Nome do Projeto
Sistema para detectar perdas não técnicas em áreas de irrigação empregando técnicas de inteligencia artificial
Ênfase
PESQUISA
Data inicial - Data final
01/10/2019 - 31/12/2021
Unidade de Origem
Coordenador Atual
Área CNPq
Engenharias - Engenharia Elétrica - Sistemas Elétricos de Potência
Resumo
INTELIGÊNCIA ARTIFICIAL é desenvolver metodologia e plataforma computacional inovadores para detectar perdas não técnicas em áreas de irrigação a partir de
imagens de satélite e acompanhamento de variáveis meteorológicas em tempo real, tornando o processo de identificação e inspeção mais assertivos. A técnica se baseia
na definição de valores de referência de consumo de energia elétrica para cada tipo de área irrigada, para os diferentes cultivares (arroz, café, cana-de-açúcar...),
diferenciados pelos sistemas de irrigação, tipos de solo, áreas de plantio, entre outros. As análises serão dinâmicas por meio do acompanhamento periódico das imagens
de satélite, para calcular a área de plantio, e das variáveis meteorológicas, para estimar o regime de funcionamento dos sistemas de irrigação. A partir destas
informações, serão aplicados os indicadores e modelos propostos, de modo a prever o consumo de energia elétrica de determinada área. Desta forma, os valores
previstos são confrontados com os valores medidos de consumo energia elétrica para o período considerado, sendo identificados os casos divergentes, os quais são
indicados para inspeção técnica no local. Como parte da irrigação é sazonal, com variação significativa do local e área irrigada, é bastante dispendioso para as
concessionárias realizarem esta identificação de forma manual, caracterizando o sistema proposto como uma ferramenta diferenciada e bastante útil. Para validação da
solução proposta, a mesma será aplicada em área experimental da instituição e em região piloto, abrangendo os Estados do Rio Grande do Sul e São Paulo na área de
concessão do Grupo CPFL Energia, onde a parcela de consumidores com irrigação é significativa. (PROJETO P&D ANEEL)
Objetivo Geral
Geral: - Desenvolver metodologia e plataforma computacional inovadoras para detectar perdas não técnicas em áreas de irrigação, diferenciadas pelo uso do Objetivos
processamento de imagens de satélite, associadas à monitoração de variáveis climáticas (temperatura, umidade, índice pluviométrico...) e geográficas (relevo, tipo de
solo...), incluindo a criação de novos indicadores. Específicos: - Tornar o processo de identificação e inspeção de perdas mais assertivos; - Reduzir as perdas não
técnicas (furtos, fraudes, erros de medição, entre outros); - Atuar nas áreas de irrigação de lavouras que apresentam um elevado consumo sazonal; - Estabelecer
indicadores para associar as áreas de plantio com o consumo de energia elétrica, levando em consideração as características climáticas e geográficas; - Analisar de
forma dinâmica os dados meteorológicos e imagens de satélite com vistas à identificação de possíveis perdas não técnicas; - Definir a periodicidade e a quantidade
necessária de imagens satélites para cada tipo de cultivo objeto de estudo do projeto; - Publicações de artigos em periódicos Qualis A; - Obter um registro de software
junto ao INPI da metodologia proposta; - Produzir dissertações de mestrado e teses de doutorado associados ao projeto.
processamento de imagens de satélite, associadas à monitoração de variáveis climáticas (temperatura, umidade, índice pluviométrico...) e geográficas (relevo, tipo de
solo...), incluindo a criação de novos indicadores. Específicos: - Tornar o processo de identificação e inspeção de perdas mais assertivos; - Reduzir as perdas não
técnicas (furtos, fraudes, erros de medição, entre outros); - Atuar nas áreas de irrigação de lavouras que apresentam um elevado consumo sazonal; - Estabelecer
indicadores para associar as áreas de plantio com o consumo de energia elétrica, levando em consideração as características climáticas e geográficas; - Analisar de
forma dinâmica os dados meteorológicos e imagens de satélite com vistas à identificação de possíveis perdas não técnicas; - Definir a periodicidade e a quantidade
necessária de imagens satélites para cada tipo de cultivo objeto de estudo do projeto; - Publicações de artigos em periódicos Qualis A; - Obter um registro de software
junto ao INPI da metodologia proposta; - Produzir dissertações de mestrado e teses de doutorado associados ao projeto.
Equipe do Projeto
| Nome | CH Semanal | Data inicial | Data final |
|---|---|---|---|
| SABRINA HEUERT | 2 | 01/10/2019 | 31/12/2021 |