MODELO DE PREDIÇÃO DE INTERRUPÇÕES NA OPERAÇÃO DE TURBINAS DE USINAS HIDRELÉTRICAS BASEADO EM SEUS CICLOS DE CARGA: Uma Abordagem Por Redes Neurais

Abstract

Turbinas hidrelétricas estão propensas a sofrerem danos, causando falhas de equipamento e trazendo prejuízo para a empresa. E o modo em que a maioria das hidrelétricas lidam com esse problema é realizando manutenções periódicas. Desse modo há um desperdício de dinheiro por causa de manutenções desnecessárias, e ainda assim há paradas não programadas por causa de falhas nos equipamentos. O objetivo deste estudo é prever as falhas de equipamento para que o número de manutenções desnecessárias diminua e o número de manutenções necessárias aumente, de modo a reduzir os custos de manutenção, paradas operacionais e a quantidade de falhas. Neste projeto foi desenvolvido uma ferramenta de monitoramento de variáveis relevantes dos ciclos de carga (tempo de carga de jatos de água nas pás) dessas turbinas. Esses dados dos ciclos de carga foram utilizados junto com os dados de alarmes, que indicam quando ocorrem falhas de equipamento, para alimentar uma rede neural artificial capaz de prever em um período de 24 horas se ocorrerá uma falha de equipamento ou não. Os resultados dos experimentos desenvolvidos se mostraram promissores e com a rede neural artificial implantada na operação de uma usina hidrelétrica, trará uma redução de custos significativa.