Por que é tão difícil calibrar um modelo de simulação de distribuição de água em período estendido?
Por Tom Walski
Modelos hidráulicos de sistemas de distribuição de água são ferramentas padrão para engenheiros e operadores que trabalham para empresas prestadoras de serviços públicos de água e seus consultores.
Esses modelos gerados a partir de programas de computador, como o WaterGEMS da Bentley Systems, podem resolver problemas hidráulicos e de qualidade da água para sistemas muito grandes com rapidez e precisão.
Há duas categorias gerais de execuções de modelo: simulação em cenário estável (essencialmente observando um momento específico do sistema) e simulação em período estendido (EPS) (que controla o comportamento do sistema ao longo do tempo).
Necessidade de calibração
Para obter resultados confiáveis de um modelo de sistema de distribuição, é importante calibrar esse modelo em relação aos dados do mundo real. Esse processo consiste em comparar os resultados do modelo com dados coletados em campo, identificando áreas onde o modelo e o campo não correspondem, determinando as razões das discrepâncias e fazendo os ajustes necessários para calibrar o modelo.
Esse processo parece simples, mas não é fácil.
Há vários motivos para um modelo não ser calibrado corretamente. Isso pode incluir erros na conectividade da rede de tubos da fonte de dados original (que podem ser os mapas GIS/CAD usados para construir o modelo), dados incorretos associados à extensão do modelo, falhas nas elevações para nós do modelo ou para os sensores de pressão que fornecem os dados, dados inconsistentes de rugosidade do tubo, curvas da bomba imprecisas, status ou configurações de válvula incorretas, erros de divisão de zona de pressão, sensores, status ou velocidade da bomba incorretos ou níveis de água do tanque imprecisos e muitas outras razões imperceptíveis.
Os desafios são grandes para modelos de cenários estáveis, mas as fontes de erros e, consequentemente, a dificuldade, aumentam significativamente quando modelos EPS estão envolvidos.
A calibração de um modelo simulação em período estendido (EPS) geralmente envolve a coleta de dados alternados de fluxos, pressões, níveis de água do tanque e status da bomba/válvula do sistema SCADA dos serviços públicos ou equipamentos de registro de dados e sobreposição desses dados sobre os resultados do modelo. Quando houver concordância entre os dados coletados, o resultado será algo como mostra a figura abaixo gerada pelo WaterGEMS.
Desafios de calibração
A dificuldade da calibração envolve todas as fontes de erro do exercício de calibração do modelo em cenário estável, além de inúmeras outras possibilidades de falhas. O modelo de simulação precisa saber não somente o status atual da bomba/válvula, mas também deve ser capaz de prever a mudança do status. Precisa representar com precisão as demandas, além de saber como as demandas variam ao longo do tempo.
A calibração normalmente é realizada a partir da coleta de dados do período de um dia e tomando as medidas necessárias para reconciliar o modelo com os dados do mundo real. Para garantir uma calibração correta, é aconselhável verificar o modelo comparando os resultados a um conjunto de dados independente. Invariavelmente, esses resultados não serão tão bons quanto os da calibração original. O que pode ter dado errado? Muitas coisas.
Se um modelo de simulação em período estendido (EPS) estiver calibrado para um determinado dia, então será mais válido para esse dia. Conforme os padrões de uso da água e a tomada de decisão do operador variam em relação ao dia, o modelo torna-se menos válido.
A má notícia é que não existem dois dias idênticos. Como saber quem está dando descarga ou tomando banho às 10 horas da manhã? Esse autor fez uma análise dos padrões de demanda uma vez e descobriu que pode ocorrer uma diferença de até 15% na demanda em qualquer momento do dia, sem motivo aparente, decorrente de comportamento humano aleatório. Além disso, os operadores de distribuição não tomam exatamente as mesmas decisões todos os dias e há eventos especiais, como incêndios ou quebras de tubos.
A boa notícia é que essas variações não afetam muito os resultados do modelo. Especialmente na América do Norte, onde os requisitos de fluxo de incêndio são grandes, a velocidade e as perdas de altura manométrica na maioria dos tubos são pequenas, de forma que variações na demanda diária representam um pequeno impacto na pressão da água. Normalmente, o maior impacto será para os tanques, que encherão mais lentamente e drenarão mais rapidamente com o aumento da demanda. Isso aparece no modelo conforme o tempo varia nos horários de ligação e desligamento da bomba. Mas os resultados em termos de piezometria, pressão, e outros, ainda são muito bons.
Seria ótimo se um usuário pudesse calibrar o modelo ao longo de vários dias significativamente diferentes. Isso é mais caro do que uma calibração única, mas, após o primeiro dia, os dias posteriores não serão tão difíceis de calibrar. Para quanto mais dias diferentes o modelo for calibrado e verificado antecipadamente, maior será a confiabilidade dos resultados do modelo para os usuários. Mas isso envolve mais recursos de tempo e dinheiro, o que nem sempre está disponível.
É importante lembrar que a calibração do modelo não é uma situação de certo ou errado. Nenhum modelo é perfeito. Atribui-se ao matemático George Box a seguinte citação: “Todos os modelos estão errados, mas muitos ainda são úteis”. Modelos se enquadram no espectro do perfeito ao péssimo. Quanto melhor o trabalho com a calibração e quanto maior a proximidade da condição analisada para os dias de calibração, mais próximos da perfeição serão os resultados.
Dados SCADA
Um dos maiores problemas ao tentar calibrar um modelo durante um longo período de tempo é a necessidade de coletar uma grande quantidade de dados. A maioria dos serviços públicos de água coleta uma grande quantidade de dados com seus sistemas SCADA e AMR, mas, muitas vezes, é difícil obter esses dados, pois ficam isolados por firewall ou air gap do lado do SCADA, não estando prontamente acessíveis para o usuário. As solicitações de dados geralmente são respondidas com: “Ok, enviaremos os dados quando tivermos tempo livre; talvez em algumas semanas”.
Operadores precisam controlar o acesso a dados do sistema por razões de segurança e isso resulta em uma indisponibilidade imediata de grandes quantidades de dados para os usuários. Fornecer esses dados nem sempre está no topo da lista de prioridades do operador.
Modelagem em tempo real
Uma melhor abordagem é executar o modelo como um modelo em tempo real. Com essa abordagem, o modelo fica totalmente integrado ao sistema SCADA, os usuários podem obter os dados prontamente e o modelo pode ser executado na sala de controle operacional.
Seja no grupo de engenharia ou no grupo de operações, diariamente, o usuário será capaz de obter dados SCADA do dia anterior e compará-los ao modelo. Alguns dias apresentarão boa correspondência. Nos dias em que isso não ocorrer, será possível identificar a origem da diferença. Houve um incêndio, uma válvula foi incorretamente fechada, ocorreu descarga, uma quebra de tubo, clima incomum, eventos especiais, uma bomba nova, novos desenvolvimentos territoriais, um grande desligamento, mau sinal do SCADA, entre outras? Ao passo que essas diferenças são resolvidas, há melhora na calibração, a confiança de todos no modelo e no sistema SCADA aumenta e os operadores começam a compreender e a confiar no modelo.
A vantagem dessa abordagem é que, quando houver um problema operacional, o modelo estará pronto para ser utilizado e auxiliar a tomada de decisão, pois esse modelo foi calibrado continuamente para corresponder às condições do dia. Caso chegue uma chamada na sala de controle informando sobre um grande incêndio ou uma quebra em tubo principal, será possível utilizar rapidamente o modelo para ajudar a avaliar a resposta à situação. O recurso SCADAConnect da Bentley no WaterGEMS facilita esse processo.
A integração da modelagem em tempo real com a operação pode ajudar a garantir que o modelo esteja pronto para ser utilizado para apoiar a tomada de decisão nas operações e oferecer aos serviços públicos de água um grande retorno de investimento.
Geoinformação & Disrupção: Criando Novos Mercados
Qual será perfil do futuro profissional e das empresas ligados a Informação Geográfica? Como a cadeia produtiva da Geoinformação pode se adaptar às rápidas e constantes mudanças que estão ocorrendo e também buscar novos mercados?
Toda esta evolução digital baseada em tecnologia móvel, a combinação de inteligência artificial e a observação da Terra, serviços automatizados de localização, big data e análises geográficas em real-time.
No seminário Geoinformação & Disrupção, que vai acontecer no dia 15 de maio na abertura do MundoGEO#Connect 2018, especialistas estarão reunidos para debater estas tendências e desvendar os melhores caminhos para as empresas do setor continuarem a prover soluções para uma cadeia consumidora corporativa da análise geográfica cada vez mais ampla e exigente.