Engenharia 360

ESCOLHA A ENGENHARIA
DO SEU INTERESSE

Digite sua Busca

Machine learning pode prever se tempestades causarão queda de energia

por Larissa Fereguetti | 28/08/2019
Copiado!

A meteorologia, como toda ciência que tenta prever o futuro, sofre com a grande incerteza. No setor energético, as quedas de energia proporcionadas pelas tempestades são um problema imenso. Agora, um algoritmo de machine learning (aprendizado de máquinas) é capaz de prever se as tempestades causarão queda de energia.

tempestades
Imagem: timeforkids.com

Normalmente, no setor energético, é preciso estimar o número de funcionários de plantão quando uma tempestade vai ocorrer. Afinal, ninguém gosta de ficar sem energia (tem gente que surta) e há locais onde ela não pode faltar, visto que o prejuízo é imenso (hospitais, supermercados, etc.).

O problema é conseguir prever qual o tamanho da tempestade para estimar o número de funcionários, já que ela pode mudar a qualquer momento. Se o número de funcionários é subestimado e a tempestade é devastadora, há um prejuízo enorme para a companhia energética. Por outro lado, se o número de funcionários é superestimado e a tempestade é fraca, o prejuízo é no número de horas pagas pelo serviço não utilizado.

Com o algoritmo que usa machine learning, os pesquisadores conseguiram encontrar padrões em dados existentes que permitem fazer previsões para novas tempestades. O primeiro passo foi ensinar ao computador como categorizar as tempestades alimentando-o com dados de falta de energia. Os dados foram fornecidos por algumas companhias energéticas da Finlândia, onde a pesquisa foi desenvolvida.

As tempestades foram classificadas em 4 classes, sendo 0 nenhuma queda de energia, 1 cortando até 10% dos transformadores, 2 cortando até 50% dos transformadores e 3 cortando a energia em mais de 50% dos transformadores. O próximo passo foi alimentar o computador com dados de tempestades.

Na análise de tempestade é preciso considerar muitas variáveis. Os pesquisadores conseguiram treinar o computador para avaliar quais chuvas causariam danos. Os resultados foram promissores e o algoritmo foi bom para prever quais tempestades seriam das classes 0 e 3. Agora, eles alimentam o algoritmo com mais dados para que ele seja capaz de distinguir entre as classes 1 e 2.

Imagem: donegalweatherchannel.ie

O próximo passo é refinar o modelo para que ele funcione além das tempestades de verão, já que no inverno na Finlândia também podem acontecer chuvas catastróficas. Porém, elas funcionam de forma diferente. Para isso, será necessário utilizar métodos diferentes.

Referências: Science Daily

Copiado!
Engenharia 360

Larissa Fereguetti

Doutoranda, mestre e engenheira. Fascinada por tecnologia, curiosidades sem sentido e cultura (in)útil. Viciada em livros, filmes, séries e chocolate. Acredita que o conhecimento é precioso e que o bom humor é uma ferramenta indispensável para a sobrevivência.

Comentários