Barragens de usinas hidrelétricas são avaliadas por inspeções visuais e por
instrumentos de monitoramento. As leituras periódicas de um instrumento podem ser
interpretadas como uma série temporal estocástica cujos valores passados fornecem
informações relevantes para construção de predições acerca de seus valores futuros,
além de indicar tendências do comportamento futuro da barragem como um todo.
Desta forma, é fundamental produzir previsões mais acuradas possÃveis, de modo que
sirvam de alerta confiável para predição de eventuais anormalidades no
comportamento da barragem, permitindo a realização precoce de obras e ações de
intervenção. Assim, este artigo propõe uma metodologia na qual é feita uma avaliação
do desempenho por meio da previsão de séries temporais das leituras de um
instrumento da barragem da usina hidrelétrica de Itaipu usando uma combinação
hÃbrida dos previsores ARIMA-GARCH e redes neurais artificiais, com a utilização da
decomposição wavelet. Os resultados mostram que a combinação hÃbrida proposta
alcançou desempenho, em termos de acurácia, bastante superior quando comparado
com o uso individual dos métodos preditivos tradicionais e de suas combinações.
