Visualização multi-camada e correlação espacio temporal para gestão de activos baseada em risco

Resumo

Na sequência do trabalho de identificação dos fatores ambientais de impacto na fiabilidade e tempo de vida restante das linhas elétricas de transmissão [1-6], os autores apresentam uma ferramenta de visualização que permite combinar dados de incidentes de rede com distribuições espaciotemporais de fatores de risco, possibilitando cálculos de índices de risco espaciotemporais (ou outras heurísticas equivalentes) associados aos circuitos elétricos. Esta ferramenta é uma parte integrante do projeto designado por “Grid Intelligence & Optimisation”, resultante duma colaboração nacional entre 3 entidades distintas: 1) um Departamento de Informática universitário; 2) o operador nacional de rede elétrica (transmissão); e 3) uma empresa privada de I&D trabalhando em processamento de sinal.
A ferramenta evidencia a correlação entre as causas observadas no terreno ou nos registos do despacho, os indicadores de risco que se pretende modelem os fatores de risco e os fenómenos e descrições de ativos que caracterizam a rede de transmissão e o ecossistema em que ela opera.
São apresentados casos práticos para fatores ambientais como fogos florestais, cegonhas e outra avifauna, lavagem de isoladores, coberto florestal e ocupação do solo, taxas de crescimento de vegetação, cadastro agrícola, descargas atmosféricas.
Porém, correlação não implica causalidade e é preciso validar as possíveis relações entre causas e consequências, sendo que muitos dos dados correlacionados traduzem realidades físicas ou fenómenos dependentes (fogos florestais dependem da temperatura, lavagens de isoladores dependem do tipo de isoladores e da poluição existente, cegonhas dependem das bacias hidrográficas e da ocupação do solo, etc.).
O artigo inicia-se com a introdução aos diversos fatores a considerar para fiabilidade e tempo de vida restante das linhas e aos modelos que estão por trás da criação dos índices de risco. Segue-se uma descrição das ferramentas de correlação e da relação com a infraestrutura de bases de dados de referenciação espaciotemporal que é a infraestrutura que se liga ao sistema de informação geográfica e ao sistema de gestão de ativos. Depois apresenta-se a interface com o utilizador e as formas de visualização dos dados guardados.
A discussão da ferramenta é ilustrada com a descrição de exemplos do terreno, começando pelas correlações evidentes e fáceis de interpretar (e que inspiram a passagem da correlação à causalidade) até aos casos em que há correlações múltiplas de fenómenos aparentemente independentes e que requerem uma melhor análise para reduzir o espaço de ambiguidade e eventualmente encontrar outros fenómenos que sejam causas primordiais ou diferentes daquelas que já estão representadas na base de dados.
Termina-se com uma discussão das limitações encontradas – sobretudo no reporte e modelação espaciotemporal dos dados – e com propostas de extensão a outras redes e outras causas de análise e com referência ao impacto que esta metodologia teve na interpretação por parte da REN dos fatores que afetam a fiabilidade e o tempo de vida restante da sua rede de linhas aéreas.

Abstract

Following the work on the identification of environmental factors impact in the reliability and remaining lifetime of transmission electric lines, the authors present a visualisation tool that allows combining grid incidents data with spatio-temporal distributions of risk factors, allowing spatiotemporal risk index calculations (or other equivalent heuristics) associated to the electric circuits. This tool is It is an integral part of the project designated as “Grid Intelligence and Optimisation”, resulting from a national (Portugal) collaboration between 3 distinct entities: 1) a University IT Department; 2) the national electric grid operator (transmission); e 3) a private R&D company working in signal processing.

The tool shows the correlations between the causes observed on the field or on the order of records, risk indicators that are intended to model the risk factors and phenomena and descriptions of assets that characterize the transmission grid and the ecosystem in which it operates.

case studies are presented for environmental factors such as forest fires, storks and other birds, insulators laundering, forest cover and land use, vegetation growth rates, land register, lightning.

However, correlation does not mean causality and there is the need to validate the possible relations between causes and consequences being that many of the correlated data translate physical realities and dependent phenomena (forest fires depend on the temperature, insulators washing depends on the type insulators and existing pollution, storks depend on hydrographic basins and soil occupation, etc.).

The paper initiates with the introduction to the several factors to consider for the reliability and lifetime of the lines and the models that are behind the risk indexes creation. Following is a description of the correlation tools and the relation with the spatio temporal referencing data base infrastructure which is the infrastructure that connects to the geographical information system and to the asset management system. The user interface and its visualisation ways of the stored data are presented after.

The tool discussion is illustrated with the description of field examples starting with evident and easy to interpret correlations (and that inspire the passage from correlation to causality) until the cases where there are multiple correlations of phenomena apparently independents and that require a better analysis to reduce the ambiguity space and eventually to find other phenomena that are primordial causes or different from those that are already represented on the data base.

It ends with a discussion of the limitations found – mostly on the reporting and spatio temporal modulation of the data – and with the extension proposals to other grids and other analysis causes and with reference to the impact this methodology had by REN from the factors that affect the reliability and the remaining lifetime of their overhead lines grid.

Reliable engineering
takes many forms