A Inteligência Artificial vem sendo apontada como uma das tecnologias que devem criar inovações disruptivas em vários setores, possibilitando a automação não apenas de processos simples e repetitivos, mas, também, de atividades até então executadas com eficiência apenas por seres humanos.
Soluções baseadas em IA têm sido aplicadas com sucesso em vários setores, como saúde, manufatura, agricultura, varejo e outros.
No Venturus, apostamos em IA não apenas como tecnologia do futuro, mas como estratégia e diferencial competitivo para crescer negócios.
O setor de Utilities também fará parte dessa transformação e poderá se beneficiar dela para superar os novos desafios do setor conhecidos como 3Ds (Distribuição, Descarbonização e Digitalização).
A seguir, apresentamos 8 aplicações de IA para o setor de energia elétrica que podem e já vem sendo utilizadas pelas empresas para melhorar sua eficiência e superar os desafios citados.
1. Detecção de perdas não técnicas
Em tempos em que se fala muito sobre sustentabilidade e uso eficiente de recursos, as perdas de energia elétrica no Brasil ainda representam um grande desperdício que afeta tanto as concessionárias quanto os consumidores.
Parte dessas perdas ocorrem devido a fatores técnicos, como a dissipação de energia na forma de calor. Isso acontece pela própria passagem da corrente elétrica pelos fios que levam a energia desde a fonte geradora até os consumidores.
Entretanto, outra parte dessas perdas não são técnicas, mas estão relacionadas a furtos e fraudes no consumo de energia (os chamados “gatos”).
Parte dessas perdas podem ser detectadas aplicando técnicas de Inteligência Artificial semelhantes às utilizadas por outros setores, como a identificação de fraudes de cartões de crédito. Nessas soluções, algoritmos de aprendizado de máquinas são treinados com os dados históricos de consumo, gerando um modelo que pode ser posteriormente aplicado à identificação de anomalias.
A Energisa, uma das maiores distribuidoras de energia elétrica do país, é uma das concessionárias que está usando tecnologias de Inteligência Artificial na detecção de irregularidades. Segundo a concessionária, nos quatro anos seguintes à implantação do projeto, a empresa apurou uma redução de 3,2% nas perdas não técnicas. Isso é energia suficiente para atender a 2,4 milhões de consumidores residenciais durante um mês!
2. Desagregação do consumo de energia
A conta de energia normalmente traz a quantidade de energia consumida pela unidade consumidora no período de um mês. Entretanto, a conta não indica de que forma a energia foi gasta. Um melhor entendimento da forma como a energia foi consumida é um elemento fundamental para que os consumidores possam adotar medidas eficientes para a economia de energia.
O uso mais eficiente da energia elétrica traz benefícios diretos para o consumidor (através da redução de sua conta mensal), mas também é importante para as concessionárias, reduzindo o investimento necessário na ampliação da infraestrutura de geração para atender à crescente demanda por energia elétrica.
Técnicas de Inteligência Artificial têm sido utilizadas para permitir a desagregação da energia consumida numa instalação, identificando a participação de cada item no consumo geral de uma residência, comércio ou indústria.
3. Previsão de geração de energia renovável
Fontes de energia renováveis, como a eólica e a solar, tem se destacado como alternativas para atender à crescente demanda por energia de forma limpa e sustentável. Porém, apesar de representarem uma grande oportunidade, a natureza intermitente dessas fontes de energia também traz desafios para o setor. Técnicas de IA têm sido aplicadas para mitigar esses desafios e agregar ainda mais valor a essas fontes de energia.
Recentemente, a Google — através da DeepMind, uma subsidiária da empresa que atua com Inteligência Artificial — anunciou que está utilizando técnicas de aprendizado de máquina para prever a capacidade de geração de energia dos parques eólicos da empresa.
Dados históricos das turbinas eólicas e previsões do tempo foram utilizados pela DeepMind para treinar uma rede neural capaz de prever a potência gerada ao longo do dia pelas turbinas da usina com antecedência de 36h. Com base nessas previsões, é possível fazer o planejamento do uso dessa energia com um dia de antecedência, o que torna essa energia mais valiosa para a rede.
O NCAR (National Center of Atmospheric Research ou Centro Nacional de Pesquisa Atmosférica) do Colorado, nos Estados Unidos, também vem trabalhando com o uso de Inteligência Artificial para a previsão de energia eólica gerada por parques eólicos do estado.
Em especial, para o Brasil, que tem um enorme potencial para a geração de energia eólica e solar, iniciativas como essas podem agregar enorme valor ao setor de elétrico, impulsionando ainda mais o uso dessas fontes de energia.
4. Gestão de recursos de energia distribuídos
A geração de energia distribuída, realizada através de painéis solares ou geradores eólicos, reduz o controle das concessionárias sobre a infraestrutura do sistema elétrico, já que esses equipamentos estão distribuídos no sistema e sua geração de energia tem natureza intermitente, isso é, dependente das condições ambientais (como sol e vento).
Nesse cenário, cleantechs (empresas, geralmente startups, focadas em tecnologias limpas e sustentáveis) como a Embala e OpusOne Solutions estão desenvolvendo sistemas de software chamados de Sistemas de Gerenciamento de Recursos de Energia Distribuídos (do inglês, Distributed Energy Resource Management Systems ou DERMS) para explorar os recursos de geração e armazenamento de forma mais otimizada possível, garantindo o balanço entre oferta e demanda de energia e trazendo maior estabilidade ao grid.
Esses sistemas utilizam tecnologias de IoT para monitorar os recursos de energia da rede em tempo real e técnicas de IA para analisar como a capacidade dos ativos de DER (Distributed Energy Resources ou Recusos de Energia Distribuídos) e seus parâmetros de controle evoluem com o tempo, de modo a prever a capacidade disponível. A modelagem do comportamento da rede pode, então, ser utilizada para o controle automático e otimizado dos ativos de DERs.
5. Atendimento ao consumidor
A transformação digital modificou profundamente a forma como as empresas se relacionam com seus clientes. Nessa nova era, a experiência do consumidor se tornou um elemento central dos negócios. Nesse contexto, técnicas de IA têm sido utilizadas para criar novos canais de atendimento ao consumidor através de interfaces baseadas na comunicação escrita ou falada.
Processamento de Linguagem Natural (ou NLP, Natural Language Processing) é a área da Inteligência Artificial relacionada ao processamento da linguagem humana, que permite que máquinas possam extrair informações de textos ou até mesmo interpretar falas.
NLP tem sido utilizada por empresas de vários setores, inclusive o setor de energia, para extrair tendências importantes do feedback dos clientes. As empresas analisam dados de e-mails, pesquisas, conversas no call center e até mesmo comentários em redes sociais para identificar possíveis causas de insatisfação dos clientes e implementar melhorias em seus processos e serviços.
6. Recarga inteligente de veículos elétricos
Sistemas de Recarga Inteligente (ou Smart Charging) podem otimizar a utilização da infraestrutura de recarga pública e privada, além de minimizar o impacto dos veículos elétricos na operação do sistema elétrico. Os sistemas de Smart Charging são capazes de gerenciar as sessões de recarga, equilibrando de forma inteligente a demanda dos veículos com a disponibilidade de pontos de recarga e a capacidade de abastecimento do sistema elétrico.
Algoritmos de Inteligência Artificial são utilizados para gerar estratégias de recarga que levem em consideração as necessidades dos motoristas, assim como as limitações do Grid e da instalação elétrica dos eletropostos. Os sistemas podem levar em consideração as características específicas dos veículos (como a capacidade e o nível atual de sua bateria), as necessidades dos motoristas (sua localização geográfica e preferências de recarga, por exemplo) e a infraestrutura de recarga pública e privada disponível (incluindo fatores como proximidade e preço).
Os sistemas podem planejar as sessões de recarga, controlando não só a alocação de veículos aos pontos de recarga, mas também a potência que será utilizada de forma dinâmica durante a sessão de carregamento. O sistema pode aumentar ou reduzir a potência de carregamento conforme a capacidade instantânea da rede (ou da instalação local), evitando, assim, picos e sobrecargas no sistema elétrico.
7. Segurança cibernética no setor de energia
O setor elétrico é um dos principais alvos de ataques cibernéticos, já que é uma infraestrutura crítica. Esse aumento no risco de ataques no setor de energia está relacionado à crescente adoção de tecnologias digitais, como Internet das Coisas (do inglês, Internet of Things ou IoT), que adicionam vulnerabilidades aos sistemas, aumentando sua exposição a ataques.
O primeiro ciberataque a provocar apagão na rede elétrica que se tem notícia aconteceu na Ucrânia, em dezembro de 2015. Os hackers conseguiram comprometer os sistemas de três empresas de distribuição de energia e interromper o fornecimento de eletricidade aos consumidores finais por várias horas. De lá pra cá, outros ataques e tentativas de invasão foram identificados em diferentes países ao redor do mundo.
Políticas de segurança devem ser adotadas pelas empresas, visando garantir a segurança não apenas de sua operação como dos dados de seus clientes. Técnicas de Inteligência Artificial, como a detecção de anomalias, podem ajudar na detecção de eventuais invasões, de modo que medidas possam ser tomadas para evitar maiores danos.
8. Manutenção preditiva e previsão de falhas
A utilização de IA na manutenção preditiva e previsão de falhas de equipamentos já vem sendo aplicada com sucesso em vários setores. No setor de energia elétrica, em que a manutenção ininterrupta do fornecimento de energia é uma das principais prioridades para as concessionárias, essas soluções podem ser particularmente importantes.
Nas soluções de manutenção preditiva, sensores da Internet das Coisas (IoT) e algoritmos de aprendizado de máquina são utilizados para monitorar continuamente os equipamentos da rede. Os algoritmos identificam desvios na operação dos equipamentos, possibilitando ações de manutenção que garantam a operação eficiente ou até mesmo a previsão de falhas.
Aplicações baseadas em visão computacional também têm sido utilizadas para realizar a inspeção de equipamentos e redes de transmissão e distribuição. Através de câmeras instaladas em veículos (ou drones), são coletadas imagens da rede elétrica que são analisadas por redes neurais capazes de identificar problemas como, por exemplo, rompimento de cabos ou simplesmente galhos de árvores atingindo a rede elétrica.
Conclusão
A Inteligência Artificial já está sendo aplicada no setor de energia elétrica, permitindo melhor eficiência operacional e redução de custos de processos.
A rápida evolução das soluções de IA deve trazer resultados ainda mais promissores nos próximos anos, para esses e outros casos de uso.
O Venturus atua com desenvolvimento de soluções baseadas em Inteligência Artificial, aprendizado de máquina e big data para vários setores. Aqui, temos um Centro de Excelência focado em IA, pronto para atender à crescente demanda por projetos na área.
Para saber como podemos auxiliar o seu negócio, entre em contato com os nossos especialistas.
