Tamanho da fonte: 

Modelos estatísticos são amplamente utilizados para prever o comportamento de instrumentos de monitoramento de barragens de concreto, porém com o avanço do processamento computacional as redes neurais artificiais surgem como alternativa para previsões. Tais métodos têm como objetivo detectar mudanças no comportamento da barragem, possibilitando à correção de possíveis falhas. O principal objetivo deste trabalho é comparar um modelo estatístico de previsões com uma rede neural artificial para previsões. Foram utilizadas as medidas do pêndulo direto do bloco F19 da barragem de Itaipu, datados de 2005 a 2017. Implementou-se o modelo dinâmico autoregressivo de defasagens distribuídas (ADL) no software R com auxílio do pacote dLagM, e a rede neural artificial Long Short-Therm Memory (LSTM) com regressões e treinamento baseado no método Backpropagation Through Time na linguagem Python, assim mediu-se a raiz do erro quadrático médio (RMSE). Constatou-se que a rede neural artificial teve RMSE menor que o modelo estatístico, neste caso a rede neural artificial apresentou-se melhor que o modelo estatístico.

Barragens de concreto. Previsão. Pêndulo direto. Software R. Python.