Aprendizado por Reforço Aplicado ao Prognóstico de Paradas Forçadas de Unidades Geradoras em Usinas Hidrelétricas
Aprendizado por Reforço, Aprendizado de Máquinas, Diagnóstico de Falhas, Usinas Hidrelétricas, Paradas Forçadas, Análise de Confiabilidade.
As usinas hidrelétricas são o principal meio de produção de energia elétrica no Brasil devido a baixa emissão de gases poluentes, seu baixo custo operacional, grande eficiência e as condições climáticas propícias para a sua instalação. Neste contexto, a área de operação tem grande importância para o funcionamento das usinas, e seu fluxo de trabalho deve ocorrer visando a menor quantidade de erros possível, de modo a preservar a segurança das pessoas, dos ativos e do meio ambiente. Ademais, além das dificuldades inerentes à operação, os operadores são frequentemente responsáveis por diferentes usinas hidrelétricas simultaneamente, podendo ocasionar falhas humanas. Neste trabalho, é proposto o desenvolvimento de um sistema computacional para apoio à tomada de decisão em usinas hidrelétricas. A solução proposta abrange o prognóstico de paradas forçadas de unidades geradoras nessas usinas, visando a predição e o diagnóstico via métodos de Aprendizagem por Reforço. O modelo tem como objetivo de informar ao operador as possíveis ocorrências de uma falha, para evitar ou mitigar o impacto de uma parada forçada em unidades geradoras. A estratégia proposta deverá ser comparada com diversos algoritmos de Aprendizado de Máquina para a validação dos resultados. Também foi implementada uma análise de confiabilidade sobre os equipamentos da usina hidrelétrica para obter indicadores relativos as suas vidas úteis de forma a verificar o impacto da implementação da abordagem.