Técnicas de aprendizado de máquina aplicadas à predição de vazamentos em ramais de redes de distribuição de água

Abstract

As perdas de água em sistemas de abastecimento são um desafio aos prestadores de serviços de saneamento dado que as ações para gestão da infraestrutura e perdas demandam recursos (humanos, financeiros, tecnológicos e materiais) significativos para que investimentos eficientes e assertivos sejam aplicados. No que tange as perdas reais de água, um conceito amplamente aplicado é o Controle Ativo de Vazamentos, que possui em uma de suas componentes a pesquisa de vazamentos não visíveis nas redes de distribuição e em ramais de ligação à unidade consumidora. A pesquisa de vazamentos habitualmente é aplicada extensivamente na infraestrutura, dado que é necessário realizar inspeções para a identificação de vazamentos. Esta condição é dispendiosa por natureza. Portanto, meios para direcionamento das investigações sobre perdas reais têm sido amplamente estudados para direcionar e envidar esforços com maior produtividade e eficiência. No âmbito das pesquisas para proposição de ferramentas nesta temática, técnicas de Aprendizado de Máquina compõem métodos que se mostram interessantes para auxiliar a compreensão do tomador de decisão quanto aos fatores intervenientes ao surgimento de vazamentos, o que tem corroborado, conforme revisão bibliográfica realizada, com o aprimoramento dos processos de gestão da infraestrutura e controle de perdas. Neste contexto, a presente pesquisa aplicou à uma base de dados da Caesb, consistida por 38 variáveis (operacionais, físicas, ambientais e ambientais), 12 modelos de classificação por Aprendizado de Máquina (Linear SVM, Radial SVM, Logistic Regression, KNN, Decision Tree, Naive Bayes, Random Forest, bagged KNN, bagged Decision Tree, AdaBoost, Gradient Boosting, e XGBoost), processados em Python 3.7 e bibliotecas para Aprendizado de Máquina e Ciência de Dados. Os resultados obtidos identificam que modelos do tipo Ensemble Learning performaram melhor, com mais destaque para o AdaBoost, obtendo acurácia final de 59,70% para toda a base de dados após hiperparametrização. O processamento da base de dados incluindo variáveis hidráulicas obtidas por meio de simulação das redes de distribuição incrementou em média 2,03% de acurácia, indicando que tais componentes agregam valor à análise preditiva de vazamentos. A discretização espacial dos dados por área de atendimento de reservatório apoiado permitiu a obtenção de melhores acurácias, obtendo-se acurácias de até 63,6% em algumas regiões. A avaliação da significância das variáveis preditoras (pressões operacionais, material das tubulações, tipo de solo sob os tubos, idade da rede e do ramal de serviço, declividade do solo, e outras variáveis) permite a avaliação da dinâmica da falha (vazamento), fornecendo informações sobre as condições de maior vulnerabilidade, podendo-se priorizar ações para Controle Ativo de Vazamentos (priorização da infraestrutura para ações de Pesquisa de Vazamentos) e Gestão de Ativos/Reabilitação de Infraestrutura (priorização de tubulações para substituição ou reabilitação).