Previsão multivariada da demanda horaria de agua em sistemas urbanos de abastecimento

Este trabalho investiga a utilizacao do modelo de redes neurais artificiais, foco principal da pesquisa, e dos modelos baseados em series temporais (medias moveis e auto-regressivo) na previsao univariada e multivariada da demanda de agua em sistemas urbanos de abastecimento de agua. Medidas estatisticas foram calculadas sobre os dados de saida dos modelos para permitir a avaliacao dos resultados de previsao, em forma comparativa para os diversos modelos. A area de estudo de caso esta localizada na regiao metropolitana de Sao Paulo, denominada Alca Leste. Uma das grandes dificuldades na previsao das vazoes de consumo de agua e a presenca da sazonalidade, com nitidas diferencas entre o periodo chuvoso e seco do ano, caracteristica marcante nesta regiao. Por este motivo, neste estudo optou-se por dividir a serie de dados de entrada para melhor caracterizar esses periodos. Tambem foi estudado o impacto da previsao da demanda no desempenho operacional de um sistema de abastecimento, com os resultados de previsao obtidos por medias moveis e redes neurais servindo como entrada para o software de otimizacao (GAMS) que forneceu as politicas otimas de operacao do sistema para as duas situacoes. Tais politicas otimas foram simuladas em uma rede hipotetica de distribuicao sob acao da curva de demanda real, pelo simulador hidraulico EPANET, com a finalidade de verificar se tais politicas poderiam ser implementadas. Abstract