Otimização Estocástica Implícita e Redes Neurais Artificiais para Auxílio na Operação Mensal dos Reservatórios Coremas - Mãe d-Água

Este trabalho apresenta regras mensais baseadas em Otimização Estocástica Implícita (OEI) e Redes Neurais Artificiais (RNA) para operação de um sistema de reservatórios localizado no sertão paraibano. Este sistema hídrico está inserido no semiárido nordestino, região que sofre periodicamente com a escassez de água. A técnica de OEI consiste em otimizar a operação do sistema usando um conjunto de possíveis cenários de entrada e, posteriormente, na utilização dos dados ótimos gerados para construção de regras operacionais. Neste estudo, utilizou-se RNA para relacionar alocações mensais dos reservatórios com o volume inicial e vazão esperada para o mês corrente. Os cenários sintéticos de vazões afluentes foram obtidos a partir do Método dos Fragmentos (MF). Os resultados gerados pelo MF indicam que o modelo apresenta potencial para simulação estocástica de vazões mensais em regiões semiáridas. As regras operacionais mensais obtidas com o modelo OEI-RNA foram aplicadas para operação dos reservatórios Coremas - Mãe d-Água sob novos cenários de vazões e um índice de vulnerabilidade foi utilizado para fins de análise. Os resultados indicam que o modelo OEI-RNA é superior a regra de operação padrão e similar a um modelo determinístico com o conhecimento de todo o horizonte de operação. Sendo assim, espera-se que este modelo possa servir como suporte na tomada de decisão para operação mensal de reservatórios em regiões semiáridas.