Redes Neurais Artificiais Aplicadas à Modelagem de Instrumentos de Deformação em Barragem de Concreto

Resumo

As usinas hidrelétricas são o principal meio de geração de energia no Brasil. Para garantir a viabilidade
deste método de geração, por questões econômicas, sociais e ambientais, este meio precisa ser seguro e monitorado
durante todo seu período de operação, garantindo a integridade da estrutura e a segurança para a região em torno
da usina. Diversos instrumentos instalados na barragem fornecem, continuamente, dados sobre variáveis como
temperatura e deformação. Possíveis anomalias que possam acontecer na barragem podem ser previstas, desde que
se use ferramentas numérico-computacionais adequadas. Neste contexto, o artigo apresenta uma metodologia por
meio do uso de inteligência artificial para modelar séries temporais, advindas da leitura de um instrumento que
mede deformação do concreto, denominado roseta de deformímetro. Esta se localiza no bloco D-38 da barragem
da Usina Hidrelétrica Itaipu. As previsões obtidas podem contribuir com a equipe técnica da usina nas tomadas de
decisão quanto a uma intervenção preventiva na estrutura da barragem. Utilizou-se duas arquiteturas de redes
neurais simuladas na linguagem de programação Python, a MultiLayer Perceptron (MLP) e a Long Short Term
Memory (LSTM). Obtiveram-se valores de predições de dois anos à frente, com menor erro MAPE da amostra
teste de 1,07% com a arquitetura MLP.