Bruna Galle UPE Ecomp Mêuser Valença UPE Ecomp

Transcrição

1 Bruna Galle UPE Ecomp Mêuser Valença UPE Ecomp

2 Roteiro Motivação Objetivos Conceitos básicos: Redes Neurais Pré processamento dos Dados Treinamento Resultados Conclusões

3 Motivação Geração de energia elétrica brasileira é predominantemente hidroelétrica; Melhor planejamento e distribuição de recursos hídricos;

4 Objetivos Geração multivariada de séries sintéticas de vazões para auxiliar os estudos de planejamento e operação.

5 Rede Neural Artificial Modelo matemático inspirado na metáfora do cérebro humano; Processamento paralelo e adquire conhecimento através da experiência; Permite a solução de problemas não lineares.

6 Rede Neural Artificial Nessa pesquisa, utilizou se a rede neural conhecida como MLP, ou Rede Neural Perceptron Multicamadas, com uma camada de entrada, uma escondida e uma de saída.

7 Pré-processamento dos Dados Necessário para a inserção dos dados para o treinamento da rede neural; Foram utilizados os dados de vazão das usinas hidrelétricas de Três Marias e Sobradinho; São dados mensais, começando do ano de 1931 a 2007; Servirão de base para a geração de séries sintéticas.

8 Pré-processamento dos Dados Parcela das vazões mensais de Três Marias

9 Pré-processamento dos Dados Parcela das vazões mensais de Três Marias

10 Pré-processamento dos Dados A sazonalidade foi retirada a fim de melhorar a eficiência de aprendizagem e funcionamento geral da rede neural minimizando a quantidade de entradas e acelerando processo. Fórmula para retirada da sazonalidade

11 Treinamento da Rede Neural O treinamento foi realizado pelo software chamado NeuroHidro;

12 Treinamento da Rede Neural Insere se os dados necessários e escolhe se os melhores parâmetros para a obtenção de um resultado satisfatório; Foi escolhida 4 entradas e 2 saídas, ou seja, será feita a previsão para 2 meses a frente tendo como base 4 meses atrás.

13 Treinamento da Rede Neural A taxa de aprendizagem (alfa) é responsável pelo ajuste dos pesos durante o processo de treinamento, e foi escolhido 40%; O momentum (beta) é responsável por minimizar o risco da rede neural ficar presa em mínimos locais, foi escolhido 80%; Esses valores foram alterados diversas vezes até chegar ao resultado final considerado adequado.

14 Treinamento da Rede Neural A parada de treinamento foi feita através de validação cruzada e, dessa forma, evitar o superajustamento.

15 Matrizes de Correlação A geração sintética é considerada multivariada por levar em consideração a correlação da vazão entre as usinas; Torna se necessário então, o cálculo de coeficiente de correlação existente entre elas.

16 Matrizes de Correlação

17 Resultados Ao término de todo o processo de geração de séries sintéticas, é preciso verificar se a série gerada é compatível com os dados da qual se originou; Neste estudo inicial, comparamos apenas a média mensal e o desvio padrão da série original com a da série gerada para a usina de Três Marias;

18 Resultados Dados comparativos entre a original e sintética Três Marias

19 Conclusão Através de uma simples análise dos resultados, é possível perceber que os resultados para a média foram bons. Em trabalhos futuros, espera se: 1. Testar novas redes e explorar o número de entradas; 2. Utilizar uma outra distribuição de probabilidade para geração dos ruídos.

20 Obrigada.