• Nenhum resultado encontrado

Indicadores de qualidade do ar como instrumento de gestão ambiental em operação de unidades de geração termelétrica a gás natural - estudo de caso da Usina Termelétrica Mário Lago

N/A
N/A
Protected

Academic year: 2023

Share "Indicadores de qualidade do ar como instrumento de gestão ambiental em operação de unidades de geração termelétrica a gás natural - estudo de caso da Usina Termelétrica Mário Lago"

Copied!
180
0
0

Texto

Indicadores de qualidade do ar como instrumento de gestão ambiental na operação de unidades de geração termelétricas a gás natural - estudo de caso da usina termelétrica Mário Lago / Hudson de Oliveira Paixão - Macaé, 2008. Dissertação intitulada "Indicadores de qualidade do ar como instrumento de avaliação ambiental gestão na Operação de Unidades de Geração Termelétrica a Gás Natural – Estudo de Caso da Usina Termelétrica Mário Lago”, elaborado por Hudson de Oliveira Paixão e apresentado publicamente perante a banca examinadora, como condição para obtenção do título de Mestre em Engenharia Ambiental na Pós-Graduação Programa de Estudos Ambientais. Engenharia, na área de concentração regional de sustentabilidade do Centro Federal de Educação Tecnológica Campos.

Justificativa

Mineração de Dados

Processo de descoberta de conhecimento

Consiste na escolha da tarefa de Data Mining a ser utilizada, na escolha do algoritmo e na extração dos próprios modelos e visa atingir os objetivos definidos durante a identificação do problema. As árvores de decisão são uma forma de representar os resultados da Mineração de Dados.

Utilização de Mineração de Dados

Para o trabalho aqui proposto, a grande quantidade de dados exige o uso de ferramentas de mineração de dados para que as relações entre as variáveis ​​possam ser encontradas em tempo hábil. Um exemplo de software que atende a esse requisito é o pacote Weka (Waikato Environment for Knowledge Analysis), que consiste em um conjunto de implementações algorítmicas de diversas técnicas de mineração de dados.

Aplicativos de Mineração de Dados

Este coeficiente é ligeiramente diferente de outras medidas de erro porque é independente da escala. Normalmente, é importante saber o que se pretende minimizar e os custos associados a cada tipo de erro.

Tabela 2 – Descritivo dos algoritmos classificadores utilizados para geração de árvores de decisão do  WEKA
Tabela 2 – Descritivo dos algoritmos classificadores utilizados para geração de árvores de decisão do WEKA

Indicadores de Desempenho Ambiental

Classificação de Indicadores de Desempenho Ambiental

Indicadores de Desempenho Operacional (OPI – indicadores de desempenho operacional). b) Grupo B: Indicadores de Condição Ambiental (ICE – Indicadores de Condição Ambiental). A semelhança com indicadores globais e regionais é notada ao notar que os ICE correspondem a indicadores de estado, os IPO correspondem a indicadores de pressão e os IPM podem corresponder a indicadores de resposta.

Levantamento de pesquisas correlatas desenvolvidas/em desenvolvimento

Publicações sobre avaliação e classificação de indicadores

VILLELA (2007) analisa os resultados da poluição proveniente da combustão de gás natural e óleo diesel em turbinas, considerando CO2, SO2, NOX e material particulado (MP) separadamente e os compara com padrões internacionais de qualidade do ar, concluindo que é possível calcular qualitativamente. e fatores ambientais quantitativos para usinas termelétricas. Isto confirma a importância da análise de longos períodos e da interferência do histórico passado no comportamento da qualidade do ar em resposta às emissões de poluentes.

Publicações sobre aplicação de Mineração de Dados

Além dos modelos de previsão da qualidade do ar, uma ferramenta que tem ganhado cada vez mais importância é o uso de mineração de dados para analisar o histórico de monitoramento da qualidade do ar para identificar relações desconhecidas. Dada a grande variedade de fontes de poluição que interferem na qualidade do ar, a natureza das fontes deve ser considerada para minimizar erros resultantes da sobreposição de interferências entre os agentes.

Contextualização

UTE Mário Lago

Cada turbina possui um sistema de monitoramento de vibração que possui dois sensores de vibração em forma de acelerômetro, um na carcaça traseira do compressor (CRF) e outro na carcaça traseira da turbina (TRF). O sistema de distribuição de 345 kV possui dois barramentos independentes com disjuntores, seccionadores e unidades transformadoras montadas externamente.

Ilustração 7 – Localização Geográfica da UTE Mário Lago
Ilustração 7 – Localização Geográfica da UTE Mário Lago

Indicadores de Qualidade do Ar

Todas as informações sobre emissões e qualidade do ar monitoradas pela rede são enviadas em tempo real para o centro de telemetria de qualidade do ar da FEEMA. A monitorização da qualidade do ar é actualmente efectuada através da medição da concentração de: dióxido de azoto; hidrocarbonetos não metânicos; Hidrocarbonetos totais; metano; Monóxido de carbono; monóxido de nitrogênio; óxidos de nitrogênio; e ozônio.

Ilustração 13 – Resumo dos programas de monitoramento de emissões e de qualidade do ar da UTE  Mário Lago
Ilustração 13 – Resumo dos programas de monitoramento de emissões e de qualidade do ar da UTE Mário Lago

Considerações adicionais

Contou com a exportação dos dados relativos à geração termelétrica na UTE para um banco de dados único, que continha os valores hora a hora consolidados da geração (em MWh) e das emissões de poluentes (NOx, CO2 e CO) contidas. Atualmente, esses dados residem no mesmo banco de dados proprietário e precisam ser exportados para serem manipulados posteriormente.

Mineração de Dados

  • Levantamento das fontes de dados
  • Preparação dos dados
  • Identificação e exportação dos dados da usina
  • Compilação da base de dados
  • Tratamento dos dados

Consistiu em identificar e compilar em um banco de dados as informações disponíveis no banco de dados de operação da Usina Termelétrica Mário Lago (total de MWh por hora). Identificação e compilação das informações disponíveis no banco de dados de Estações Meteorológicas da Usina Termelétrica Mário Lago (três estações com dados totalizados a cada hora) em um banco de dados;.

Ilustração 14 - Fluxo utilizado para obtenção de regras com base nos dados da usina.
Ilustração 14 - Fluxo utilizado para obtenção de regras com base nos dados da usina.

Avaliação dos resultados da mineração

Uma etapa fundamental para que o processo de mineração pudesse gerar regras de associação sem sobrecarregar a ferramenta computacional aceita (WEKA) e minimizar a perturbação de dados desnecessários no banco de dados. Essas regras foram então avaliadas em relação a conjuntos de dados independentes para confirmar a característica de previsibilidade dessas regras usando o recurso disponível em uma ferramenta de mineração de dados aceita.

Sugestões de indicadores alternativos

O conhecimento consolidado foi então comparado com a forma atual de gestão e monitoramento dos indicadores de qualidade do ar, buscando estratégias alternativas para incorporar o aprendizado deste trabalho. Para tanto, foi interpretado esse conhecimento adquirido através da mineração e avaliada sua relevância em relação aos atuais procedimentos de gestão dos indicadores de qualidade do ar aplicáveis ​​na Usina Termelétrica Mário Lago.

Materiais

Para tanto, foi interpretado esse conhecimento obtido junto à indústria mineral e avaliada sua relevância em relação aos atuais procedimentos de gestão dos indicadores de qualidade do ar vigentes na Usina Termelétrica Mário Lago. a) Microsoft Excel 2003: gerenciador de planilhas com algumas funções de apoio à análise estatística e com possibilidade de criação de scripts em VBA;

Mineração de Dados

Exportação dos dados das bases originais

Os dados correspondentes a esta geração horária32 foram exportados diretamente para uma base de dados Access®, para que posteriormente outros dados pudessem ser incorporados. À semelhança do que foi feito no ponto 4.1.1.2, foram exportadas três tabelas de dados meteorológicos correspondentes ao período pretendido (2002-2005).

Ilustração 17 – Tela ilustrativa da planilha de uma exportação de dados ambientais via ATMOS®
Ilustração 17 – Tela ilustrativa da planilha de uma exportação de dados ambientais via ATMOS®

Limpeza dos dados

Existem três medidas de conjunto de atributos por geração armazenada no banco de dados ATMOS®. Porém, da quantidade de dados exportados, aproximadamente 1/24 corresponde a dados já inválidos, uma vez que as calibrações diárias são sempre realizadas à meia-noite e meia, resultando em uma ocorrência inválida a cada 24.

Tabela 5 – Resumo do número de dados exportados  Fonte: Criação do autor, usando o software Excel ®
Tabela 5 – Resumo do número de dados exportados Fonte: Criação do autor, usando o software Excel ®

Integração dos dados

Leitura da concentração total de hidrocarbonetos coletada pelas estações de monitoramento da qualidade do ar 1 e 2. Valor medido da concentração de ozônio coletado pelas estações de medição da qualidade do ar 1 e 2 (em ppb) UG08.

Seleção de dados

Para uma primeira avaliação foram realizadas todas as características da base de dados consolidada45, casos em que não houve dados faltantes. A Tabela 7 apresenta uma compilação de medições de erros retornadas pela mineração para propriedades relacionadas à qualidade do ar.

Ilustração 22 – Tela da interface criada para exportação dos dados para o WEKA
Ilustração 22 – Tela da interface criada para exportação dos dados para o WEKA

Transformação de dados

A Ilustração 37 mostra histogramas de 16 atributos associados às estações de monitoramento da qualidade do ar. Esta foi a alteração mais simples, pois caracterizou-se apenas pela eliminação dos atributos UG01, UG02, .., UG20 da base de dados de Atributos, que se referem ao Sistema de Monitoramento de Emissões.

Tabela 9 - Detalhe da Tabela 8 apenas com atributos provenientes dos CEMSs.
Tabela 9 - Detalhe da Tabela 8 apenas com atributos provenientes dos CEMSs.

Data Mining

Random Tree Apresentou um percentual de instâncias classificadas corretamente de 100%, mas gerou uma árvore com 852 instâncias. A Tabela 12 resume os resultados obtidos, mostrando a porcentagem de casos classificados corretamente e o número de folhas de cada uma das árvores geradas.

Tabela 11 – Resumo da aplicação dos algoritmos de geração de árvore de decisão em amostra da base
Tabela 11 – Resumo da aplicação dos algoritmos de geração de árvore de decisão em amostra da base

Avaliação de padrões

O número mínimo de corpos de prova por folha foi ajustado para 8 e foi obtida uma árvore de decisão com percentual de corpos de prova corretamente classificados igual a 91%. O número mínimo de corpos de prova por folha foi ajustado para 50 e foi obtida uma árvore de decisão com percentual de corpos de prova corretamente classificados igual a 91%.

Mineração de conjuntos de teste

Para avaliar o poder preditivo das regras obtidas na seção 4.1.7, foi realizada mineração nos conjuntos de testes, esperando resultados com classificação correta das instâncias em um percentual relativamente alto, para que as regras pudessem ser consideradas válidas. Nota-se que a percentagem de instâncias corretamente classificadas é suficientemente elevada porque, embora seja inferior a 90%, verifica-se que se obtivermos as regras para este atributo na secção 4.1.7.4, cerca de 84% dos casos estão presentes em o teste. set respeitará essas regras.

Apresentação do conhecimento

Tal como acontece com QA2-CO, novamente uma possível relação entre os parâmetros extraídos e QA2-NO2 não é inferida, embora haja evidências de que a operação da planta tenha alguma influência (dada a posição na árvore de atributos do CEMS-O2). Tal como acontece com QA2-CO, novamente não é inferida uma possível ligação entre os parâmetros extraídos e QA2-OZ, embora haja evidências de que a operação da planta tenha alguma influência (dada a posição na árvore de atributos do CEMS-O2).

Resultados da mineração versus indicadores da UTE Mário Lago

Dentre as informações já esperadas, podemos citar a aparente falta de conexão entre os parâmetros provenientes da Estação de Monitoramento da Qualidade do Ar 2, a começar pela distância que ela mantém da usina e, portanto, a maior influência dos parâmetros operacionais nos parâmetros de a estação. do Monitoramento da Qualidade do Ar 1, bem mais próximo da usina. Outro fator esperado é o fato das árvores de decisão tenderem a apresentar atributos operacionais na raiz, principalmente para a Estação de Monitoramento da Qualidade do Ar 1.

Proposição de indicadores

Tempo de operação com temperatura ambiente alta

Contudo, tomar medidas para maximizar a probabilidade de os parâmetros permanecerem na faixa INDIFERENTE é uma estratégia que tende a reduzir a incidência de casos em que as violações ocorrem gradativamente. A principal função deste indicador seria permitir a priorização, se possível, da escolha dos períodos de geração em que a temperatura ambiente é mais baixa, de modo que quanto menor for este indicador, maior deverá ser dada a prioridade à operação em períodos de baixas temperaturas. temperatura ambiente mais baixa71.

Tempo de operação com pouco vento

Isso, além de visar trazer a concentração de QA1-CO para a faixa sub-ALTA, também traz vantagens operacionais, pois as turbinas utilizadas na UTE Mário Lago são sensíveis à temperatura ambiente, portanto, quanto menor a temperatura70, maior é a eficiência da turbina.

Outros indicadores

Neste exemplo, apenas os atributos relacionados ao CO e HT apresentam variação, portanto o indicador pode variar de 80% a 100%. Porém, caso sejam identificadas outras dependências à medida que a base de dados cresce, e portanto minas, o indicador pode ser alterado de forma mais ampla para identificar de forma geral o quanto a operação das unidades geradoras tem contribuído para a redução dos impactos na qualidade do ar.

Comparação entre os indicadores atualmente adotados e os obtidos nesta pesquisa .130

Considerações finais e recomendações

Temperatura do Gás(ºC) Emissões Atmosféricas EP MACAE CEMS UG#01 Vazão - Vazão do Gás(m3/s) Emissões Atmosféricas EP MACAE CEMS UG#01 Velocidade - Velocidade do Gás(m/s). Temperatura do Gás(ºC) Emissões Atmosféricas EP MACAE CEMS UG#18 Vazão - Vazão do Gás(m3/s) Emissões Atmosféricas EP MCAE CEMS UG#18 Velocidade - Velocidade do Gás(m/s).

Ilustração 41 – Tela ilustrativa do controle de indicadores de qualidade do ar atual da UTE Mário Lago
Ilustração 41 – Tela ilustrativa do controle de indicadores de qualidade do ar atual da UTE Mário Lago

Imagem

Ilustração 1 – Esquematização do processo de KDD  Fonte: Adaptado de HAN (2005)
Ilustração 2 – Arquivo de entrada para o software WEKA (primeiro teste de avaliação de erro)   Fonte: Criação do autor, utilizando o software Notepad
Ilustração 4 - Resultado da mineração através do software WEKA do segundo teste de avaliação de erro
Ilustração 5 - Resultado da mineração através do software WEKA do terceiro teste de avaliação de erro
+7

Referências

Documentos relacionados

Como ilustração do uso operadores zonais para integração entre dados físico-bióticos e sócio-econômico, tomemos a operação “dados o mapa de munícipios e os mapas de precipitaçao média