dc.description.abstract |
En su artículo de revisión sobre los modelos clásicos de operación de embalse, Yeh (1985) señala que, a pesar de los avances, las investigaciones han sido muy lentas para encontrar su camino en la práctica. Simonovic (1992) ha discutido las limitaciones de los modelos de operación de embalse y las medidas correctivas para que sean más aceptables por los operadores, para quienes el uso de técnicas sofisticadas aplicadas en los modelos es mucho más complejo por la inclusión de estocasticidad de las variables hidrológicas. En este estudio se evalúa el desempeño de la operación del Embalse Pao-Cachinche durante el período 1983-2009 mediante la aplicación de técnicas de modelado estocástico (ARIMA), determinístico y de inteligencia artificial (RNA) utilizando variables de operación del embalse. Para ello se caracteriza física y operacionalmente el SRCI con HEC-GeoHMS, se modela el aporte hídrico de las cinco principales subcuencas afluentes al embalse: Chirgua, Paito, Pirapira, Paya y San Pedro, aplicando HEC-HMS, se simula la operación de crecientes con HEC-ResSim y se establece el modelo óptimo de operación del mismo. La modelación de la operación emplea registros que incluyen volúmenes de aporte, evaporación, precipitación, caudal de bombeo, alivio, caudal ecológico, recolectados durante el período 1983-2009. En el modelo estocástico se emplea la serie 2005-2008. En el modelo RNA, se emplean las series: 1983-2009, 2005-2009 y 2008-2009. En el modelo determinístico, se emplean tormentas sintéticas de 3 y 6 horas de duración con períodos de retorno de 5, 10 y 50 años para los cinco afluentes al embalse. Se encuentra que los modelos RNA muestran un ajuste satisfactorio (R=0.98) seguido del modelo ARIMA. Con el modelo determinístico se verifica que los gastos máximos de crecientes con periodos de retorno de 50 años y 2% de excedencia no superan la capacidad del aliviadero del embalse. |
es_ES |