Análise do pmo.dat

Para realizar a análise do pmo.dat, será utilizado o módulo plotly

from inewave.newave import Pmo
import plotly.express as px
import plotly.io as pio

pio.templates.default = "ggplot2"


arq_pmo = Pmo.read("./newave/pmo.dat")

Os dados associados ao processo de convergência são obtidos com:

arq_pmo.convergencia.head(10)

	iteracao	limite_inferior_zinf	zinf	limite_superior_zinf	zsup	delta_zinf	zsup_iteracao	tempo
0	1	120163.23	252810.11	130326.51	125478.30	NaN	NaN	0 days 00:01:25
1	1	117865.25	252810.11	131801.92	125478.30	NaN	NaN	NaT
2	1	120163.23	252810.11	130326.51	125478.30	NaN	125478.30	NaT
3	2	116261.77	271711.25	125298.59	120907.84	NaN	NaN	0 days 00:01:23
4	2	114607.30	271711.25	126842.49	120907.84	NaN	NaN	NaT
5	2	116261.77	271711.25	125298.59	120907.84	7.476	120907.84	NaT
6	3	114162.65	271788.79	123330.83	118913.57	NaN	NaN	0 days 00:01:32
7	3	112211.74	271788.79	124679.54	118913.57	NaN	NaN	NaT
8	3	114162.65	271788.79	123330.83	118913.57	0.029	118913.57	NaT
9	4	114162.65	276415.74	123330.83	118913.57	NaN	NaN	0 days 00:01:27

O formato dos dados de custos por etapa também são acessíveis:

arq_pmo.custo_operacao_series_simuladas.head(10)

	parcela	valor_esperado	desvio_padrao	percentual
0	GERACAO TERMICA	18945.52	88.80	47.43
1	DEFICIT	21.72	21.71	0.05
2	VERTIMENTO	1.15	0.01	0.00
3	EXCESSO ENERGIA	0.00	0.00	0.00
4	VIOLACAO CAR	1548.92	105.78	3.88
5	VIOLACAO SAR	0.00	0.00	0.00
6	VIOL. OUTROS USOS	118.76	23.96	0.30
7	VIOLACAO EVMIN	657.67	93.81	1.65
8	VIOLACAO VZMIN	17432.46	397.66	43.64
9	INTERCAMBIO	1.56	0.01	0.00

Também é possível acessar o custo total:

arq_pmo.custo_operacao_total

39945.94

Cada arquivo pode ser visualizado de diferentes maneiras, a depender da aplicação. Por exemplo, é comum avaliar a convergência do modelo através da variação do Zinf.

fig = px.line(
    arq_pmo.convergencia,
    x="iteracao",
    y=["zinf", "zsup"],
)
fig

Quando se analisam os custos de cada fonte, geralmente são feitos gráficos de barras empilhadas ou setores:

custos = arq_pmo.custo_operacao_series_simuladas
fig = px.pie(
    custos.loc[custos["valor_esperado"] > 0],
    values="valor_esperado",
    names="parcela",
)
fig

Também é possível acessar diversas outras informações existentes no arquivo, como o relatório das produtibilidades calculadas e a tendência hidrológica vista pelo modelo. Mais informações estão disponíveis na página de referência.