Fuzzy inference systems for synthetic monthly inflow time series generation

Abstract

Inflow data plays an important role in water and energy resources planning and management. In general, due to the limited availability of historical inflow data, synthetic streamflow time series have been widely used for several applications such as mid-and long-term hydropower scheduling and the identification of hydrological processes. This paper explores the use of fuzzy inference systems for the identification of two hydrological processes, and its use in the generation of synthetic monthly inflow sequences. Experiments using Brazilian monthly records show that fuzzy systems provide a promising approach for synthetic streamflow time series generation.

Sistema de suporte para previsão e geração de séries sintéticas de vazões

“…Para eliminar esta hipótese, o modelo FIS quando utilizado para geração de séries sintéticas é utilizado sem reajuste dos seus parâmetros, considerando apenas os centros e desvios predefinidos na etapa de inicialização, tendo como consequentes modelos do tipo singletons ou constantes que também são ajustados pelos mínimos quadrados. O desempenho do FIS em termos de geração considerando e omitindo esta hipótese é discutido em (Luna, Ballini, Soares & Silva Filho 2011).…”