Sistema inteligente otimiza o serviço de manutenção realizado pelas concessionárias, diminuindo cerca de 20% o prazo para execução dos reparos; parte da nova solução já está sendo adotada por uma companhia de energia
Quem nunca passou por algum transtorno quando a energia elétrica é interrompida depois de uma tempestade afetar as redes que alimentam nossa casa? Geralmente, o que fazemos em uma situação como essa é solicitar os reparos à companhia responsável pelo fornecimento de energia, mas, dependendo da gravidade do problema, o tempo de conserto pode ser grande.
Para reduzir o prazo desse incômodo período sem energia, que pode gerar diversos impactos socioeconômicos e multas para as concessionárias, pesquisadores da Escola de Engenharia de São Carlos (EESC) da USP desenvolveram um sistema que utiliza inteligência artificial para otimizar os serviços de manutenção da rede afetada, auxiliando os operadores das distribuidoras de energia na tomada de decisão mais rápida. Parte da tecnologia, capaz de diminuir em até 20% o tempo para execução dos reparos, já está sendo adotada pela Companhia Paranaense de Energia (Copel).
O trabalho foi publicado pelo Institute of Electrical and Electronics Engineers (IEEE), durante a 2022 IEEE International Systems Conference (SysCon). Por meio do desenvolvimento de alguns algoritmos – códigos de computador que executam determinada tarefa -, os cientistas propuseram um software que leva em conta diferentes informações para determinar qual a forma mais eficiente de resolver o problema. Durante a avaliação, o programa de computador considera as condições meteorológicas das localidades, a posição de origem das equipes de manutenção, o estado e o nível de congestionamento das estradas e vias utilizadas para locomoção, identificando possíveis obstruções, além do histórico de reparos e problemas ocorridos anteriormente. A tecnologia, que levou cerca de cinco anos para ser desenvolvida, utiliza até mesmo um sistema da Nasa, a agência espacial dos Estados Unidos, para ajudar nas estimativas das condições climáticas.
“Não existia um algoritmo capaz de reunir todos esses dados, interpretá-los e transformá-los em uma informação útil, mastigada, traduzida e em tempo real para o operador, que pode ser iniciante na função. Muitas vezes, o profissional precisa tomar uma decisão rápida, mas com tantas variáveis, ele não consegue interpretá-las no tempo necessário e acaba seguindo uma estratégia padrão, que pode não ser a mais eficaz para resolver o problema. Por isso é importante termos diferentes fontes de informação para agilizar o conserto e até prever uma possível falha para que, caso ela realmente aconteça, a energia retorne o mais rápido possível. Nosso sistema será o braço direito do operador”, afirma Henrique de Oliveira Caetano, doutorando do Programa de Pós-Graduação em Engenharia Elétrica da EESC e um dos autores do estudo.