• JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
 
  Bookmark and Share
 
 
Tese de Doutorado
DOI
10.11606/T.55.2013.tde-13052013-111226
Documento
Autor
Nome completo
Ricardo Luis dos Reis
E-mail
Unidade da USP
Área do Conhecimento
Data de Defesa
Imprenta
São Carlos, 2013
Orientador
Banca examinadora
Andrade Filho, Marinho Gomes de (Presidente)
Ballini, Rosangela
Ehlers, Ricardo Sandes
Milan, Luis Aparecido
Sáfadi, Thelma
Título em português
Modelos autorregressivos periódicos para previsão e geração de séries de vazões médias mensais
Palavras-chave em português
Hidrologia
Processos periódicos
Série temporais
Resumo em português
Este trabalho aborda o problema de modelagem de séries de vazões médias mensais visando previsão e geração de séries sintéticas. Destaca-se que a importância da previsão de valores futuros das séries mensais de vazões assim como a geração de séries sintéticas são fundamentais para o planejamento da operação de sistemas hidroelétricos brasileiros. Estas séries possuem um comportamento periódico na média, na variância e na função de autocorrelação e, portanto, considera-se para a série padronizada os modelos autorregressivos periódicos PAR(pm). Em relação a previsão clássica, a análise do erro de previsão e feita em função do horizonte de previsão. Neste estudo, os erros de previsão são calculados, na escala original da série de vazão, em função dos parâmetros dos modelos ajustados e avaliados para horizontes de previsão h variando de 1 a 12 meses. Estes erros são comparados com as estimativas das variâncias das vazões para o mês que está sendo previsto. Em relação à previsão bayesiana, adota-se os modelos Normal, Log-Normal e t-Student nos processos de estimação e, após, é realizado um estudo da perfomance destes modelos usando o erro quadrático médio, erro absoluto médio e erro percentual absoluto médio. Em relação à geração de séries sintéticas de vazões, um modelo multivariado Log-Normal com três parâmetros e um modelo Log-Normal generalizado foram desenvolvidos. As séries geradas são comparadas com as séries históricas reais utilizando o critério de Kullback-Leibler. Como resultado, tem-se uma avaliação da capacidade de previsão, em meses, dos modelos ajustados para cada mês e a escolha do modelo Log-Normal nos procedimentos de análise bayesiana. Além disso, o modelo utilizado para a geração de séries sintéticas de vazões mensais forneceu evidências que o apontam como uma alternativa ao modelo amplamente adotado no setor elétrico brasileiro para geração de séries de vazões
Título em inglês
Periodic autoregressive models for forecasting and generating series of monthly mean streamflow
Palavras-chave em inglês
Hydrology
Periodic processes
Time series
Resumo em inglês
This work addresses the problem of forecasting and generation series monthly average streamflows. It is noteworthy that the importance of forecasting future values of the series of monthly streamflows as well as the generation of synthetic series are fundamental for planning the operation of Brazilian hydroelectric systems. These series have a periodic behavior on average, variance and autocorrelation function and therefore it is considered for standard series periodic autoregressive models PAR(pm). At the forecast classical analysis of the prediction error is made in function of the prediction horizon. In this study, the forecasting errors are calculated in the original scale of the series of streamflow, depending on the model parameters adjusted and evaluated for forecasting horizons h ranging from 1 to 12 months. These errors are compared with estimates of the variances of the streamflows for the month is provided. Regarding the bayesian prediction, we adopt the models Normal, Log-Normal and t-Student in estimation procedures and, then, is a study of the performance of these models using the mean square error, mean absolute error and mean absolute percentage error. In relation to generation, a Log-Normal multivariate model with three parameters and a Log-Normal generalized model were developed and analyzed using the Kullback-Leibler criterion. As a result there has been an assessment of the predictive power, in months, the adjusted models for each month, the choice of the Log-Normal model in the procedures for bayesian analysis and the model used to generate synthetic series of monthly streamflows provided evidence that point as an alternative model adopted in the Brazilian electric sector
 
AVISO - A consulta a este documento fica condicionada na aceitação das seguintes condições de uso:
Este trabalho é somente para uso privado de atividades de pesquisa e ensino. Não é autorizada sua reprodução para quaisquer fins lucrativos. Esta reserva de direitos abrange a todos os dados do documento bem como seu conteúdo. Na utilização ou citação de partes do documento é obrigatório mencionar nome da pessoa autora do trabalho.
Data de Publicação
2013-05-13
 
AVISO: Saiba o que são os trabalhos decorrentes clicando aqui.
Todos os direitos da tese/dissertação são de seus autores
Centro de Informática de São Carlos
Biblioteca Digital de Teses e Dissertações da USP. Copyright © 2001-2020. Todos os direitos reservados.