Redes Neurais na gestão das águas em reservatórios hidrelétricos: um estudo de caso na Hidrelétrica Itaipu (Brasil)

Resumo

A geração de energia elétrica a partir da água é muito promissora no Brasil. No entanto, em reservatórios
hidroelétricos, processos de eutrofização podem ocasionar alterações, prejuízos e comprometer a operação da
usina. Nesse cenário, o uso de comunidades biológicas fitoplanctônicas é uma importante ferramenta no
biomonitoramento, principalmente pela presença e/ou ausência delas serem um importante elemento para
avaliação das condições ambientais. Esse artigo teve como objetivo utilizar Algoritmos Genéticos (AGs) para
identificar variáveis físico-químicas relacionadas à densidade de fitoplâncton nas águas do reservatório da Usina
de Itaipu e desenvolver um modelo preditivo para a densidade fitoplanctônica utilizando Redes Neurais Artificiais
(RNAs). O AG indicou que as variáveis mais importantes para predição de fitoplâncton foram: concentrações de
nitrato, nitrogênio amoniacal, oxigênio dissolvido e Demanda Química de Oxigênio (DQO). As previsões da RNA
foram coerentes com outros estudos e com os dados reais utilizados no teste da RNA e sustentam a possibilidade
de que o modelo pode ser implementado na usina hidrelétrica para auxiliar na gestão das águas no reservatório ao
permitir o monitoramento da qualidade da água em intervalos temporais menores que os atuais.