def le_se_tem_valor(digitos: int, linha: str, coluna_inicio: int):
coluna_fim = coluna_inicio + digitos
trecho = linha[coluna_inicio:coluna_fim].strip()
valor = None
if len(trecho) > 0 and "---" not in trecho:
reg = RegistroFn(digitos)
valor = reg.le_registro(linha, coluna_inicio)
else:
valor = np.nan
return valor
def le(self):
reg_codigo = RegistroIn(3)
reg_subsis = RegistroIn(2)
reg_nome = RegistroAn(10)
reg_estagio = RegistroIn(2)
reg_inflex = RegistroFn(5)
reg_disp = RegistroFn(5)
reg_cvu = RegistroFn(10)
self._dados[0] = reg_codigo.le_registro(self._linha, 4)
self._dados[1] = reg_subsis.le_registro(self._linha, 9)
self._dados[2] = reg_nome.le_registro(self._linha, 14)
self._dados[3] = reg_estagio.le_registro(self._linha, 24)
for j in range(3):
self._dados[4 + 3 * j] = reg_inflex.le_registro(self._linha,
29 + 20 * j)
self._dados[5 + 3 * j] = reg_disp.le_registro(self._linha,
34 + 20 * j)
self._dados[6 + 3 * j] = reg_cvu.le_registro(self._linha,
39 + 20 * j)
def le(self):
reg_cod = RegistroIn(3)
reg_subsistema = RegistroIn(2)
reg_estagio = RegistroIn(2)
reg_geracao = RegistroFn(10)
reg_duracao = RegistroFn(5)
reg_data = RegistroAn(8)
self._dados[0] = reg_cod.le_registro(self._linha, 4)
self._dados[1] = reg_subsistema.le_registro(self._linha, 9)
self._dados[2] = reg_estagio.le_registro(self._linha, 14)
self._dados[3] = reg_geracao.le_registro(self._linha, 19)
if len(self._linha[29:34].strip()) > 0:
self._dados[4] = reg_duracao.le_registro(self._linha, 29)
self._dados[5] = reg_geracao.le_registro(self._linha, 34)
if len(self._linha[44:49].strip()) > 0:
self._dados[6] = reg_duracao.le_registro(self._linha, 44)
self._dados[7] = reg_geracao.le_registro(self._linha, 49)
if len(self._linha[59:64].strip()) > 0:
self._dados[8] = reg_duracao.le_registro(self._linha, 59)
self._dados[9] = reg_data.le_registro(self._linha, 65)
def le(self, arq: IO):
def converte_tabela_para_df() -> pd.DataFrame:
df = pd.DataFrame(tabela)
cols = [
"Despacho Pat. 1", "Duração Pat. 1", "Despacho Pat. 2",
"Duração Pat. 2", "Despacho Pat. 3", "Duração Pat. 3", "Custo"
]
df.columns = cols
df["Subsistema"] = subsistemas
df["Usina"] = usinas
df["Lag"] = lags
df["Estágio"] = semanas
df["Início Semana"] = inicio_semanas
df = df[["Subsistema", "Usina", "Lag", "Estágio", "Início Semana"]
+ cols]
return df
# Variáveis auxiliares
str_tabela = "Sinalizacao de Despacho antecipado em k meses"
reg_subsis = RegistroAn(3)
reg_usina = RegistroAn(11)
reg_lag = RegistroIn(7)
reg_semana = RegistroAn(7)
reg_despacho = RegistroFn(8)
reg_duracao = RegistroFn(7)
reg_custo = RegistroFn(10)
reg_inicio = RegistroAn(12)
subsistemas = []
usinas = []
lags = []
semanas = []
inicio_semanas = []
# Salta uma linha e extrai a semana
tabela = np.zeros((MAX_ESTAGIOS * 10, 7))
i = 0
achou_tabela = False
while True:
linha = arq.readline()
# Verifica se acabou
if BlocoRelatorioOperacaoRelGNL.str_fim in linha:
tabela = tabela[:i, :]
self._dados = converte_tabela_para_df()
break
# Senão, procura a linha que identifica o subsistema
if str_tabela in linha:
achou_tabela = True
# Salta 4 linhas
for _ in range(4):
arq.readline()
elif len(linha) < 5:
achou_tabela = False
# Se está lendo um subsistema e achou a linha de valores médios
elif achou_tabela:
subsistemas.append(reg_subsis.le_registro(linha, 4))
usinas.append(reg_usina.le_registro(linha, 8))
lags.append(reg_lag.le_registro(linha, 20))
semanas.append(reg_semana.le_registro(linha, 28))
inicio_semanas.append(reg_inicio.le_registro(linha, 98))
tabela[i, 0] = reg_despacho.le_registro(linha, 36)
tabela[i, 1] = reg_duracao.le_registro(linha, 44)
tabela[i, 2] = reg_despacho.le_registro(linha, 53)
tabela[i, 3] = reg_duracao.le_registro(linha, 61)
tabela[i, 4] = reg_despacho.le_registro(linha, 70)
tabela[i, 5] = reg_duracao.le_registro(linha, 78)
tabela[i, 6] = reg_custo.le_registro(linha, 87)
i += 1
def le(self, arq: IO):
def converte_tabela_em_df() -> pd.DataFrame:
colunas = [
"Iteração", "Zinf", "Zsup", "Gap (%)", "Tempo (s)",
"Tot. Def. Demanda (MWmed)", "Tot. Def. Niv. Seg. (MWmes)",
"Num. Inviab", "Tot. Inviab (MWmed)", "Tot. Inviab (m3/s)",
"Tot. Inviab (Hm3)"
]
tipos = {
"Iteração": np.int64,
"Zinf": np.float64,
"Zsup": np.float64,
"Gap (%)": np.float64,
"Tempo (s)": np.int64,
"Tot. Def. Demanda (MWmed)": np.float64,
"Tot. Def. Niv. Seg. (MWmes)": np.float64,
"Num. Inviab": np.int64,
"Tot. Inviab (MWmed)": np.float64,
"Tot. Inviab (m3/s)": np.float64,
"Tot. Inviab (Hm3)": np.float64
}
df = pd.DataFrame(tabela, columns=colunas)
df = df.astype(tipos)
return df
# Salta 9 linhas linha
for _ in range(9):
arq.readline()
reg_iter = RegistroIn(4)
reg_z = RegistroFn(12)
reg_gap = RegistroFn(16)
reg_tempo = RegistroAn(8)
reg_def_demanda = RegistroFn(10)
reg_def_niv_seg = RegistroFn(12)
reg_num_inviab = RegistroIn(7)
reg_tot_inviab = RegistroFn(12)
tabela = np.zeros((999, 11))
i = 0
while True:
# Confere se a leitura não acabou
linha = arq.readline()
if len(linha) < 5:
tabela = tabela[:i, :]
self._dados = converte_tabela_em_df()
break
if "----" in linha:
continue
# Senão, lê mais uma linha
tabela[i, 0] = reg_iter.le_registro(linha, 4)
if "*" in linha[9:21]:
tabela[i, 1] = np.nan
else:
tabela[i, 1] = reg_z.le_registro(linha, 9)
if "*" in linha[22:34]:
tabela[i, 2] = np.nan
else:
tabela[i, 2] = reg_z.le_registro(linha, 22)
tabela[i, 3] = reg_gap.le_registro(linha, 35)
tempo = reg_tempo.le_registro(linha, 52)
parcelas = tempo.split(":")
segundos = (int(parcelas[0]) * 3600 + int(parcelas[1]) * 60 +
int(parcelas[2]))
tabela[i, 4] = segundos
tabela[i, 5] = reg_def_demanda.le_registro(linha, 61)
if str(linha[72:85]).isnumeric():
tabela[i, 6] = reg_def_niv_seg.le_registro(linha, 72)
else:
tabela[i, 6] = np.nan
tabela[i, 7] = reg_num_inviab.le_registro(linha, 85)
tabela[i, 8] = reg_tot_inviab.le_registro(linha, 93)
tabela[i, 9] = reg_tot_inviab.le_registro(linha, 106)
tabela[i, 10] = reg_tot_inviab.le_registro(linha, 119)
i += 1