Ferramenta de Simulação e Big Data Geográfico ajuda concessionárias de serviços públicos a reposicionar suas bases de atendimento

Como será a operação dos concessionários de serviços públicos daqui a 3 anos? E daqui a 30 anos, quando algumas das atuais concessões estarão na época de serem renovadas?

Não há dúvidas, por exemplo, de que em menos de uma década toda a medição passará a ser remota, o que exigirá a troca de milhões de “relógios” medidores de água, gás e energia em todas as cidades do país. Ao mesmo tempo em que mostrarão o consumo para os moradores conferirem, se comunicarão permanentemente com as centrais de distribuição e a emissão das contas será automática.

Essa substituição já se iniciou em alguns locais, segue em ritmo lento, mas será inexorável. Ainda mais porque, em termos de energia, prevê-se para os próximos anos a disseminação da chamada geração distribuída, onde toda construção poderá ser encimada por placas solares de geração de energia, tornando algumas edificações autônomas ou até mesmo provedoras de energia para as redes públicas.

É certo, também, que cada um dos equipamentos da rede seguirá a tendência de implantação de sensores e a cada segundo será possível avaliar seu funcionamento e desempenho, tornando os serviços públicos contemporâneos aos conceitos da IoT (Internet das Coisas), com as cidades perseguindo a certificação de smart cities.
Equipamentos poderão avisar se estão com problemas, antes mesmo deles acontecerem. Drones projetados especialmente para realizar vistoria das redes serão comuns, alguns poderão até estar aparelhados para fazer pequenos ajustes em equipamentos estacionários. A operação exigirá salas de controle e situação muito mais tecnológicas que hoje, com representações geográficas das instalações fornecendo dados instantâneos e precisos, gerando alertas para que técnicos “pilotando” aeronaves-robôs façam remotamente essas pequenas manutenções.

Nesse contexto, as responsabilidades das concessionárias poderão se sofisticar, mas não há dúvidas que as instalações físicas de distribuição de água, gás e energia, geralmente colocadas sobre ou sob as vias públicas, continuarão existindo e exigindo rotinas operacionais ou corretivas intensivas. Por humanos. Técnicos organizados em equipes, que se deslocam em veículos pesados e que são eventualmente servidos por almoxarifados de peças e equipamentos, posicionados estrategicamente na cidade para atender eventuais emergências, em todas as localidades.

Ou seja, o atendimento físico a ocorrências e emergências continuará existindo em qualquer condição de futuro. E o desafio das equipes de planejamento dessas concessionárias continuará parecido ao de hoje: quantas bases operacionais, em quais localizações, com quais estruturas de serviços disponíveis, de modo a garantir o menor tempo possível para as intervenções e correções, serão necessárias?
O pensamento tradicional endereça essa questão para as áreas de planejamento das companhias concessionárias e, até agora, suas decisões sempre se remeteram muito mais ao acompanhamento do crescimento de demanda e consumo de energia do que a avaliações espacial e urbana do desempenho efetivo de suas bases operacionais, obviamente vinculadas ao número de ocorrências e às condições de deslocamento das equipes pelas congestionadas vias das cidades.

O desenvolvimento de uma plataforma de geointeligência sistêmica, que considera não só o número, o tipo e a localização de cada ocorrência, mas também os tempos de deslocamento das equipes pelas ruas das cidades na tentativa de reduzir o prazo de correção dos problemas, foi o caminho encontrado pela AES Eletropaulo para enfrentar o seu futuro operacional.

O trabalho, desenvolvido sob um projeto de P&D, em conjunto com a ANEEL e com a GisBI, concebeu uma plataforma de cálculos por aproximação, que propõe e analisa em poucos segundos qualquer cenário urbano para a proposição do reposicionamento das bases operacionais da AES Eletropaulo, no caso, na região metropolitana de São Paulo, atendida pela concessionária. A plataforma se baseia em metodologias e algoritmos que integram técnicas de GIS, Estatística Espacial, Business Intelligence e Pesquisa Operacional. O maior desafio, arduamente vencido, foi dar solução computacional para o tratamento de uma malha de logradouros que contém padrões de trânsito para cada street centerline, e combinar isso em uma solução de otimização.

O sistema desenvolvido se destina à análise de Modelos Preditivos dos KPIs operacionais da concessionária em uma matriz flexível de possibilidades, passível de inserção dinâmica e contínua de variáveis de acompanhamento do crescimento da demanda, de ativos imobiliários disponíveis, mudanças das características urbanas como arborização, renda da população, número de moradores atingidos, e quaisquer outros fatores, além da previsão climática geolocalizada. Como resultado, entrega a localização ideal das bases operacionais sob aquelas condições, de modo a satisfazer as diversas condições definidas nas regras da distribuição de energia.

Vários cenários de disposição de bases operacionais em campo foram e poderão ser testados. Ao verificá-los, com a nova ferramenta, é possível otimizar seu posicionamento e, principalmente, verificar se há possibilidades de redução do número das centrais de atendimento, já que elas ocupam terrenos enormes que poderiam ser devolvidos à dinâmica imobiliária, com vantagens para o próprio desenvolvimento da cidade e uma redução significativa dos recursos imobilizados pela concessionária, que, assim, pode aumentar seus investimentos em outras áreas e tecnologias.

Os algoritmos criados e testados continuam em constante aprimoramento. A incorporação imediata de variáveis ligadas a clima, ciclos de chuva, raios, densidade de árvores, e muitas outras ao projeto, configuram um ambiente analítico de Big Data geográfico em uma plataforma significativamente rápida, sem precedentes no setor elétrico brasileiro ou em qualquer outra área de concessão de serviços públicos, inclusive prefeituras municipais, em suas salas de situação.

O produto final do projeto, além dos cenários otimizados, é a plataforma analítica que pode ser adotada para quaisquer outras finalidades gerenciais que envolvam o território urbano e deslocamentos de equipes, dotada de ferramental exploratório, que permitirá que a equipe da AES Eletropaulo crie e analise continuamente novos cenários, avalie os KPIs e seus impactos e, com isso, tome melhores decisões para ganhos de performance.

Sem dúvida, para o setor elétrico, trata-se de um projeto altamente inovador, que envolve variáveis internas e externas e caminha na direção de uma maior solidez para o planejamento estratégico. Cenários para longo prazo e apoio real time ao mesmo tempo. Smart Cities, aguardem-nos!

Conceito de Simulação e Otimização em Big Data geográfico

 

Eduardo de Rezende Francisco
PhD em Administração de Empresas pela FGV-EAESP e Bacharel em Ciência da Computação pelo IME-USP. Professor de Métodos Quantitativos, Analytics e Big Data na FGV-EAESP e de Sistemas de Informação e Comportamento do Consumidor na ESPM. Sócio-fundador do GisBI e do Meia Bandeirada.
erfrancisco@gmail.com

Rubens de Almeida
Engenheiro e jornalista, há 35 anos dedicado aos temas urbanos e ao desenvolvimento de plataformas de informação Sócio-fundador do GisBI.
ra@gisbi.com.br

Ricardo Maciel Gazoni
MSc e doutorando em Tecnologias da Inteligência e Design Digital – Aprendizagem e Semiótica Cognitiva pela PUC-SP, Engenheiro Químico pela Escola Politécnica da USP
gazoni@semiotic.com.br

André Insardi
Tecnólogo pela FATEC, possui MBA em Gestão Empresarial pela FGV-EAESP e é mestrando em Gestão Internacional (Inovação) pela ESPM. Professor de Sistemas de Informação em Comunicação e Gestão na ESPM. Sócio-fundador e CEO do Meia Bandeirada.
andre.insardi@meiabandeirada.com.br

Fábio Franco Da Silva
Bacharel em Administração de Empresas pela Universidade Presbiteriana Mackenzie e cursa MBA Executivo em Finanças pelo INSPER. Especialista em Planejamento na AES Brasil.
fabiofcos@yahoo.com.br

Ricardo Maciel Gazoni