Modelos para previsão de carga a curto prazo através de redes neurais artificiais com treinamento baseado na teoria da informação

O conhecimento prévio do valor da carga é de extrema importância para o planejamento e operação dos sistemas de energia elétrica. Este trabalho apresenta os resultados de um estudo investigativo da aplicação de Redes Neurais Artificiais do tipo Perceptron Multicamadas com treinamento baseado na Teoria da Informação para o problema de Previsão de Carga a curto prazo. A aprendizagem baseada na Teoria da Informação se concentra na utilização da quantidade de informação (Entropia) para treinamento de uma rede neural artificial. Dois modelos previsores são apresentados sendo que os mesmos foram desenvolvidos a partir de dados reais fornecidos por uma concessionária de energia. Para comparação e verificação da eficiência dos modelos propostos um terceiro modelo foi também desenvolvido utilizando uma rede neural com treinamento baseado no critério clássico do erro médio quadrático. Os resultados alcançados mostraram a eficiência dos sistemas propostos, que obtiveram melhores resultados de previsão quando comparados ao sistema de previsão baseado na rede treinada pelo critério do MSE e aos sistemas previsores já apresentados na literatura.

Organic material decomposition and nutrient dynamics in a mulch system enriched with leguminous trees in the Amazon

As novas técnicas propostas para a agricultura na Amazônia incluem sistema de rotação de capoeira enriquecido com árvores leguminosas e transformando a queima da biomassa em cobertura morta sobre o solo. A decomposição e a liberação de nutrientes da cobertura morta foram estudadas usando sacos de liteira com malha fina que continham cinco tratamentos com diferentes espécies de leguminosas em comparação a um tratamento-controle com vegetação natural. As amostras para cada tratamento foram analisadas para conteúdos de C total, N, P, K, Ca, Mg, lignina, celulose e polifenóis solúveis em diferentes tempos de amostragem durante um ano. A razão constante de decomposição variou com a espécie e com o tempo. A perda de massa nos sacos de decomposição foi de 30,1 % para Acacia angustissima, de 32,7 % para Sclerolobium paniculatum, de 33,9 % para Inga edulis e para a vegetação secundária, de 45,2 % para Acacia mangium e de 63,6 % para Clitoria racemosa. Foi observada imobilização de N e P em todos os tratamentos, sendo a mineralização do N negativamente correlacionada com o fenol, razão C/N, razão (lignina + fenol)/N, razão fenol/P e o conteúdo de N nos sacos de liteira. Depois de 362 dias de incubação no campo, 3,3 % de K, 32,2 % de Ca e 22,4 % de Mg permaneceram no material em decomposição. Os resultados evidenciaram que a baixa qualidade mineral e a alta quantidade de carbono orgânico e aplicado como cobertura morta podem limitar a quantidade de energia disponível para os microrganismos resultando em uma competição por nutrientes com as plantas agrícolas.