Please use this identifier to cite or link to this item: http://hdl.handle.net/11422/2998
Full metadata record
DC FieldValueLanguage
dc.contributor.advisorKelman, Jerson-
dc.contributor.authorDamazio, Jorge Machado-
dc.date.accessioned2017-10-11T15:48:32Z-
dc.date.available2023-12-21T03:03:40Z-
dc.date.issued1980-08-
dc.identifier.urihttp://hdl.handle.net/11422/2998-
dc.description.abstractAims to quantify the effect on reservoir design of regional and conceptual information as well as measures of sample variation. The subject is presented by means of the case study of Carolina hydro-electrical plant on the Tocantins River. The adopted method is general and may be developed for other cases. Bayesian theory is the framework from which the main results are derived. Background material of this theory for independent and normally distributed mean anual flows, are presented in concise form. Other stochastic models are not considered. The physiographic, precipitation and streamflow data for the Tocantins basin are obtained from files developed by the Projeto de Hidrologia e Climatologia da Amazônia (SUDAM) that used the "square grid method". A multivariate regression model has used these informations to estimate the mean and variance of the anual flows at Carolina. A conceptual model of the water balance is utilized to extend the streamflow data through the use of precipitation data. Then the extended serie is used to obtain new estimates. The generation of the hydro-electric plant is defined by the relation between annual power demand and the risk of falling below this target. Adopting the desired risk equal to 5%, the capacity of the plant is estimated for three cases: (i) Using only the sample information; (ii) Using the sample combined with the results yielding from the conceptual model results; (iii) Using the sample combined with the results yielding from the conceptual and regional models. The Monte-Carlo method is used to obtain confidence intervals for the risk.en
dc.languageporpt_BR
dc.publisherUniversidade Federal do Rio de Janeiropt_BR
dc.rightsAcesso Abertopt_BR
dc.subjectMonitoramento ambientalpt_BR
dc.subjectAmostragempt_BR
dc.subjectInferência Bayesianapt_BR
dc.subjectReservatóriospt_BR
dc.titleAplicação de modelos regionais e conceituais em estudos hidroenergéticos: uma abordagem bayesianapt_BR
dc.typeDissertaçãopt_BR
dc.contributor.referee1Guerrero-Salazar, Pedro-
dc.contributor.referee2Pereira, Basilio de Bragança-
dc.contributor.referee3Silva, Jorge Xavier da-
dc.description.resumoAvalia o efeito do uso de informações regionais e conceituais, bem como da inclusão de medidas da variação amostral, nos projetos de reservatórios. O assunto é desenvolvido através da apresentação de um estudo de caso, especificamente o aproveitamento de Carolina no rio Tocantins. A metodologia adotada é de caráter geral, podendo ser implementada em outros casos. A teoria bayesiana é o instrumento básico usado. São apresentados, de forma sucinta, os principais resultados desta teoria para o caso em que as vazões médias anuais sejam independentes e normalmente distribuídas. Outros processos estocásticos geradores de vazões anuais não são considerados. Os dados fisiográficos, pluviométricos e fluviométricos para a Bacia do Rio Tocantins são obtidos de arquivos elaborados pelo Projeto de Hidrologia e Climatologia da Amazônia (SUDAM) a partir do "método da malha quadrada". Estas informações alimentam um modelo de regressão multivariado com o objetivo de obter estimativas para a média e variância das vazões anuais no aproveitamento. Um modelo conceitual do balanço hídrico é utilizado para completar o registro fluviométrico a partir de registros de precipitação. A série estendida é então empregada na obtenção de novas estimativas. A capacidade de geração do aproveitamento hidroelétrico é definida pela curva que relaciona demanda energética com risco de não atendimento num ano qualquer. Adotando 5% como um risco aceitável o potencial energético do aproveitamento é avaliado para três casos: (i) Usando somente as informações amostrais; (ii) Informações amostrais e conceituais combinadas; (iii) Informações amostrais, conceituais e regionais combinadas. O método de Monte-Carlo é aplicado para se obter intervalos de confiança para o risco.pt_BR
dc.publisher.countryBrasilpt_BR
dc.publisher.departmentInstituto Alberto Luiz Coimbra de Pós-Graduação e Pesquisa de Engenhariapt_BR
dc.publisher.programPrograma de Pós-Graduação em Engenharia Civilpt_BR
dc.publisher.initialsUFRJpt_BR
dc.subject.cnpqCNPQ::ENGENHARIAS::ENGENHARIA CIVIL::ENGENHARIA HIDRAULICA::HIDROLOGIApt_BR
dc.embargo.termsabertopt_BR
Appears in Collections:Engenharia Civil

Files in This Item:
File Description SizeFormat 
154101.pdf1.54 MBAdobe PDFView/Open


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.