Previsão do tempo de parada para decantação de sedimentos e limpeza das grades de proteção das unidades geradoras em usinas hidrelétricas utilizando modelos ocultos de Markov e redes bayesianas

• Ano de defesa: 2023
• Autor(a) principal: PRADO JÚNIOR, Lênio Oliveira
• Orientador(a): BASTOS, Guilherme Sousa
• Tipo de documento: Tese
• Tipo de acesso: Acesso aberto
• Idioma: por
• Instituição de defesa: Universidade Federal de Itajubá
• Programa de Pós-Graduação: Programa de Pós-Graduação: Doutorado - Engenharia Elétrica
• Departamento: IESTI - Instituto de Engenharia de Sistemas e Tecnologia da Informação
• País: Brasil
• Palavras-chave em Português: Big data analytics; Usinas hidrelétricas; Estados operacionais de unidades geradoras; Modelos gráficos probabilísticos; Redes bayesianas; Modelos Ocultos de Markov.
• Área do conhecimento CNPq: CNPQ::ENGENHARIAS::ENGENHARIA ELÉTRICA::SISTEMAS ELÉTRICOS DE POTÊNCIA
• Link de acesso: https://repositorio.unifei.edu.br/jspui/handle/123456789/3987

Usinas hidrelétricas instaladas na bacia Amazônica são influenciadas negativamente pelo transporte de troncos e sedimentos trazidos pelo leito do rio. Todo o material transportado se acumula nas grades de proteção, que são instaladas nas tomadas d’água das unidades geradores para prevenir a entrada desse material e evitar danos nas turbinas, o que resultaria em prejuízos econômicos. O acúmulo de material nas grades de proteção reduz a queda d’água, e consequentemente a vazão disponível para geração, o que resulta em perdas de carga, impedindo que a unidade de geração seja capaz de operar a plena capacidade. O problema apresentado ocorre na usina hidrelétrica de Jirau, que está situada no Rio Madeira e possui 50 unidades de geração, cada uma com o potencial de geração de 75MW a plena capacidade. Esta usina opera a fio d’água, o que significa que não há um reservatório para armazenamento da água do rio, sendo assim, todo o recurso hídrico deve ser utilizado quando disponível. O fato de ser uma usina a fio d’água, juntamente com o problema de transporte de troncos e sedimentos, traz desafios à operação, pois os sedimentos que se acumulam nas grades de proteção e consequentemente reduzem o potencial de geração requerem o desligamento total das unidades geradoras para que a sujeira acumulada possa decantar, possibilitando assim a retomada da queda d’água, e consequentemente a vazão disponível para geração. A grande quantidade de unidades de geração, juntamente com o fato de que a disposição desses equipamentos em posições diferentes do rio altera o perfil de acúmulo de sedimentos, dificulta a definição de regras que definam qual o tempo necessário de parada de cada unidade para decantação da sujeira e retomada da geração a plena capacidade. Neste cenário, ao invés de contar apenas com a experiência dos operadores, a elaboração de métodos eficientes que sejam capazes de determinar o tempo ideal que cada unidade geradora deve permanecer parada se torna essencial. Neste trabalho são propostos modelos de previsão utilizando Redes Bayesianas e Modelos Ocultos de Markov para estimar o tempo de parada necessário para decantação da sujeira de cada unidade de geração, de modo que esta possa ser utilizada novamente o mais rápido possível. Também são utilizadas técnicas de Big Data e Analytics para coletar e processar o grande volume de dados existentes na usina hidrelétrica. Os resultados obtidos demonstram que os modelos desenvolvidos foram capazes de inferir de modo satisfatório o tempo necessário para decantação dos sedimentos. O modelo resultante possibilita a consulta de informações utilizando várias informações, dentre elas o nível de obstrução no momento da parada de uma unidade, qual o nível de obstrução no momento da retomada, se haviam unidades vizinhas operando e em qual faixa de potência.