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.

Um método para classificação de imagens de satélite usando Transformada Cosseno Discreta com detecção e remoção de nuvens e sombras

Apresenta-se nesta dissertação a proposta de um algoritmo supervisionado de classificação de imagens de sensoreamento remoto, composto de três etapas: remoção ou suavização de nuvens, segmentação e classificação.O método de remoção de nuvens usa filtragem homomórfica para tratar as obstruções causadas pela presença de nuvens suaves e o método Inpainting para remover ou suavizar a preseça de sombras e nuvens densas. Para as etapas de segmentação e classificação é proposto um método baseado na energia AC dos coeficientes da Transformada Cosseno Discreta (DCT). O modo de classificação adotado é do tipo supervisionado. Para avaliar o algioritmo foi usado um banco de 14 imagens captadas por vários sensores, das quais 12 possuem algum tipo de obstrução. Para avaliar a etapa de remoção ou suavização de nuvens e sombras são usados a razão sinal-ruído de pico (PSNR) e o coeficiente Kappa. Nessa fase, vários filtros passa-altas foram comparados para a escolha do mais eficiente. A segmentação das imagens é avaliada pelo método da coincidência entre bordas (EBC) e a classificação é avaliada pela medida da entropia relativa e do erro médio quadrático (MSE). Tão importante quanto as métricas, as imagens resultantes são apresentadas de forma a permitir a avaliação subjetiva por comparação visual. Os resultados mostram a eficiência do algoritmo proposto, principalmente quando comparado ao software Spring, distribuído pelo Instituto Nacional de Pesquisas Espaciais (INPE).

Simulation of soybean growth and yield under northeastern Amazon climatic conditions

O objetivo deste trabalho foi parametrizar, calibrar e validar uma nova versão do modelo de crescimento e de produtividade da soja desenvolvido por Sinclair, em condições naturais de campo no nordeste da Amazônia. Os dados meteorológicos e os valores de crescimento e de área foliar da soja foram obtidos em um experimento agrometeorológico realizado em Paragominas, PA, de 2006 a 2009. As condições climáticas durante o experimento foram muito distintas, com uma ligeira redução na precipitação em 2007, em virtude do fenômeno El Niño. Houve redução no índice de área foliar (IAF) e na produção de biomassa neste ano, a qual foi reproduzida pelo modelo. A simulação do IAF apresentou raiz do erro quadrado médio (REQM) de 0,55 a 0,82 m2 m‑2, de 2006 a 2009. A simulação da produtividade da soja para os dados independentes apresentou um REQM de 198 kg ha‑1, ou seja, uma superestimativa de 3%. O modelo encontra-se calibrado e validado para as condições climáticas da Amazônia e pode contribuir positivamente para a melhoria das simulações dos impactos da mudança de uso da terra na região amazônica. A versão modificada do modelo de Sinclair simula adequadamente a formação de área foliar, a biomassa total e a produtividade da soja, nas condições climáticas do nordeste da Amazônia.

Modelagem de comunicações móveis com a utilização de series temporais e geoestatísticas

O presente trabalho apresenta os resultados da modelagem de canal de propagação baseado em séries temporais multivariadas com a utilização de dados coletados em campanhas de medição e as principais características da urbanização de onze vias do centro da cidade de Belém-Pa. Modelos de função de transferência foram utilizados para avaliar efeitos na série temporal da potência do sinal recebido (dBm) que foi utilizada como variável resposta e como variáveis explicativas a altura dos prédios e as distâncias entre os prédios. Como nos modelos em séries temporais desconsideram-se as possíveis correlações entre amostras vizinhas, utilizou-se um modelo geoestatístico para se estabelecer a correção do erro deste modelo. Esta fase do trabalho consistiu em um conjunto de procedimentos necessários às técnicas geoestatísticas. Tendo como objetivo a análise em duas dimensões para dados espacialmente distribuídos, no que diz respeito à interpolação de superfícies geradas a partir das mostras georreferenciadas obtidas dos resíduos da potência do sinal recebido calculados com o modelo em séries temporais. Os resultados obtidos com o modelo proposto apresentam um bom desempenho, com erro médio quadrático na ordem de 0,33 dB em relação ao sinal medido, considerando os dados das onze vias do centro urbano da cidade de Belém/Pa. A partir do mapa de distribuição espacial da potência do sinal recebido (dBm), pode se identificar com facilidade as zonas infra ou supra dimensionadas em termos desta variável, isto é, beneficiadas ou prejudicadas com relação a recepção do sinal, o que pode resultar em um maior investimento da operadora (concessionária de telefonia celular móvel) local naquelas regiões onde o sinal é fraco.

Simultaneous spectrometric determination of Cu2+, Mn2+ and Zn2+ in polivitaminic/polimineral drug using SPA and GA algorithms for variable selection

Este artigo apresenta uma aplicação do método para determinação espectrofotométrica simultânea dos íons divalentes de cobre, manganês e zinco à análise de medicamento polivitamínico/polimineral. O método usa 4-(2-piridilazo) resorcinol (PAR), calibração multivariada e técnicas de seleção de variáveis e foi otimizado o empregando-se o algoritmo das projeções sucessivas (APS) e o algoritmo genético (AG), para escolha dos comprimentos de onda mais informativos para a análise. Com essas técnicas, foi possível construir modelos de calibração por regressão linear múltipla (RLM-APS e RLM-AG). Os resultados obtidos foram comparados com modelos de regressão em componentes principais (PCR) e nos mínimos quadrados parciais (PLS). Demonstra-se a partir do erro médio quadrático de previsão (RMSEP) que os modelos apresentam desempenhos semelhantes ao prever as concentrações dos três analitos no medicamento. Todavia os modelos RLM são mais simples pois requerem um número muito menor de comprimentos de onda e são mais fáceis de interpretar que os baseados em variáveis latentes.

Regionalização de curvas de permanência de vazão de regiões hidrográficas do estado do Pará

O presente artigo aborda a regionalização de curvas de permanência de vazões para os rios das regiões hidrográficas da Calha Norte e do Xingu no Estado do Pará. Os modelos tiveram como base de dados 25 estações fluviométricas localizadas nas referidas regiões. As curvas de permanência foram calibradas utilizando-se 5 modelos matemáticos de regressão (potência, exponencial, logarítmico, quadrático e cúbico). O modelo cúbico foi o que se ajustou melhor aos dados observados das estações da Calha Norte. Já para a região do Xingu, foi o modelo exponencial, que melhor se ajustou. Modelos de regionalização foram estabelecidos, usando-se a técnica de regressão múltipla. A variação espacial dos parâmetros dos modelos, foi explicada em termos de área de drenagem, precipitação média anual, comprimento e desnível do rio. Os modelos foram validados através de duas bacias-alvo de cada região, obtendo resultados satisfatórios pelos ajustes gráficos das vazões simuladas e observadas. Matematicamente, o bom ajuste foi representado pelos erros quadráticos relativos médios percentuais e coeficientes de Nash-Sutcliffe calculados para o modelo cúbico (Calha Norte) e exponencial (Xingu). O bom desempenho dos modelos, os credencia na estimativa das curvas de permanência de vazões das regiões de estudo.