TEMPORAL MODELLING OF THE WATER DISCHARGES MEASUREMENTS ON FUNIL DAM (RJ) USING NEURAL NETWORK AND STATISTICAL METHODS

COORDENAÇÃO DE APERFEIÇOAMENTO DO PESSOAL DE ENSINO SUPERIOR === Em obras de maior porte e grande responsabilidade (portos, barragens, usinas nucleares, etc.), a quantidade de instrumentações pode se tornar suficiente para permitir a construção de modelos de variabilidade temporal das propriedade...

Full description

Bibliographic Details
Main Author: JANAINA VEIGA CARVALHO
Other Authors: CELSO ROMANEL
Language:Portuguese
Published: PONTIFÍCIA UNIVERSIDADE CATÓLICA DO RIO DE JANEIRO 2005
Online Access:http://www.maxwell.vrac.puc-rio.br/Busca_etds.php?strSecao=resultado&nrSeq=7060@1
http://www.maxwell.vrac.puc-rio.br/Busca_etds.php?strSecao=resultado&nrSeq=7060@2
id ndltd-IBICT-oai-MAXWELL.puc-rio.br-7060
record_format oai_dc
spelling ndltd-IBICT-oai-MAXWELL.puc-rio.br-70602019-03-01T15:35:09Z TEMPORAL MODELLING OF THE WATER DISCHARGES MEASUREMENTS ON FUNIL DAM (RJ) USING NEURAL NETWORK AND STATISTICAL METHODS MODELAGEM TEMPORAL DAS MEDIDAS DE VAZÃO DE DRENOS NA BARRAGEM DE FUNIL (RJ) UTILIZANDO REDES NEURAIS E MÉTODOS ESTATÍSTICOS JANAINA VEIGA CARVALHO CELSO ROMANEL CELSO ROMANEL PAULO BATISTA GONCALVES DEANE DE MESQUITA ROEHL FERNANDO SABOYA ALBUQUERQUE JUNIOR EDUARDO PARENTE RIBEIRO COORDENAÇÃO DE APERFEIÇOAMENTO DO PESSOAL DE ENSINO SUPERIOR Em obras de maior porte e grande responsabilidade (portos, barragens, usinas nucleares, etc.), a quantidade de instrumentações pode se tornar suficiente para permitir a construção de modelos de variabilidade temporal das propriedades de interesse com base em redes neurais artificiais. No caso de barragens, o monitoramento através da instalação de um sistema de instrumentação desempenha um papel fundamental na avaliação do comportamento destas estruturas, tanto durante o período de construção quanto no período de operação. Neste trabalho empregou-se a técnica de redes neurais temporais (RNT) para análise, modelagem e previsão dos valores de vazão na barragem Funil, do sistema Furnas Centrais Elétricas, a partir dos dados de instrumentações disponíveis no período compreendido entre 02/09/1985 e 25/02/2002. As redes neurais temporais empregadas foram: RNT com arquitetura feedforward associada a técnica de janelamento, RNT recorrente Elman, RNT FIR e RNT Jordan. Adicionalmente, foram utilizadas duas técnicas para análise das séries temporais: os modelos de Box & Jenkins (1970) e métodos geoestatísticos, com a finalidade de comparar com o desempenho das RNT´s. Nesta pesquisa estuda-se ainda a geração de intervalos de confiança para RNT e para métodos geoestatísticos. As previsões de vazão analisadas neste trabalho, envolvendo o comportamento da barragem Funil, apresentaram resultados satisfatórios tanto os obtidos pelos modelos de redes neurais temporais como pelos de Box & Jenkins e métodos geoestatísticos. In works of great responsibility (ports, dams, nuclear power, etc.), the amount of instrumentation data may allow the construction of models for the temporary variability of the properties of interest based on neural network techniques. In case of dams, the monitoring through the installation of an instrumentation system plays a fundamental part in the evaluation of the behavior of these structures, during the construction period as well as in the operation period. In this work the technique of temporal neural networks (TNN) was used for analysis, modeling and forecast of the water discharges values in the Funil dam, from Furnas Centrais Elétricas system, starting from the data of available instrumentation in the period between 02/09/1985 and 25/02/2002. The temporal neural networks used in this research were the following: TNN with feedforward architecture and the windowing technique, recursive TNN Elman, TNN FIR and TNN Jordan. Two additional techniques (Box & Jenkins and geostatistical models) were employed for analysis of the time series with the purpose to compare the results obtained with neural networks. In this research the generation of confidence intervals for TNN and geostatistical methods were also investigated. The discharge values forecasts analyzed in this work for the Funil dam presented satisfactory results, with respect to the neural network, Box & Jenkins and geostatistical methods. 2005-03-29 info:eu-repo/semantics/publishedVersion info:eu-repo/semantics/doctoralThesis http://www.maxwell.vrac.puc-rio.br/Busca_etds.php?strSecao=resultado&nrSeq=7060@1 http://www.maxwell.vrac.puc-rio.br/Busca_etds.php?strSecao=resultado&nrSeq=7060@2 por info:eu-repo/semantics/openAccess PONTIFÍCIA UNIVERSIDADE CATÓLICA DO RIO DE JANEIRO PPG EM ENGENHARIA CIVIL PUC-Rio BR reponame:Repositório Institucional da PUC_RIO instname:Pontifícia Universidade Católica do Rio de Janeiro instacron:PUC_RIO
collection NDLTD
language Portuguese
sources NDLTD
description COORDENAÇÃO DE APERFEIÇOAMENTO DO PESSOAL DE ENSINO SUPERIOR === Em obras de maior porte e grande responsabilidade (portos, barragens, usinas nucleares, etc.), a quantidade de instrumentações pode se tornar suficiente para permitir a construção de modelos de variabilidade temporal das propriedades de interesse com base em redes neurais artificiais. No caso de barragens, o monitoramento através da instalação de um sistema de instrumentação desempenha um papel fundamental na avaliação do comportamento destas estruturas, tanto durante o período de construção quanto no período de operação. Neste trabalho empregou-se a técnica de redes neurais temporais (RNT) para análise, modelagem e previsão dos valores de vazão na barragem Funil, do sistema Furnas Centrais Elétricas, a partir dos dados de instrumentações disponíveis no período compreendido entre 02/09/1985 e 25/02/2002. As redes neurais temporais empregadas foram: RNT com arquitetura feedforward associada a técnica de janelamento, RNT recorrente Elman, RNT FIR e RNT Jordan. Adicionalmente, foram utilizadas duas técnicas para análise das séries temporais: os modelos de Box & Jenkins (1970) e métodos geoestatísticos, com a finalidade de comparar com o desempenho das RNT´s. Nesta pesquisa estuda-se ainda a geração de intervalos de confiança para RNT e para métodos geoestatísticos. As previsões de vazão analisadas neste trabalho, envolvendo o comportamento da barragem Funil, apresentaram resultados satisfatórios tanto os obtidos pelos modelos de redes neurais temporais como pelos de Box & Jenkins e métodos geoestatísticos. === In works of great responsibility (ports, dams, nuclear power, etc.), the amount of instrumentation data may allow the construction of models for the temporary variability of the properties of interest based on neural network techniques. In case of dams, the monitoring through the installation of an instrumentation system plays a fundamental part in the evaluation of the behavior of these structures, during the construction period as well as in the operation period. In this work the technique of temporal neural networks (TNN) was used for analysis, modeling and forecast of the water discharges values in the Funil dam, from Furnas Centrais Elétricas system, starting from the data of available instrumentation in the period between 02/09/1985 and 25/02/2002. The temporal neural networks used in this research were the following: TNN with feedforward architecture and the windowing technique, recursive TNN Elman, TNN FIR and TNN Jordan. Two additional techniques (Box & Jenkins and geostatistical models) were employed for analysis of the time series with the purpose to compare the results obtained with neural networks. In this research the generation of confidence intervals for TNN and geostatistical methods were also investigated. The discharge values forecasts analyzed in this work for the Funil dam presented satisfactory results, with respect to the neural network, Box & Jenkins and geostatistical methods.
author2 CELSO ROMANEL
author_facet CELSO ROMANEL
JANAINA VEIGA CARVALHO
author JANAINA VEIGA CARVALHO
spellingShingle JANAINA VEIGA CARVALHO
TEMPORAL MODELLING OF THE WATER DISCHARGES MEASUREMENTS ON FUNIL DAM (RJ) USING NEURAL NETWORK AND STATISTICAL METHODS
author_sort JANAINA VEIGA CARVALHO
title TEMPORAL MODELLING OF THE WATER DISCHARGES MEASUREMENTS ON FUNIL DAM (RJ) USING NEURAL NETWORK AND STATISTICAL METHODS
title_short TEMPORAL MODELLING OF THE WATER DISCHARGES MEASUREMENTS ON FUNIL DAM (RJ) USING NEURAL NETWORK AND STATISTICAL METHODS
title_full TEMPORAL MODELLING OF THE WATER DISCHARGES MEASUREMENTS ON FUNIL DAM (RJ) USING NEURAL NETWORK AND STATISTICAL METHODS
title_fullStr TEMPORAL MODELLING OF THE WATER DISCHARGES MEASUREMENTS ON FUNIL DAM (RJ) USING NEURAL NETWORK AND STATISTICAL METHODS
title_full_unstemmed TEMPORAL MODELLING OF THE WATER DISCHARGES MEASUREMENTS ON FUNIL DAM (RJ) USING NEURAL NETWORK AND STATISTICAL METHODS
title_sort temporal modelling of the water discharges measurements on funil dam (rj) using neural network and statistical methods
publisher PONTIFÍCIA UNIVERSIDADE CATÓLICA DO RIO DE JANEIRO
publishDate 2005
url http://www.maxwell.vrac.puc-rio.br/Busca_etds.php?strSecao=resultado&nrSeq=7060@1
http://www.maxwell.vrac.puc-rio.br/Busca_etds.php?strSecao=resultado&nrSeq=7060@2
work_keys_str_mv AT janainaveigacarvalho temporalmodellingofthewaterdischargesmeasurementsonfunildamrjusingneuralnetworkandstatisticalmethods
AT janainaveigacarvalho modelagemtemporaldasmedidasdevazaodedrenosnabarragemdefunilrjutilizandoredesneuraisemetodosestatisticos
_version_ 1718986533845860352