Blucher Engineering Proceedings

Dezembro 2024, vol.11, num.2 - X Simpósio Internacional de Inovação e Tecnologia
Full Article - Open Access Idioma principal | Segundo principal

UTILIZATION OF ARTIFICIAL NEURAL NETWORKS FOR FORECASTING OF ELECTRICITY GENERATION AT UHE PEDRA DO CAVALO, BAHIA, BRAZIL

UTILIZATION OF ARTIFICIAL NEURAL NETWORKS FOR FORECASTING OF ELECTRICITY GENERATION AT UHE PEDRA DO CAVALO, BAHIA, BRAZIL

Pita, Mirela Coelho; Pereira, Jadiel dos Santos; Câmara, Roberto José Batista

Full Article:

" The aim of this study is to forecast the energy generation of the Pedra doCavalo Hydroelectric Power Plant (HPP) in Bahia, Brazil, using artificial neuralnetworks (ANNs). Historical data of operational variables from the plant were used toforecast production over 2-year and 4-month horizons. Test blocks in the ANN wereconducted with variations in the number of layers, neurons, and data sets. Using twoyears of hourly reservoir level data from seven different points on the ParaguaçuRiver, it was possible to estimate electric generation four months ahead, achieving a74% efficiency rate with a neural structure of three layers and ten neurons each. Theresults demonstrate the potential and efficiency of using ANNs for forecastingproduction scenarios in hydroelectric plants."

" The aim of this study is to forecast the energy generation of the Pedra doCavalo Hydroelectric Power Plant (HPP) in Bahia, Brazil, using artificial neuralnetworks (ANNs). Historical data of operational variables from the plant were used toforecast production over 2-year and 4-month horizons. Test blocks in the ANN wereconducted with variations in the number of layers, neurons, and data sets. Using twoyears of hourly reservoir level data from seven different points on the ParaguaçuRiver, it was possible to estimate electric generation four months ahead, achieving a74% efficiency rate with a neural structure of three layers and ten neurons each. Theresults demonstrate the potential and efficiency of using ANNs for forecastingproduction scenarios in hydroelectric plants."

Download (PDF)

Palavras-chave: - -

DOI: 10.5151/siintec2024-393270

Referências bibliográficas
  • [1] "1 Empresa de Pesquisa Energética. Balanço Energético Nacional 2023: ano base
  • [2] 2022. Brasília: 2023.
  • [3] 2 Agência Nacional de Energia Elétrica- ANEEL. Sistema de Informações de
  • [4] Geração da Aneel: SIGA. Disponível em:
  • [5] https://app.powerbi.com/view?r=eyJrIjoiNjc4OGYyYjQtYWM2ZC00YjllLWJlYmEtYz
  • [6] dkNTQ1MTc1NjM2IiwidCI6IjQwZDZmOWI4LWVjYTctNDZhMi05MmQ0LWVhNGU5
  • [7] YzAxNzBlMSIsImMiOjR9. Acesso em: 20 jul. 2024.
  • [8] 3 Ministério de Minas e Energia. Plano Nacional de Energia 2030. Brasília:
  • [9] Secretaria de Planejamento e Desenvolvimento Energético, 2006.
  • [10] 4 GOMES, Luana Ferreira Costa; MONTENEGRO, Suzana Maria Gico Lima;
  • [11] VALENÇA, Mêuser Jorge da Silva. Modelo Baseado na Técnica de Redes Neurais
  • [12] para Previsão de Vazões na Bacia do Rio São Francisco. Revista Brasileira de
  • [13] Recursos Hídricos, [s. l], v. 15, n. 1, p. 5-15, jan. 2010.
  • [14] 5 FERREIRA, Carlos da Costa. Previsão de Vazões Naturais Diárias Afluentes
  • [15] ao Reservatório da UHE Tucuruí Utilizando a Técnica de Redes Neurais
  • [16] Artificiais. 2012. 117 f. Dissertação (Mestrado) - Curso de Engenharia Elétrica,
  • [17] Universidade Federal de Goiás, Goiânia, 2012.
  • [18] 6 DIAS, Talita Lopes; CATALDI, Marcio; FERREIRA, Vitor Hugo. Aplicação de
  • [19] técnicas de redes neurais e modelagem atmosférica para elaboração de previsões
  • [20] de vazão na Bacia do Rio Grande (MG). Engenharia Sanitária e Ambiental, [S.L.],
  • [21] v. 22, n. 1, p. 169-178, 21 nov. 2016. FapUNIFESP (SciELO).
  • [22] http://dx.doi.org/10.1590/s1413-41522016158015.
  • [23] 7 BINOTI, Daniel Henrique Breda; BINOTI, Mayra Luiza Marques da Silva; LEITE,
  • [24] Helio Garcia. CONFIGURAÇÃO DE REDES NEURAIS ARTIFICIAIS PARA
  • [25] ESTIMAÇÃO DO VOLUME DE ÁRVORES. Ciência da Madeira, Pelotas, v. 5, n. 1,
  • [26] p. 58-67, maio 2014.
  • [27] 8 GIBERTONI, Rosana de Fátima Colaço; KAVISKI, Eloy; MÜLLER, Ingrid Illich;
  • [28] CUNHA, Laertes Munhoz da; DARU, Rubem Luiz. Estudo De Cheias Na Barragem
  • [29] De Pedra Do Cavalo. In: Simpósio Brasileiro De Recursos Hídricos, 15., 2003,
  • [30] Curitiba. Anais [...] . Curitiba: Universidade Federal do Paraná, 2003. p. 1-18."
Como citar:

Pita, Mirela Coelho; Pereira, Jadiel dos Santos; Câmara, Roberto José Batista; "UTILIZATION OF ARTIFICIAL NEURAL NETWORKS FOR FORECASTING OF ELECTRICITY GENERATION AT UHE PEDRA DO CAVALO, BAHIA, BRAZIL", p-921-928. In: . São Paulo: Blucher, 2024.
ISSN 23577592, DOI 10.5151/siintec2024-393270

últimos 30 dias

96
downloads

92
visualizações

344
indexações