Processamento dos dados do polinjus.csv

Para realizar o processamento do polinjus.csv, será utilizado o módulo plotly

import plotly.graph_objects as go
import plotly.io as pio
from numpy.polynomial import Polynomial

pio.templates.default = "ggplot2"

O polinjus.csv é um arquivo de entrada das LIBS, utilizado pelo modelo NEWAVE particularmente em casos com estágios individualizados, ou para execução da simulação final individualizada. Para processar a sua informação, o usuário deve importar a class UsinasHidreletricas, que contém todos os métodos necessários

from inewave.libs import UsinasHidreletricas

arq_polinjus = UsinasHidreletricas.read("./libs/polinjus.csv")

A implementação de todos os arquivos das LIBS segue o formato de arquivos por registro, contendo informações em linhas de comentários e com delimitador ‘;’. Além disso, a primeira coluna sempre identifica qual o registro cadastrado na linha em questão. O número total de colunas em cada linha é variável, de acordo com o valor da primeira coluna.

Estão disponíveis métodos para cada registro, com argumentos opcionais para realizar filtros nos objetos a serem processados

registros = arq_polinjus.hidreletrica_curvajusante(codigo_usina=1)
registros

[<inewave.libs.modelos.usinas_hidreletricas.HidreletricaCurvaJusante object at 0x7f134349d310>, <inewave.libs.modelos.usinas_hidreletricas.HidreletricaCurvaJusante object at 0x7f13434888c0>, <inewave.libs.modelos.usinas_hidreletricas.HidreletricaCurvaJusante object at 0x7f1343488aa0>, <inewave.libs.modelos.usinas_hidreletricas.HidreletricaCurvaJusante object at 0x7f1343488b90>, <inewave.libs.modelos.usinas_hidreletricas.HidreletricaCurvaJusante object at 0x7f1343488c80>]

É possível realizar a edição dos objetos retornados relacionados a cada registro. Para tal, basta atribuir valores a cada propriedade:

registros[0].indice_familia = 5

Outra possibilidade é gerar uma visualização dos conteúdos do arquivo no formato de DataFrame. Neste caso, a informação é somente leitura

df = arq_polinjus.hidreletrica_curvajusante(df=True)
df.head()

	codigo_usina	indice_familia	nivel_montante_referencia
0	1	5	885.3052
1	1	2	885.4000
2	1	3	885.7000
3	1	4	885.8000
4	1	5	886.0000

Com as informações do polinjus.csv é possível gerar uma visualização para os polinômios de jusante. Em particular, o registro HIDRELETRICA-CURVAJUSANTE-POLINOMIOPORPARTES-SEGMENTO contém as informações desejadas. No caso, por exemplo, para a usina de código 7

df = arq_polinjus.hidreletrica_curvajusante_polinomio_segmento(df=True)
df = df.loc[df["codigo_usina"] == 7]
df.head()

	codigo_usina	coeficiente_a0	coeficiente_a1	coeficiente_a2	coeficiente_a3	coeficiente_a4	indice_familia	indice_polinomio	limite_inferior_vazao_jusante	limite_superior_vazao_jusante
32	7	617.7467	0.002571	-1.632490e-07	0.000000e+00	0.000000e+00	1	1	0.000	4332.009
33	7	620.8103	0.001156	-1.888075e-15	0.000000e+00	0.000000e+00	1	2	4332.009	13081.880
34	7	619.4653	0.000017	-2.809288e-07	1.586390e-09	-5.900055e-13	2	1	0.000	1319.244
35	7	617.7467	0.002571	-1.632490e-07	0.000000e+00	0.000000e+00	2	2	1319.244	4332.009
36	7	620.8103	0.001156	-1.888075e-15	0.000000e+00	0.000000e+00	2	3	4332.009	13081.880

Para a visualização, vamos gerar 100 amostras para cada segmento, que é aproximado por um polinômio.

num_pontos = 100
ordem_polinomios = 4
cols_coeficientes = [f"coeficiente_a{i}" for i in range(ordem_polinomios + 1)]

num_curvas = len(df["indice_familia"].unique())
vazoes_limites = []
pontos_familias = {}
for indice_familia in range(num_curvas):
    df_familia = df.loc[df["indice_familia"] == indice_familia]
    pontos_familias[indice_familia] = {"x": [], "y": []}
    indices_polinomios = df_familia["indice_polinomio"].unique().tolist()
    for indice_polinomio in indices_polinomios:
        df_polinomio = df_familia.loc[
            df_familia["indice_polinomio"] == indice_polinomio
        ]
        lim_inf = df_polinomio["limite_inferior_vazao_jusante"].iloc[0]
        lim_sup = df_polinomio["limite_superior_vazao_jusante"].iloc[0]
        vazoes_limites += [lim_inf, lim_sup]
        coeficientes = df_polinomio[cols_coeficientes].to_numpy().flatten()
        polinomio = Polynomial(coeficientes)
        x, y = polinomio.linspace(n=num_pontos, domain=[lim_inf, lim_sup])
        pontos_familias[indice_familia]["x"] += list(x)
        pontos_familias[indice_familia]["y"] += list(y)

Para visualizar:

fig = go.Figure()
for familia, pontos in pontos_familias.items():
    fig.add_trace(
        go.Scatter(
            x=pontos["x"],
            y=pontos["y"],
            mode="lines",
            name=str(familia),
        )
    )

fig.update_xaxes(title="Vazão Defluente (m3/s)")
fig.update_yaxes(title="Nível de Jusante (m)")
fig.update_layout(legend_title_text="Família")
fig