Propósito: Redução de Parcela Variável por meio da previsão de falhas em equipamentos de SE’s com uso de Inteligência Artificial.
Objetivos
Desenvolvimento de programas computacionais de métodos numéricos de alta acurácia, de forma a prover legitimidade e economia na aquisição de terrenos e instalação de aerogeradores
Key Results
- Técnico: Estabelecer um protocolo de acompanhamento e melhoria contínua da solução de IA, revisando e ajustando os algoritmos a cada trimestre, com base nos resultados obtidos e nas lições aprendidas.
- Estratégico: Aumentar a precisão das previsões de falhas em equipamentos de subestações de transmissão em 15% no prazo de um ano, aprimorando a eficiência do processo de manutenção preditiva.
- Econômico: Reduzir as paradas não planejadas em equipamentos de subestações de transmissão em 10% no prazo de um ano.
Principais Informações
Escopo
Desenvolvimento de plataforma computacional com modelos de Machine Learning a partir de dados de sistemas de operação e manutenção de ativos de transmissão em Subestações de Furnas.
Parceiro / Entidades de Apoio
PUC-RJ
Investimento (contrato)
R$ 12MM
Escalável?
Sim
Fases do Projeto
Design
Maio/2020
Kickoff
Dezembro/2020
Protótipo
Abril/2023
Testes
Julho/2023
Implantação
Novembro/2023
Transferência Tecnológica
Dezembro/2023
Prazo de Implantação (em meses)
36 meses
Observação:
Prazo final: dez/23
