Made available in DSpace on 2015-05-14T12:09:27Z (GMT). No. of bitstreams: 1 arquivototal.pdf: 7820449 bytes, checksum: c6acd880295b25b51f289018a1415c70 (MD5) Previous issue date: 2012-08-17 / Coordenação de Aperfeiçoamento de Pessoal de Nível Superior - CAPES / The Brazilian energetic system is mainly based on hydropower, which is highly dependent on the watershed water availability. In order to minimize the risk of failure, which affects the uptake from the water bodies, this system is interconnected. During the dry season, there is less volume stored in the reservoirs, which leads to a lower production of energy. Before the flood period, in order to attend the multiple uses of the water resources, it is necessary to keep an operational volume in the reservoir, which also decreases the water level and has impacts on power generation. In order to make the flood control, the electricity sector forecasts the availability of a waiting volume in the reservoirs, which are capable of receiving parts of the inflows to prevent, at prefixed risk, damage at downstream. It is in this scenario that the problem highlighted in this dissertation arises, the forecasting of inflow to a reservoir, in order to have a judicious allocation of these void spaces in the reservoirs for the flood control. Thus, the main objective of this study is to analyze the use of the wavelet transform to forecast daily inflows in Sobradinho reservoir (Bahia State) seven days ahead, by a wavelet-ANN hybrid system, with the following specific objectives: (a) eliminate the noise present in the observed inflow time series by wavelet analysis, (b) define the optimal level for decomposition of the signals, (c) determine the appropriate mother-wavelet for this type of forecasting with ANN, and (d) carry out simulations with the proposed wavelet-ANN hybrid system and compare the results with the predictions made without the application of wavelet transform. It was used the daily data for the period from January 1931 to December 2010. From the obtained results, it was observed that the wavelet-ANN hybrid system performed better forecasting for seven days ahead than the system using the ANN with the raw data, and the approximation A3 from the discrete mother-wavelet Meyer obtained the best result (R2 = 0.9977; Nash = 0.9954 and RMS = 96.4523 m³/s), whereas the prediction using RNA with raw data obtained the following results: R2 = 0.9481; Nash = 0.8971 and RMS = 456.7712 m³/s, i.e., the RMS decreased almost 80%, while the Nash and R2 coefficients have increased more than 5% and 10%, respectively, when compared with the forecasts using the raw data. / O sistema energético brasileiro é fortemente baseado na energia hidroelétrica, a qual é altamente dependente da disponibilidade hídrica das bacias hidrográficas. A fim de minimizar os riscos de falha que afetam o aporte de água aos mananciais, esse sistema é interligado, pois, nas épocas secas, tem-se um menor volume armazenado nos reservatórios, o que leva a uma menor produção de energia, e antes das épocas de cheias, para atender ao uso múltiplo dos recursos hídricos, deve-se deixar um volume operacional no reservatório, o que também diminui o seu nível de água e tem impactos na geração de energia. Para efetuar o controle de cheias, o setor elétrico prevê a disponibilidade de um volume de espera nos reservatórios, capazes de absorver parcelas das afluências, para evitar, com um risco prefixado, que sejam causados danos a jusante. É nesse cenário que surge o problema destacado no presente trabalho, a previsão da vazão afluente a um reservatório, a fim de se ter uma alocação criteriosa desses espaços vazios nos reservatórios para o controle de cheias. Diante do exposto, o objetivo geral deste trabalho é analisar o uso da transformada wavelet para realizar previsões das vazões diárias afluentes ao reservatório de Sobradinho BA com sete dias de antecedência, por meio de um sistema híbrido wavelet-RNA, sendo os objetivos específicos: (a) eliminar os ruídos presentes nas séries históricas de vazão através da análise wavelet; (b) definir o nível ótimo de decomposição dos sinais; (c) determinar a wavelet-mãe adequada para este tipo de previsão com RNAs; e (d) realizar simulações com o sistema híbrido wavelet-RNA proposto e comparar os resultados com as previsões realizadas sem a aplicação da transformada wavelet. Utilizou-se dados de médias diárias de vazões naturais do período de janeiro de 1931 a dezembro de 2010. Diante dos resultados apresentados, observa-se que o sistema híbrido wavelet-RNA proposto obteve resultados melhores de previsão para sete dias de antecedência que o sistema utilizando a RNA com os dados brutos, sendo a aproximação A3 da waveletmãe Meyer Discreta a que obteve o melhor resultado na validação (R2 = 0,9977; Nash = 0,9954 e RMS = 96,4523 m³/s), enquanto que a previsão utilizando os dados brutos forneceu os seguintes resultados: R2 = 0,9481; Nash = 0,8971 e RMS = 456,7712 m³/s; i.e., o RMS diminuiu quase 80%, enquanto que os coeficientes R2 e Nash tiveram um aumento maior que 5% e 10%, respectivamente, em relação às previsões com os dados brutos.