Você já sabe: o assunto do momento no mundo da tecnologia é Inteligência Artificial. Mas já parou para pensar nas múltiplas aplicações possíveis no setor elétrico? Como centro tecnológico de vanguarda, o Cepel trabalha para expandir suas soluções com ferramentas de IA e está desenvolvendo uma nova solução para previsão de vazões afluentes a reservatórios da Eletrobras Chesf: o PrevIA. 

Utilizando machine learning (aprendizado de máquina), o novo modelo permitirá à Eletrobras Chesf adequar sua previsão de vazões a um novo cenário climático e fazer uma gestão mais eficiente dos recursos hídricos dos reservatórios.  Os principais benefícios incluem um controle mais eficaz de cheias, que ajuda a mitigar inundações, e o gerenciamento estratégico do armazenamento de água em períodos de baixas vazões, garantindo assim a manutenção de uma vazão mínima exigida. 

Importância da gestão de recursos hídricos 

A gestão de recursos hídricos para geração de energia elétrica é uma questão crucial para o Brasil. Com uma das matrizes elétricas mais limpas do mundo, em 2023, a hidreletricidade correspondeu a 60,2% da geração total produzida no país, segundo dados do Anuário Estatístico de Energia Elétrica 2024 da EPE. Nos últimos anos, acredita-se que as mudanças climáticas possam ter contribuído para a redução dos níveis de vazões afluentes aos reservatórios, diminuindo a precisão dos modelos computacionais de previsão existentes. 

Foi nesse contexto que a Eletrobras Chesf demandou do Cepel o desenvolvimento de um novo modelo para previsão diária, semanal e mensal, semelhante ao que utiliza atualmente, mas que possibilitasse a calibração dos parâmetros para ajuste às mudanças de cenário ao longo dos anos. 

Principais benefícios do PrevIA 

O projeto teve início em 2022 e ganhou atenção da Eletrobras em 2023, quando foi identificado seu potencial de geração de valor para a empresa por proporcionar considerável aumento dos índices de armazenamento hídricos. 

“Importante ressaltar que os benefícios da adoção de um modelo de previsão de vazão transcendem os resultados da estimativa de valor [do projeto], haja vista o espectro de atividades beneficiadas”, afirma Patricia Maia e Silva, gerente de Recursos Hídricos e Programação Energética, da Diretoria de Operação e Manutenção da Eletrobras Chesf. Entre estas atividades, ela destaca o controle de cheias durante o período chuvoso, com consequente redução dos níveis de inundação para o vale do rio a jusante, bem como a manutenção da vazão e geração mínimas em períodos de estiagem, contribuindo para a segurança hídrica da bacia, evitando multas e outras implicações regulatórias. 

Recursos do PrevIA 

“A Eletrobras Chesf é pioneira na utilização de IA para previsão de vazões, e o principal diferencial do PrevIA em relação ao modelo utilizado atualmente é a inclusão de um módulo de calibração, deixando os técnicos da Eletrobras Chesf com mais autonomia para poder recalibrar os modelos sempre que houver necessidade. “A utilização da inteligência artificial facilita a calibração dos modelos, pois a metodologia é capaz de, baseando-se em dados históricos, reconhecer padrões e selecionar os dados mais importantes para a previsão de forma automática”, diz Daniela Kyrillos, pesquisadora do Cepel responsável pelo projeto. 

O PrevIA possui três módulos: 

• Calibração 
• Previsão com Aprendizado de Máquina 
• Previsão Híbrida: integração de Aprendizado de Máquina com um modelo conceitual hidrológico. 

Integração de dados meteorológicos 

Dois meteorologistas atuam no projeto para avaliar como variáveis meteorológicas podem influenciar nas previsões de vazões e aumentar sua precisão. A inclusão desses dados no modelo representa uma inovação em relação ao modelo existente. 

“Os estudos estão em curso e englobam, principalmente, a incorporação de dados observados e de previsão de chuva na previsão de vazões, mas também outros índices meteorológicos. Os resultados vão apontar melhorias que podemos fazer na calibração dos modelos”, explica a Daniela. 

Na primeira fase de testes, foi identificada a importância de incluir informações sobre chuva para detectar com maior precisão a subida da vazão no período úmido. Por exemplo, em janeiro de 2024, um aumento da vazão em Sobradinho, cuja causa provável foi chuva na região, não foi detectada pelos modelos testados, pois não utilizam informações de chuva. “Isso motivou ainda mais a integração de dados meteorológicos ao PrevIA, que está em constante desenvolvimento para incorporar esses e outros aprimoramentos”, afirma a pesquisadora. 

Etapas do projeto 

O modelo já passou por uma primeira rodada de testes em laboratório, com dados reais. “O pedido da Eletrobras Chesf incluiu a calibração para quatro reservatórios: Sobradinho, Boa Esperança, Itaparica e Pedra. Fizemos uma calibração preliminar para os dois primeiros e rodamos os primeiros testes no software com dados do último período úmido [outubro de 2023 a maio de 2024]. Os resultados foram bons”, conclui a responsável pelo projeto. 

A previsão é validar o PrevIA até junho de 2026, após testes para avaliação de desempenho nos dois próximos períodos úmidos (de outubro a maio), quando o modelo será testado em ambiente operacional e receberá os últimos ajustes. Em seguida, a tecnologia será entregue à Eletrobras. A ideia é que, após a entrada em utilização pela Eletrobras Chesf nos quatro reservatórios mencionados, seu uso seja expandido para outras unidades da companhia.