INVESTIGANDO UMA SOLUÇÃO PARA PREVISÃO DE FALHAS EM TURBINAS HIDRÁULICAS POR MEIO DA REDE DEEP LEARNING TRANSFORMER

Abstract

O mercado da energia elétrica é muito importante na economia mundial porque reflete em diversos aspectos da sociedade. Além disso, a manutenção preditiva tem se tornado cada vez mais relevante nos processos de produção. Ela tem a peculiaridade de acompanhar periodicamente os dados coletados de equipamentos por meio de monitoração ou inspeções, assim, podendo antecipar-se de eventos anômalos, como falhas. Este estudo teve como objetivo investigar experimentalmente se a arquitetura de rede Deep Learning LSTM (Long Short Term Memory) apresenta um desempenho sensivelmente inferior à alcançada pela solução desenvolvida com base na arquitetura Transformer. Assim, ao fazer este estudo comparativo, entre as duas arquiteturas, esta pesquisa poderá auxiliar em uma futura organização em seu processo de tomada de decisão, sobre qual arquitetura usar em uma solução para previsão de falhas em turbinas hidráulicas.