Metodologia de Detecção de Obstruções em Unidades Geradoras no Setor Hidroelétrico
Aprendizado profundo, geração de energia, hidrelétricas, modelos preditivos, sonar
Este estudo tem a finalidade de apresentar uma metodologia para obtenção de imagens de SONAR (Sound, Navigation and Ranging) em conjunto com técnicas de processamento baseadas em Deep Learning (DL). O intuito é analisar imagens multifrequencias de SONAR e detectar obstruções nas grades de proteção de Unidades Geradoras (UGs) em Usinas Hidrelétricas (UHE). Com isso, melhorar a gestão do repositório e a geração de energia. O trabalho teve como ponto de partida o monitoramento do transporte de detritos flutuantes e submersos (troncos), durante o período da cheia. A área de estudo selecionada foi a UHE Jirau, construída no rio Madeira. Essa UHE possui um reservatório com uma área de 361,6 km2 em seu volume máximo e uma capacidade de geração energética de 3.750 MW. O trabalho também verificou a sedimentação do reservatório, pois o volume hídrico afeta diretamente a capacidade de geração de energia. Outro fator importante, e que reduz a geração energética, são as obstruções das grades de proteção por detritos. Essas obstruções ocasionam a diminuição pontual da velocidade da água e consequentemente favorecem a sedimentação próximo as estruturas da tomada d’água das casas de foça de uma UHE. Sanar esse problema requer o processo de dragagem próximo as estruturas civis a montante da casa de força. A obstrução acarreta a indisponibilidade das UG sendo necessários equipamentos específicos e mão de obra especializada para retomar a operação de geração de energia. Para monitorar esses processos são utilizados equipamentos de SONAR para encontrar materiais submersos que obstruam a passagem da água nas UGs. Dessa forma, o estudo demostrou a viabilidade metodológica de obtenção, análise e processamento dos dados coletados através das imagens de SONAR. Com o uso de DL foi possível o reconhecimento de padrões de obstrução das grades de proteção e inseri-los em modelos preditivos que informaram a Taxa de Obstrução (TxO). O objetivo principal foi fornecer informações para melhorar a gestão dos reservatórios de UHE e ao mesmo tempo, minimizar impactos ambientais e evitar danos às estruturas físicas das UG. E dessa forma, com essas ações, aumentar a eficiência da manutenção energética do empreendimento.