculdade de Engenharia Elétrica e de Computação / Made available in DSpace on 2018-08-21T07:22:00Z (GMT). No. of bitstreams: 1 AlvarezFerreira_LizRosana_M.pdf: 23688904 bytes, checksum: 10e13f1087d3887e3ebf436379b92f08 (MD5) Previous issue date: 2012 / Resumo: A jusante da confluência dos rios Paraná, Iguaçu, Acaray e Monday situa-se a estação fluviométrica da Régua 11 ou simplesmente R-11, localizada no rio Paraná a aproximadamente 20 km da central de Itaipu, na fronteira entre Brasil, Argentina e Paraguai. Esta região está sujeita a restrições impostas por acordos internacionais, como o cumprimento do Acordo Tripartite assinado pelo três países em outubro de 1979, segundo o qual as variações do nível do rio Paraná, neste ponto, não devem superar meio metro de uma hora para outra, ou dois metros de um dia para outro, impondo desta forma restrições operacionais para a usina de Itaipu. O atendimento às restrições hidráulicas decorrentes do Acordo Tripartite é de responsabilidade da Itaipu Binacional, no que depender da operação da usina. Neste trabalho apresenta-se um modelo de simulação que determina a variação horária e diária dos níveis da cota do rio Paraná no posto R-11. O simulador calcula os níveis neste ponto utilizando a curva de propagação de König para determinar o impacto ocorrido no nível do Rio Paraná em R-11, devido às variações da defluência em Itaipu, como consequência das alterações nas vazões vertida e turbinada na central hidrelétrica. Além da influência da operação de Itaipu no nível do posto R-11, o simulador considera também a influência da vazão do rio Iguaçu através do método de propagação de vazões Muskingum-Cunge, ao longo do trecho entre a usina de Salto Caxias e o posto de medição Hotel Cataratas, no rio Iguaçu. Os resultados apresentados mostraram uma boa aderência aos valores verificados, já que não foram consideradas todas as vazões incrementais laterais do trecho em estudo, e as vazões dos rios Acaray e Monday foram considerados constantes em 200 [m3/s] devido à indisponibilidade de dados / Abstract: The fluviometric station of rule 11, or simply R-11, is situated downstream from the confluence of the Paraná, Iguaçu, Acaray and Monday rivers, about 20 km away from Itaipu Hydroelectric Power Plant on the border between Brazil, Paraguay and Argentina. This region is subject to restrictions imposed by international agreements such as the implementation of the Tripartite Agreement signed by the three countries in October 1979, which states that variations in the level of the Paraná River at this point should not exceed half a meter per hour, or two meters per day, thus imposing operating restrictions for the Itaipu plant. Itaipu is responsible of the fulfillment of the hydraulic constraints of Tripartite Agreement which are dependent on the plant's operation. This work presents a simulation model on hourly basis of the flow at the fluviometric station R-11, to determine the hourly and daily variation levels of the Paraná River at this station. The simulator calculates levels at the point using the König propagation curve to determine the impact occurred at the level of the Paraná River in R-11, due to variations in the flow release in Itaipu, as a consequence of alterations in turbine discharge and spillage in the hydroelectric. Besides Itaipu operation influence on the level of the post R-11, the simulator also considers the influence of the Iguaçu River flow using the Muskingum-Cunge routing method, along the stretch between the Salto Caxias Hydroelectric Power Plant and the fluviometric station of Hotel Cataratas in Iguaçu River. The results showed an adequate representation of the values observed, since not all incremental water inflow of stretch in study was considered. The flow of the river Acaray and Monday were considered constant at 200 [m3/s] due to data unavailability / Mestrado / Energia Eletrica / Mestre em Engenharia Elétrica

Orientador: Jose Teixeira Filho / Tese (doutorado) - Universidade Estadual de Campinas, Faculdade de Engenharia Agrícola / Made available in DSpace on 2018-08-14T15:58:35Z (GMT). No. of bitstreams: 1 Castilho_CamilaPrazeresGoncalvesde_D.pdf: 1491834 bytes, checksum: 834593c3472a9aa69686f15dfcfd5ffd (MD5) Previous issue date: 2005 / Resumo: O estudo dos mecanismos hidrológicos bem como a determinação das disponibilidades hídricas em bacias hidrográficas fornecem condições para avaliação dos recursos hídricos. O modelo semi-distribuído de transformação de chuva em vazão TOPMODEL tem sido, mundialmente utilizado por pesquisadores, desde seu desenvolvimento em 1979. O trabalho desenvolvido utilizou o TOPMODEL para simular o comportamento hidrológico de uma bacia rural com área de 4,6km2, cultivada predominantemente com cana-de-açúcar, localizada na região do município de Limeira-SP. O modelo foi aplicado em duas fases: isoladamente e acoplado a um modelo de interceptação de chuva pela cobertura vegetal, considerando duas hipóteses (H1 e H2) para a distribuição da precipitação interceptada ao longo do tempo. Na hipótese H1, a precipitação interceptada (PP) é distribuída uniformemente ao longo do tempo, sendo que cada valor de precipitação ao longo do tempo do evento em análise é multiplicado por um coeficiente de correção j, calculado por meio da relação entre a precipitação interceptada e incidente. Na hipótese H2, a quantidade total de precipitação interceptada (PP) durante o evento analisado é subtraída do primeiro valor de chuva do evento (P1), ou, dos primeiros valores caso PP seja maior que Pn. A aplicação do modelo TOPMODEL isoladamente apresentou valor médio de eficiência de Nash e Sucliffe de 50,8%, sendo a variação média entre valores de vazão máxima observada e simulada igual a 0,6%. Quando foi considerada a hipótese H1, esses valores foram: 41,3% e -2,5%, respectivamente. Para a hipótese H2, os valores foram 48,6% e -2,0%. Os resultados mostraram que a utilização do modelo TOPMODEL em conjunto ao modelo de interceptação vegetal apresentaram-se muito próximos aos obtidos considerando o TOPMODEL em suas condições originais, e ainda produz melhora na qualidade da informação a respeito do comportamento hidrológico da bacia. / Abstract: The study of hydrological mechanisms as well as determination of available water in watersheds provides conditions for assessment of water resources. The semi-distributed model of rainfall transformation into flow TOPMODEL has been widely used by researchers, since its development in 1979. This paper describes the use of TOPMODEL to simulate the hydrological behavior of a rural watershed with an area of 4.6 km2, mainly cultivated with sugar cane, located in the city of Limeira, in the State of São Paulo. The model was implemented in two phases: isolated and coupled with a model of rainfall interception by vegetation, considering two hypotheses (H1 and H2) for the distribution of precipitation intercepted over time. In hypothesis H1, the intercepted precipitation (PP) is evenly distributed over time, and each value of rainfall over time of the event in question is multiplied by a coefficient of correction a, calculated using the relationship between the intercepted and incident precipitation. In hypothesis H2, the total amount of intercepted precipitation (PP) during the event analyzed is subtracted from the first value of the rainfall event (P1) or from the first amounts, in case PP is greater than Pn. / Doutorado / Agua e Solo / Doutor em Engenharia Agrícola

The theme of this research is the use of prediction models of Integrated Autoregressive and type of moving average- ARIMA, along with the Autoregressive models of Conditional Heterokedastic-ARCH. The first class of models is used to describe the level and the second, the volatility of the series. Has, as main objective of this research, predict and analyze the variability of the flow of inputs of the Jaguari River, by means of linear and non-linear mathematical models, in order to assist in the management of water resources of the river and for power generation of pinch Furnas do Secret. This dissertation consists of two scientific articles that characterize the hydrological behavior of the Jaguari River, using to this end, mathematical models that provide predictions of the flows and the measurement of the periods considered atypical for the time series. In the first article, have chosen the model SARMA (1,0,1)(1,0,1)12-ARCH (1) able to represent the average and the variability of flows of the Jaguari River in m3s in 1942 to 2006 period. In the second article, we use mathematical models of forecasting, along with implementation of intervention analysis, investigation of hydrological behavior of flows in monthly periods January 1970 to December 2010. To do so, mathematical models adopted: Holt-Winters exponential smoothing (AEHW), ARIMA, ARCH models, and intervention analysis, concluding that the model SARMA (1,0,0)(2,0,0)12-ARCH(1) was selected to represent the average hydrological behavior and the variability of flows, in order to make forecasts, taking into account the selection criteria AIC and MAD. The ARCH model presented a degree of persistence is smaller than one, indicating that the flows, in a short time, will return to his usual level. Intervention analysis, increases were observed in the flows of 15,68 m3/s and 18,47 m3/s, during periods of November 1994 and December of 2009, possibly caused by climatic phenomena. However, it appears that the joint ARIMA modeling-ARCH and the incorporation of intervention analysis come to aid in the energy planning of PCH, in order to allow for great levels of power generation in the future. / O tema desta pesquisa é a utilização de modelos de previsão do tipo Autorregressivos Integrados e de Médias Móveis- ARIMA, juntamente com os modelos Autorregressivos de Heterocedasticidade Condicional- ARCH. A primeira classe de modelos tem a função de descrever o nível e o segundo, a volatilidade da série em estudo. Tem-se, como objetivo principal desta pesquisa, prever o nível e analisar a variabilidade da vazão de afluências do rio Jaguari, por meio de modelos matemáticos lineares e não lineares, com o intuito de auxiliar na gestão dos recursos hídricos do referido rio e para a geração de energia da pequena central hidrelétrica Furnas do Segredo. A presente dissertação consta de dois artigos científicos que caracterizam o comportamento hidrológico do rio Jaguari, utilizando, para isso, modelos matemáticos que proporcionam realizar as previsões das vazões e a mensuração dos períodos considerados atípicos durante a série temporal. No primeiro artigo, selecionou-se o modelo SARMA (1,0,1)(1,0,1)12-ARCH (1) capaz de representar a média e a variabilidade da série de vazões do rio Jaguari em m3/s no período de 1942 a 2006. No segundo artigo, utilizam-se modelos matemáticos de previsão, juntamente com aplicação da análise de intervenção, na averiguação do comportamento hidrológico das vazões em períodos mensais de janeiro de 1970 a dezembro de 2010. Para isso, adotaram-se modelos matemáticos: Alisamento exponencial de Holt-Winters (AEHW), modelos ARIMA genérico, modelos ARCH, e análise de intervenção, concluindo-se que o modelo SARMA (1,0,0)(2,0,0)12-ARCH(1) foi o selecionado a representar o comportamento hidrológico médio e a variabilidade das vazões, para, assim, realizar as previsões, levando em conta critérios de seleção AIC e MAD. O modelo ARCH apresentou um grau de persistência menor do que um o que indica que as vazões, em um curto espaço de tempo, retornarão ao seu patamar usual. Na análise de intervenção, observaram-se acréscimos nas vazões de 15,68 m3/s e 18,47 m3/s, durante os períodos de novembro de 1994 e dezembro de 2009, possivelmente ocasionados por fenômenos climáticos. Conclui-se que a modelagem conjunta ARIMA-ARCH e a incorporação da análise de intervenção vêm como forma de auxiliar no planejamento energético da PCH, de modo a permitir satisfatórios níveis de geração de energia elétrica futura.

Orientador: Secundino Soares Filho, Rosangela Ballini / Tese (doutorado) - Universidade Estadual de Campinas, Faculdade de Engenharia Eletrica e de Computação / Made available in DSpace on 2018-08-05T12:09:15Z (GMT). No. of bitstreams: 1 Marinho_ManoelHenriquedaNobrega_D.pdf: 2444321 bytes, checksum: f87889cc170b6491d56fb7b2058b7973 (MD5) Previous issue date: 2005 / Resumo: Modelos de redes neurais artificiais treinados com algoritmos de retropropagação do erro foram desenvolvidos para a previsão de vazões médias mensais vários passos à frente. Essas previsões foram utilizadas em políticas de controle em malha aberta para o planejamento da operação energética de sistemas hidrotérmicos de potência. O posto hidrológico da usina hidrelétrica de Furnas foi selecionado para estudo de caso. Dois métodos foram implementados e testados para a previsão de vazões médias mensais vários passos à frente. O primeiro, denominado Método Direto, utiliza uma rede neural específica para prever cada passo à frente. O segundo, denominado Método Agregado, utiliza inicialmente uma rede neural para prever a soma das vazões vários passos à frente, desagregando posteriormente em valores mensais proporcionalmente aos valores médios do histórico de vazões. Os resultados indicaram que embora o Método Agregado tenha obtido pior desempenho que o Método Direto na comparação dos erros de previsão a cada passo, essa abordagem apresentou melhor desempenho quando comparados os erros de previsão da soma das vazões vários passos à frente. Os dois métodos foram então avaliados através da simulação da operação energética utilizando a política de controle em malha aberta. O resultado indicou um desempenho significativamente melhor para o Método Agregado, proporcionando uma maior geração hidrelétrica e um menor custo operacional / Abstract: Not informed / Doutorado / Energia Eletrica / Doutor em Engenharia Elétrica

Orientadores: Secundino Soares Filho, Ivette Luna Huamani / Dissertação (mestrado) - Universidade Estadual de Campinas, Faculdade de Engenharia Elétrica e de Computação / Made available in DSpace on 2018-08-25T07:58:05Z (GMT). No. of bitstreams: 1 Lopes_MaianaSantos_M.pdf: 4275882 bytes, checksum: 1bc688bd7ffd93b0d9522e1800541de2 (MD5) Previous issue date: 2014 / Resumo: A previsão de vazões médias mensais é um insumo fundamental para o planejamento da operação das usinas hidrelétricas do Sistema Interligado Nacional (SIN). Durante os últimos anos, diferentes modelos baseados em inteligência computacional têm sido sugeridos para esse problema. A principal contribuição desta dissertação é o desenvolvimento de um sistema de suporte para a previsão e geração de séries sintéticas de vazões mensais, necessárias para o planejamento da operação das usinas do SIN. Este sistema permite analisar o desempenho de modelos clássicos de geração de séries sintéticas e de previsão de vazões, permitindo comparações entre um conjunto específico de modelos clássicos de séries temporais e de inteligência computacional para todas as usinas hidrelétricas do SIN / Abstract: The prediction of monthly average inflows is a fundamental input for the operation planning of the hydroelectric plants of the National Interconnected System (SIN). During the last years, different models based on computational intelligence have been suggested for this problem. The main contribution of this dissertation is the development of a support system for the prediction and generation of synthetic series of monthly average inflows, necessary for planning the operation of the plants of SIN. This system permits to analyze the performance of different models for forecasting and generation of synthetic series of inflows, allowing the comparison between a set of models based on classical time series and computational intelligence for all the hydropower plants of the SIN / Mestrado / Energia Eletrica / Mestra em Engenharia Elétrica

Orientador: Ieda Geriberto Hidalgo / Dissertação (mestrado) - Universidade Estadual de Campinas, Faculdade de Engenharia Mecânica / Made available in DSpace on 2018-08-25T19:15:52Z (GMT). No. of bitstreams: 1 Signoriello_GiuseppeAlessandro_M.pdf: 31629174 bytes, checksum: 1674c1adcccf93d9b3ee9711be3f709e (MD5) Previous issue date: 2014 / Resumo: Este trabalho apresenta a comparação de dois modelos matemáticos desenvolvidos para prever vazões afluentes à usinas hidrelétricas. O objetivo é abordar os aspectos que determinam a qualidade do insumo fundamental para a programação da operação do sistema hidrotérmico brasileiro: a previsão de vazões. A ferramenta de suporte à avaliação dos modelos matemáticos é o SISPREV, gerenciador/executor de estudos de previsão de vazões desenvolvido na UNICAMP. Esta ferramenta permite ao usuário prever vazões diárias e mensais com base em modelos de Regressão Linear (RL) e Sistema de Inferência Neuro-Fuzzy (SINF). Avaliou-se a qualidade das previsões diárias e mensais dos modelos RL e SINF através da metodologia de mineração de dados Cross Industry Standard Process for Data Mining (CRISP-DM). A CRISP-DM é baseada em um modelo hierárquico de processos comumente usados na descoberta de conhecimento. Os resultados mostram que o modelo RL apresenta um desempenho melhor para previsões diárias e o modelo SINF para as previsões mensais. Além disso, o modelo RL tem a tendência a ter bom desempenho de previsão nas situações típicas de chuva-vazão, enquanto os melhores índices de desempenho do modelo SINF caem nas condições atípicas, em particular com a contemporaneidade de altas vazões e baixas precipitações / Abstract: This work presents a comparison between two different mathematical models developed to predict inflows to hydropower plants. The purpose is to explore the aspects that determine the quality of an important input variable for operation planning of the Brazilian hydrothermal system: the inflows forecasting. The tool that supports the evaluation of the mathematical models is called SISPREV. It is a manager/runner of inflows forecasting studies developed at UNICAMP. This tool allows the user to predict daily and monthly inflows based on Linear Regression (RL) models and Neuro-Fuzzy Inference System (SINF). In this thesis, was evaluated the quality of daily and monthly forecasts of RL and SINF models using the methodology Cross Industry Standard Process for Data Mining. CRISP-DM is used in the discovery of knowledge and based on a hierarchical process model. The results show that the RL model performs better for daily predictions and the SINF model for monthly predictions. Furthermore, the RL model tends to have better performance in typical situations of rainfall-inflow, while the best performance indices of the SINF model fall in atypical conditions, in particular with the simultaneous high inflow rates and low precipitation / Mestrado / Planejamento de Sistemas Energeticos / Mestre em Planejamento de Sistemas Energéticos

Orientador: Secundino Soares Filho / Tese (doutorado) - Universidade Estadual de Campinas, Faculdade de Engenharia Eletrica e de Computação / Made available in DSpace on 2018-08-15T02:32:47Z (GMT). No. of bitstreams: 1 Zambelli_MonicadeSouza_D.pdf: 4122152 bytes, checksum: 3256b0546520645ef065b43111b44374 (MD5) Previous issue date: 2009 / Resumo: O planejamento da operação energética do Sistema Interligado Nacional (SIN) é uma tarefa complexa realizada por meio de uma cadeia de modelos de médio, curto e curtíssimo prazo acoplados entre si, cada um com considerações pertinentes à etapa que aborda. A proposta deste trabalho é apresentar uma alternativa para o planejamento da operação energética de médio prazo. Foi desenvolvida uma metodologia baseada em modelo de controle preditivo, abordando os aspectos estocásticos do problema de forma implícita pela utilização de valores esperados das vazões, e fazendo uso de um modelo determinístico de otimização a usinas individualizadas, que possibilita uma representação mais precisa do sistema hidrotérmico. A análise de desempenho é feita através de simulações da operação, considerando os parques hidrelétrico e termelétrico que compõem o SIN, com restrições operativas reais, em configuração dinâmica, com plano de expansão e a possibilidade de intercâmbio e importação de mercados vizinhos. Os resultados são comparados aos fornecidos pela metodologia em vigor no setor elétrico brasileiro, notadamente o modelo NEWAVE, que determina as decisões de geração por subsistema, e o modelo Suishi-O, que as desagrega por usinas individualizadas / Abstract: The long term hydrothermal scheduling of the Brazilian Integrated System (SIN) is a complex task solved by a chain of long, medium and short term coupled models, each one with considerations pertinent to the stage of operation that it deals with. The proposal of this work is to present an alternative for the long term hydrothermal scheduling. A methodology based on model predictive control was developed, implicitly handling stochastic aspects of the problem by the use of inflows expected values, and making use of a deterministic optimization model to obtain the optimal dispatch for individualized plants, what makes possible a more accurate representation of the hydrothermal system. The performance analysis is made through simulations of the operation, taking into consideration all the hydro and thermal plants that compose the SIN, with real operative constraints, in dynamic configuration, with its expansion plan and the possibility of interchange and importation from neighboring markets. The results are compared with those provided by the approach actually in use by the Brazilian electric sector, specifically the NEWAVE model, which defines the generation decisions for the subsystems, and the Suishi-O model, that disaggregates them for the individualized plants / Doutorado / Energia Eletrica / Doutor em Engenharia Elétrica

Orientadores: Christiano Lyra Filho, Romis Ribeiro de Faissol Attux / Tese (doutorado) - Universidade Estadual de Campinas, Faculdade de Engenharia Elétrica e de Computação / Made available in DSpace on 2018-08-24T05:06:09Z (GMT). No. of bitstreams: 1 Siqueira_HugoValadares_D.pdf: 10867937 bytes, checksum: 512652380d6dd25b8717bfd5c8f5f0f8 (MD5) Previous issue date: 2013 / Resumo: Este trabalho explora a possibilidade de aplicação de arquiteturas de redes neurais artificiais - redes neurais de estado de eco (ESN) e máquinas de aprendizado extremo (ELM) - aqui denominadas coletivamente por máquinas desorganizadas (MDs), para a previsão de séries de vazões. A previsão de vazões é uma das etapas fundamentais no planejamento da operação dos sistemas de energia elétrica com predominância hidráulica, como é o caso brasileiro. Os modelos mais comumente utilizados para previsão de vazões pelo Setor Elétrico Brasileiro (SEB) são baseados na metodologia Box & Jenkins, lineares, sobretudo modelos periódicos auto-regressivos (PAR). Todavia, técnicas mais abrangentes, que alcancem melhores desempenhos, vêm sendo investigadas. Destacam-se as redes neurais artificiais, sobretudo arquiteturas do tipo perceptron de múltiplas camadas (MLP), muito conhecidas por serem aproximadores universais com elevada capacidade de aprendizado e mapeamento não-linear, características desejáveis para solução do problema em questão. Por outro lado, as máquinas desorganizadas têm apresentado resultados promissores na previsão de séries temporais. Estes modelos têm um processo de treinamento simples, baseado em encontrar os coeficientes de um combinador linear; em particular, não precisam fazer ajuste dos pesos de sua camada intermediária, ao contrário das redes MLP. Por isso, este trabalho investigou as MDs do tipo ESN e ELM, versões recorrente e não-recorrente, respectivamente, para previsão de vazões médias mensais. Serão avaliadas também três técnicas para retirada da componente sazonal característica destas séries ¿ médias móveis, padronização e diferenças sazonal ¿ além da exploração de técnicas de seleção de variáveis do tipo filtro e wrapper, no intuito de melhorar performance dos modelos preditores. Na maioria dos casos estudados, os resultados obtidos pelas MDs na previsão das séries associadas a importantes usinas hidrelétricas brasileiras - Furnas, Emborcação e Sobradinho - em cenários com horizontes variados, mostraram-se de melhor qualidade do que os obtidos pelo modelo PAR e as redes neurais MLPs / Abstract: This work explores the possibility of application of neural network architectures ¿ echo state networks (ESN) and extreme learning machines (ELM) ¿ collectively referred as unorganized machines (UMs), to seasonal streamflow series forecasting. Streamflow forecasting is one of the key steps in the planning of operation of power systems with hydraulic predominance, as in the Brazilian case. The models most commonly used to streamflow prediction by the Brazilian Electric Sector are based on the Box & Jenkins methodology, with linear and especially periodic autoregressive models. However, more extensive techniques that achieve better performances have been investigated to this task. We highlight artificial neural networks, especially architectures such as multilayer perceptron (MLP), known to be universal approximators with high learning ability skills ability to perform nonlinear mapping, desirable characteristics for the solution of this problem. On the other hand, unorganized machines have shown promising results in time series forecasting. These models have a simple training process, based on finding the coefficients of a linear combiner; they do not require adjustments in the weights of the hidden layer, which are necessary with MLP architecture. Therefore, this study investigated the UMs such as ESN and ELM, recurrent and nonrecurrent versions, respectively, to seasonal streamflow series forecasting. Three techniques to remove the seasonal component of streamflow series will also be evaluated - moving averages, standardization and seasonal differences. In addition, In order to improve the performance of predictive models techniques for variable selection, such as filters and wrappers, will also be explored. In the most cases, the computational results obtained by the UMs in streamflow series forecasting associated to important Brazilian hydroelectric plants - Furnas, Emborcação and Sobradinho - with scenarios including several horizons, presented better performance when compared to forecasting obtained with PAR models and MLPs / Doutorado / Energia Eletrica / Doutor em Engenharia Elétrica