dc.creator |
PRADO JÚNIOR, Lênio Oliveira |
|
dc.date.issued |
2023-12-14 |
|
dc.identifier.uri |
https://repositorio.unifei.edu.br/jspui/handle/123456789/3987 |
|
dc.description.abstract |
Hydropower plants installed in the Amazon basin are negatively influenced by transporting
logs and sediments from the river bed. All transported material accumulates in the
protection grids, which are installed in the water intake of the generating units to prevent
the entry of this material and avoid damage to the turbines, which would result in
economic losses. The accumulation of material on the protection grids reduces the water
drop and, consequently, the flow available for generation, which results in load losses, preventing
the generation unit from operating at full capacity. The presented problem occurs
at the Jirau hydropower plant, located on the Madeira River and has 50 generation units,
each with the potential to generate 75MW at total capacity. This plant operates on a
run-of-river basis, meaning there is no reservoir for water storage. Therefore, all water resources
must be used when available. The fact that it operates on a run-of-river, together
with the problem of transporting logs and sediments, brings challenges to the operation
of the plant, as the sediments that accumulate in the protection grids and consequently
reduce the generation potential require the complete shutdown of the generating units so
that the accumulated dirt can decant, thus enabling the resumption of the waterfall, and
consequently the flow available for generation. A large number of generation units and the
different location dispositions of equipment in the river alter the sediment accumulation
profile, making it difficult to define rules that define the necessary stoppage time for each
unit to decant the dirt and restart generation at total capacity. In this scenario, instead of
relying only on the experience of operators, developing efficient methods capable of determining
the ideal stoppage time for each generation unit becomes essential. In this work,
prediction models using Bayesian Networks and Hidden Markov Models are proposed to
estimate the downtime required for decanting the dirt from each generation unit so that
it can be used again for generation in the shortest possible time. Big Data and Analytics
techniques are also used to collect and process the large volume of data existing at the hydroelectric
plant. The results demonstrate that the developed models could satisfactorily
infer the time required for sediment decantation. The resulting model makes it possible to
query information using various information, including the obstruction level when a unit
stops, the obstruction level at restart time, whether neighboring units are operating, and
in which power range. |
pt_BR |
dc.language |
por |
pt_BR |
dc.publisher |
Universidade Federal de Itajubá |
pt_BR |
dc.rights |
Acesso Aberto |
pt_BR |
dc.subject |
Big data analytics |
pt_BR |
dc.subject |
Usinas hidrelétricas |
pt_BR |
dc.subject |
Estados operacionais de unidades geradoras |
pt_BR |
dc.subject |
Modelos gráficos probabilísticos |
pt_BR |
dc.subject |
Redes bayesianas |
pt_BR |
dc.subject |
Modelos Ocultos de Markov. |
pt_BR |
dc.title |
Previsão do tempo de parada para decantação de sedimentos e limpeza das grades de proteção das unidades geradoras em usinas hidrelétricas utilizando modelos ocultos de Markov e redes bayesianas |
pt_BR |
dc.type |
Tese |
pt_BR |
dc.date.available |
2024-02-27 |
|
dc.date.available |
2024-02-27T16:46:01Z |
|
dc.date.accessioned |
2024-02-27T16:46:01Z |
|
dc.creator.Lattes |
http://lattes.cnpq.br/7329640212620491 |
pt_BR |
dc.contributor.advisor1 |
BASTOS, Guilherme Sousa |
|
dc.contributor.advisor1Lattes |
http://lattes.cnpq.br/1508015681115848 |
pt_BR |
dc.contributor.advisor-co1 |
BORTONI, Edson da Costa |
|
dc.contributor.advisor-co1Lattes |
http://lattes.cnpq.br/0936619055402651 |
pt_BR |
dc.description.resumo |
Usinas hidrelétricas instaladas na bacia Amazônica são influenciadas negativamente pelo
transporte de troncos e sedimentos trazidos pelo leito do rio. Todo o material transportado
se acumula nas grades de proteção, que são instaladas nas tomadas d’água das unidades
geradores para prevenir a entrada desse material e evitar danos nas turbinas, o que resultaria
em prejuízos econômicos. O acúmulo de material nas grades de proteção reduz
a queda d’água, e consequentemente a vazão disponível para geração, o que resulta em
perdas de carga, impedindo que a unidade de geração seja capaz de operar a plena capacidade.
O problema apresentado ocorre na usina hidrelétrica de Jirau, que está situada
no Rio Madeira e possui 50 unidades de geração, cada uma com o potencial de geração
de 75MW a plena capacidade. Esta usina opera a fio d’água, o que significa que não há
um reservatório para armazenamento da água do rio, sendo assim, todo o recurso hídrico
deve ser utilizado quando disponível. O fato de ser uma usina a fio d’água, juntamente
com o problema de transporte de troncos e sedimentos, traz desafios à operação, pois
os sedimentos que se acumulam nas grades de proteção e consequentemente reduzem o
potencial de geração requerem o desligamento total das unidades geradoras para que a
sujeira acumulada possa decantar, possibilitando assim a retomada da queda d’água, e
consequentemente a vazão disponível para geração. A grande quantidade de unidades de
geração, juntamente com o fato de que a disposição desses equipamentos em posições diferentes
do rio altera o perfil de acúmulo de sedimentos, dificulta a definição de regras que
definam qual o tempo necessário de parada de cada unidade para decantação da sujeira
e retomada da geração a plena capacidade. Neste cenário, ao invés de contar apenas com
a experiência dos operadores, a elaboração de métodos eficientes que sejam capazes de
determinar o tempo ideal que cada unidade geradora deve permanecer parada se torna
essencial. Neste trabalho são propostos modelos de previsão utilizando Redes Bayesianas
e Modelos Ocultos de Markov para estimar o tempo de parada necessário para decantação
da sujeira de cada unidade de geração, de modo que esta possa ser utilizada novamente
o mais rápido possível. Também são utilizadas técnicas de Big Data e Analytics para
coletar e processar o grande volume de dados existentes na usina hidrelétrica. Os resultados
obtidos demonstram que os modelos desenvolvidos foram capazes de inferir de modo
satisfatório o tempo necessário para decantação dos sedimentos. O modelo resultante
possibilita a consulta de informações utilizando várias informações, dentre elas o nível de
obstrução no momento da parada de uma unidade, qual o nível de obstrução no momento
da retomada, se haviam unidades vizinhas operando e em qual faixa de potência. |
pt_BR |
dc.publisher.country |
Brasil |
pt_BR |
dc.publisher.department |
IESTI - Instituto de Engenharia de Sistemas e Tecnologia da Informação |
pt_BR |
dc.publisher.program |
Programa de Pós-Graduação: Doutorado - Engenharia Elétrica |
pt_BR |
dc.publisher.initials |
UNIFEI |
pt_BR |
dc.subject.cnpq |
CNPQ::ENGENHARIAS::ENGENHARIA ELÉTRICA::SISTEMAS ELÉTRICOS DE POTÊNCIA |
pt_BR |
dc.relation.references |
PRADO JÚNIOR, Lênio Oliveira. Previsão do tempo de parada para decantação de sedimentos e limpeza das grades de proteção das unidades geradoras em usinas hidrelétricas utilizando modelos ocultos de Markov e redes bayesianas. 2023. 140 f. Tese (Doutorado em Engenharia Elétrica) – Universidade Federal de Itajubá, Itajubá, 2023. |
pt_BR |