Orientador: Abel Maia Genovez / Tese (doutorado) - Universidade Estadual de Campinas, Faculdade de Engenharia Civil / Made available in DSpace on 2018-08-04T13:09:06Z (GMT). No. of bitstreams: 1 Villela_MarceloCostadeCarvalho_D.pdf: 2593362 bytes, checksum: 3086390bd23b66c63f75a4e6fae994b8 (MD5) Previous issue date: 2001 / Resumo: A grande parte dos problemas de determinação de hidrograma de projeto ocorrem em bacias não monitoradas e conseqüentemente sem dados que permitam correlacionar chuva com o hidrograma de saída. Esse problema pode ser superado através da transformação da chuva em vazão mediante um modelo matemático gerado de bacias com caracteristicas próximas da bacia em estudo. Esses modelos matemáticos são simplificações do complexo fenômeno de transformação da chuva em vazão, tais como HU triangular do SCS e HU Regionalizado de REDA. Esses modelos se baseiam em algumas características da bacia, gerando em muitos casos valores aproximados de projeto. O modelo HUG, hidrograma unitário geomorfológico vem generalizar a aplicação da transformação da chuva em vazão para bacias de diferentes formas, pois considera parâmetros geomorfológicos não utilizados em outros modelos, tais como topografia (hierarquia das sub-bacias) e rede hídrica (ordenação da rede hídrica). O modelo HUG necessita do conhecimento do parâmetro velocidade "v", característico da bacia, a princípio determinado por tentativa em bacias monitoradas, observando hidrogramas unitários medidos em campo. Aplicações do HUG apresentaram defasagem dos picos dos hidrogramas com relação aos observados, devida a parcial consideração do fenômeno da translação (ou propagação) da gota de chuva na calha do rio principal. Esse problema foi aqui superado com a introdução do Modelo de Muskingum-Cunge, para translação (ou propagação) do HUG ao longo da calha do rio. Também foi desenvolvida uma equação regionalizada para determinação do parâmetro velocidade, com base nas características geomorfológicas da bacia. Isso permitiu uma melhora significativa na previsão do tempo e valor do pico de cheia de uma bacia e a aplicação do modelo em bacias não monitoradas. O modelo geomorfológico acrescido de translação na calha do rio mostrou-se superior, em precisão, com relação a outros modelos de larga utilização, tais como o HU do SCS. Esse trabalho foi aplicado em 7 bacias do Estado de São Paulo, com área entre 40 e 270 Km2 , permitindo gerar uma equação regionalizada do parâmetro velocidade "v" e do tempo de concentração das bacias "tc" , dados úteis para aplicar o modelo em bacias não monitoradas / Abstract: The greatest part of problems about the determination of a hydrogram project occurs on non-monitored basins and therefore without data to permit the co-relation of the rain with the exit hydrogram. This problem can be overcome through the transformation of the rain into water evacuation by a mathematical model generated from basins with similar characteristics to the one being studied. These mathematical models are the simplification of the complex phenomenon of the transformation of the rain into water evacuation, such as the triangular HU of the S.C.S. and the Regionalized HU of REDA. These models are based on some of the basins characteristics, generating, in many cases, approximated values for projects. The GHU model (Geomorphologic Hydrogram Unit) come to generalize the application of the transformation of the water into evacuation to different shaped basins, because it takes into consideration geomorphologic parameters not used in other models, such as topography (the hierarchy of sub-basins) and the hydric net (the order of sub-basins). The GHU model needs the knowledge of the velocity parameter "v", characteristic of the basin, primary determined by tests on monitored basins, observing Hydrograms Unit measured "in field". Applications of GHU presented insufficiency on the summits of the hydrograms in relation with the observed, because of been partly taken into consideration the phenomenon of translation of rain drops into the channel of the main river. This problem was here overcome by the introduction or Muskingum-Cunge model for the translation of the UHG throughout the river's channel. It was also developed a regionalized equation for the determination of the velocity parameter, based on the basins geomophologic characteristics. With this, it was permitted a significant improvemente on the weather forecast, on the value of the flooding summit of a basin and the application of this method on non-monitored basins. The geomorphologic model, increased by the translation of the rain level on the river's channel was show to be superior in precision in relation to other methods widely used, such as the UH from SCS. This work was applied on 7 basins in the state of São Paulo, with areas between 40 and 270 km2, allowing to generate regionalized equations for the velocity parameter 'V' and the concentration time of the basins "tc", useful data to apply the model on non-monitored basins / Doutorado / Recursos Hidricos / Doutor em Engenharia Civil

Orientadores: Marinho Gomes de Andrade Filho, Secundino Soares Filho / Tese (doutorado) - Universidade Estadual de Campinas, Faculdade de Engenharia Eletrica e de Computação / Made available in DSpace on 2018-07-27T14:20:08Z (GMT). No. of bitstreams: 1 Ballini_Rosangela_D.pdf: 10361310 bytes, checksum: 8286d66a9aea521833a85b0bdf668e0f (MD5) Previous issue date: 2000 / Resumo: Análise e previsão de vazões são de fundamental importância no planejamento da operação de sistemas de recursos hídricos. Uma das grandes dificuldades na previsão das séries de vazões é a presença da sazonalidade devido aos períodos de cheia e seca do ano. Os modelos estocásticos foram, por um longo tempo, a alternativa mais comum aos modelos determinísticos ou hidrológicos na análise e previsão de vazões, baseados principalmente na metodologia de Box & Jenkins. Esta metodologia exige algum tipo de manuseio nos dados para tratar a não-estacionariedade ou o uso de modelos periódicos, necessitando de uma laboriosa formulação teórica para os procedimentos estatísticos. Redes neurais artificiais, especialmente redes multi-camadas com algoritmo back-propagation vêm sendo sugeridas para análise de séries temporais devido a sua capacidade para tratar com relações não-lineares.de entrada-saída, destacando sua habilidade de aprendizado e capacidade de generalização, associação e busca paralela. Estas qualidades as tornam capazes de identificar e assimilar as características mais marcantes das séries, tais como sazonalidade, periodicidade, tendência, entre outras, muitas vezes camufladas por ruídos. A capacidade de mapeamentos complexos das redes neurais cresce com o número de camadas e neurônios, acarretando :illaior tempo de processamento bem como considerável soma de dados. Entretanto, na prática muitas vezes os parâmetros devem ser estimados rapidamente e somente uma pequena quantidade de dados é disponível. Freqüentemente, dados do mundo real apresentam ruídos, podendo conter contradições e imperfeições. Tolerância a imprecisão e incertezas é também exigida para considerar tratabilidade e robustez. Conjuntos nebulosos baseados em modelos de análise de dados vêm sendo empregados sob essas hipóteses. A aplicação de modelos de redes neurais nebulosas une os benefícios das redes neurais e da teoria de conjuntos nebulosos, combinando-os em um sistema integrado para previsão de vazões naturais médias mensais. São realizadas análise e previsão de vazões usando modelos de séries temporais, redes neurais e redes neurais nebulosas para previsão um passo à frente e vários passos à frente para as séries das usinas hidroelétricas brasileiras localizadas em diferentes regiões. O desempenho dos modelos foi comparado e os resultados mostraram que os modelos propostos apresentaram melhor desempenho que as outras abordagens tanto para previsão um passo à frente como para previsão com vários passos à frente / Abstract: Analysis and forecast of seasonal stream flow series are of utmost importance in the operation planning of water resources systems. One of the greatest difficulties in forecasting of those series is the seasonality nature of stream flow series due to wet and dry periods of the year. For a long time, the use of stochastic models, based on the c1assic Box & Jenkins methodology, were the most employed alternative to the deterministic or hydrologic models in the analysis and forecast of stream flow series. This methodology requires either some kind of data manipulation to deal with the nonstationarity or the use of periodic models. Therefore the statistical procedures, requires an arduous theoretical formulation. Artificial Neural Networks (ANN), especially multilayer perceptrons with a back-propagation algorithm, have recently been suggested for time series analysis. They have the ability to deal with nonlinear input-output relationships. Their major assets are the learning ability and generalization, association and parallel search capability. These qualities enable them to identify and to assimilate some of the features of the series as seasonality, periodicity, tendency sometimes difficult to detect under noise. The capability of complex mapping of the ANN increases with the number of layers and neurons. The use of ANN usually requires the investment of a long period of time in the modeling process, as well as a considerable amount of data. ln practice, however, the parameters usually must be quickly estimated and only a small quantity of data is available. Very often, real world data are noisy, and the collected data may contain contradictions and imperfections. Tolerance for imprecision and uncertainty is also required to achieve tractability and robustness. Fuzzy sets based data analysis models have been especially suitable for these purposes. This suggests the application of neurofuzzy network models to seasonal stream flow forecasting. These models combine the advantages of the ANN and fuzzy set based approaches in a single integrated decision-making system. Analysis and forecast of stream flows one-step-ahead and multi-step-ahead are accomplished, using time series models, neural networks, and neurofuzzy networks. Database of average monthly inflows from Brazilian hydroelectric plants located in different river basins were used. The performance of the models was compared and the results show that the models here proposed provide a better performance than the others ones considering one-step-ahead forecasting and multi-step-ahead forecasting / Doutorado / Doutor em Engenharia Elétrica

Orientador: Valter Hernandez / Dissertação (mestrado) - Universidade Estadual de Campinas, Faculdade de Engenharia Civil / Made available in DSpace on 2018-07-27T18:59:49Z (GMT). No. of bitstreams: 1 Leal_LydianeAbdon_M.pdf: 4731549 bytes, checksum: 87f34fd895cfaf87ad430977e450ea9e (MD5) Previous issue date: 2001 / Resumo: Problemas relacionados a formas de uso e ocupação no solo são muito freqüentes hoje em dia, visto que, de forma geral, a agressão do homem à natureza ao longo dos anos foi impiedosa. Em particular os recursos hídricos sofreram bruscas modificações, traduzidas sob as mais diversas formas, tais como: enchentes e mudanças no regime hidrológico. O estudo dos processos hidrológicos avaliando formas de uso e ocupação no solo torna-se importante para que possa ser feito um planejamento e melhor aproveitamento dos recursos hídricos evitando-se assim, calamidades e maiores danos ao meio ambiente. Neste estudo, séries fluviométricas e pluviométricas foram analisadas estatística e graficamente, bem como através de um modelo chuva-deflúvio, visando captar as alterações sofridas pela disponibilidade hídrica de uma bacia, devido a alterações no uso do solo, ocorridas ao longo dos anos. Como objeto de estudo foram selecionadas as bacias dos Rios Paraibuna e Paraitinga, formadores do Rio Paraíba do Sul no estado de São Paulo. Estas bacias foram escolhidas por apresentarem significativas alterações em sua ocupação nas últimas décadas e também devido os dados disponíveis possuírem maior disponibilidade e confiabilidade / Abstract: Problems related to the ways of soil use and occupation are very frequents nowadays, considering that, in the main, man has with no pain attacked nature. Particularly, water resources suffered rough changes, at different ways: overflowing and changes in hydrologic system. Hydrologic process studies that evaluate the ways of soil use and occupation become very important so as planning and better water resources use can be done and calamities and greater damage at environment can be avoided. In this study, fluviometric and pluviometric successions were statistically and graphically analyzed, as well as through a hydrological model, having in view to win the changes happened with the basin water availability, because of changes in soil use that occurred during the years. It was chosen the Paraibuna and Paraitinga River basins that form Paraíba do Sul River, at São Paulo State. These basins were chosen because they present significant changes in its occupation during the last decades and because of available data are more reliable / Mestrado / Recursos Hidricos / Engenharia Civil

Orientador: Fernando Gomide, Rosangela Ballini / Dissertação (mestrado) - Universidade Estadual de Campinas, Faculdade de Engenharia Eletrica e de Computação / Made available in DSpace on 2018-08-04T00:35:17Z (GMT). No. of bitstreams: 1 Magalhaes_MarinaHirota_M.pdf: 504025 bytes, checksum: bf9835945f0d869e3ddd6a0f3ce66595 (MD5) Previous issue date: 2004 / Resumo: Planejamento de sistemas hidroeletricos possui um alto grau de complexidade e dificuldade, uma vez que involve caracteristicas 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 m'etodos 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 caracteristicas de previão mais importantes de cada previsor individual. Esse metodo tambem e aplicado a previsão de series de vazões naturais medias mensais escolhendo-se, como modelos individuais, aqueles que obtiveram melhor desempenho para uma dada serie. Resultados experimentais com dados reais de vazão sugerem que o modelo preditivo aseado em agrupamento nebuloso obtem um desempenho superior, quando comparado com a metodologia atual de previsão de vazões adotada pelo setor hidroeletrico, e, ainda, com uma rede neural nebulosa, um modelo não linear. Alem disso, o modelo de combinação alcança um desempenho superior que os modelos de previsão individuais, pois apresentam erros de previsão menores / Abstract: In addition, this work suggests a linear approach to combine forecasts generated by a set of individual forecasting models in a simple and effective way. We use, as a combiner, a neural network trained with the gradient descent algorithm. The aim is to combine the forecasts generated by the different forecasting models as an attempt to capture the contributions of the most important prediction features of each individual model at each prediction step. The approach is also used for streamflow time series prediction choosing, as individual forecasting models, the most promising predictive methods. Experimental results with actual data suggest that the predictive clustering approach performs globally better than the current streamflow forecasting methodology adopted by many hydroelectric systems worldwide, and a fuzzy neural network, a nonlinear prediction model. The combination approach, with lower prediction errors, performs better than each of the individual forecasting models / Mestrado / Engenharia de Computação / Mestre em Engenharia Elétrica

Orientador: Alberto Luiz Francato / Dissertação (mestrado) - Universidade Estadual de Campinas, Faculdade de Engenharia Civil, Arquitetura e Urbanismo / Made available in DSpace on 2018-08-21T04:45:20Z (GMT). No. of bitstreams: 1 Basseto_EduardoAntonioPires_M.pdf: 1967825 bytes, checksum: 335fd48e7fdd853205200ce11fdb1859 (MD5) Previous issue date: 2012 / Resumo: O trabalho apresenta uma metodologia de hierarquização do grau de proteção contra cheias a jusante de reservatórios de usinas hidroelétricas, em função de diferentes vazões de restrição (QR) e períodos de retorno (TR). A escolha das melhores alternativas de especificação do par (QR,TR) é feita por meio de otimização multiobjetivo. A medida do impacto da violação da vazão de restrição é traduzida na forma de funções de penalidade. A metodologia proposta foi testada em um estudo de caso na usina hidrelétrica de Barra Bonita, no rio Tietê. Tal estudo revelou a adequação da metodologia proposta, onde se fez uma investigação simultânea do par (QR,TR) para avaliação dos volumes de espera associados / Abstract: The paper presents a methodology to rank the degree of protection against flooding downstream reservoirs of hydroelectric plants, for different flow restriction (QR) and return periods (TR). The choice of the best alternative specification pair (QR, TR) is made by means of multiobjective optimization. The extent of the impact of the breach flow restriction is translated in the form of penalty functions. The proposed methodology was tested in a case study in Bonita hydroelectric plant on the river Tietê. This study revealed the suitability of the proposed methodology, where we make a simultaneous investigation of the pair (QR, TR) to avaliate the associated expected volumes / Mestrado / Recursos Hidricos, Energeticos e Ambientais / Mestre em Engenharia Civil

Orientadores: Christiano Lyra Filho, Romis Ribeiro de Faissol Attux / Dissertação (mestrado) - Universidade Estadual de Campinas, Faculdade de Engenharia Eletrica e de Computação / Made available in DSpace on 2018-08-14T08:57:13Z (GMT). No. of bitstreams: 1 Siqueira_HugoValadares_M.pdf: 4462928 bytes, checksum: 6c158aa0553a6c0912bf75c565974370 (MD5) Previous issue date: 2009 / Resumo: O Sistema Elétrico é um dos pilares do desenvolvimento tecnológico e industrial de uma nação. Dessa forma, é necessário gerir de uma maneira eficiente todos os recursos necessários para obtenção de energia elétrica. Os recursos hídricos se tornam essenciais já que o parque gerador brasileiro é predominantemente hidráulico. Neste contexto, o estudo da previsão de séries de vazões das usinas hidrelétricas tornou-se um campo de pesquisa altamente relevante para o planejamento da geração de energia no Brasil. Os modelos empregados pelo setor elétrico são os chamados modelos de Box & Jenkins, que exige um pré-tratamento dos dados de entrada por conta da sazonalidade encontrada nas vazões ao longo do ano. Este trabalho se utiliza de uma gama de modelos de previsão para comparação de desempenho no problema de previsão de séries de vazões médias mensais, em períodos distintos, da usina hidrelétrica de Furnas. Dentre os modelos lineares, é proposta a utilização de um dos modelos estatísticos, o Auto-regressivo e Médias Móveis (ARMA), tendo seus coeficientes calculados através de algoritmos bioinspirados: algoritmo genético e duas propostas de algoritmos imunológicos, uma baseada em pequenas alterações do CLONALG e a opt-aiNet. Em seguida, um filtro linear realimentado de resposta ao impulso infinita (IIR) tem seus coeficientes calculados pelos algoritmos de otimização acima citados. Na parte dos métodos nãolineares, fez-se a abordagem da aplicação de redes neurais artificiais do tipo perceptron de múltiplas camadas (MLP), com a utilização do algoritmo do gradiente conjugado escalonado modificado para o treinamento. Por fim, uma rede de estados de eco (ESN) é utilizada no problema, com dois algoritmos de treinamento: a proposta de Ozturk et al. E a de Consolaro. Os resultados experimentais mostram a aplicabilidade das ferramentas bioinspiradas e, em muitos casos, a relevância do laço de realimentação. No caso nãolinear, não foi possível obter resultados expressivos para a MLP, enquanto as ESN's mostraram alguns resultados promissores. / Abstract: The Electric System is one of the pillars of technological and industrial development of a nation. Thus, it is necessary to manage in an efficient manner all necessary resources to obtain electrical energy. Water resources become essential since the Brazilian generator park is predominantly hydraulic. In this context, the study of prediction of the streamflow series of hydroelectric dams has become a field of research highly relevant to the planning of energy generation in Brazil. The models used by the electric sector are called models of Box & Jenkins, which requires pre-processing of input data due to the seasonality found in streamflow throughout the year. This work uses a range of forecasting models to compare performance in the problem of monthly averages streamflows series approached, in different periods, the hydroelectric power plant of Furnas. Among the linear models, it is proposed to use one of a statistical model, the autoregressive and moving average (ARMA), taking their coefficients calculated by bio-inspired algorithms: genetic algorithm and two proposed of immunological algorithms, one based on small changes in CLONALG and opt-aiNet. Then, a recurrent linear filter with the infinite impulse response (IIR) has its coefficients calculated by the optimization algorithms above. At the non-linear part, it is the approach of applying artificial neural networks of the type of multi-layer perceptron (MLP), using the algorithm of the modified scaled conjugate gradient for training. Finally, an echo states network is used in the problem, with two training algorithms: the proposal of Ozturk and of Consolaro. The experimental results show the applicability of bio-inspired tools and, in many cases, the importance of the loop of feedback. For the non-linear case, it was not possible to obtain significant results for the MLP, while the ESN's have shown some promising results. / Mestrado / Automação / Mestre em Engenharia Elétrica