Centro de Excelência em Inteligência Artificial para Energias Renováveis

• Processo: 22/00720-2
• Modalidade de apoio: Auxílio à Pesquisa - Programa Centros de Pesquisa em Engenharia
• Data de Início da vigência: 01 de agosto de 2024
• Data de Término da vigência: 31 de julho de 2029
• Área do conhecimento: Ciências Exatas e da Terra - Ciência da Computação - Sistemas de Computação
• Acordo de Cooperação: MCTI/MC
• Pesquisador responsável: Alvaro Luiz Gayoso de Azeredo Coutinho
• Beneficiário: Alvaro Luiz Gayoso de Azeredo Coutinho
• Instituição Sede: Instituto Alberto Luiz Coimbra de Pós-Graduação e Pesquisa (COPPE). Universidade Federal do Rio de Janeiro (UFRJ). Ministério da Educação (Brasil)
• Município: Rio de Janeiro
• Instituição parceira: EMBRAPA SUINOS AVES/EMBRAPA; UNIDADE NAO MAPEADA
• Pesquisadores principais: Antonio Andre Novotny ; Argimiro Resende Secchi ; Doris Regina Aires Veleda ; Fernando Alves Rochinha ; Frederic Gerard Christian Valentin ; Gerson Zaverucha ; Suzana Kahn Ribeiro
• Pesquisadores associados: Adriano Mauricio de Almeida Cortes ; Airton Kunz ; Aline Scarpetta ; André Luiz Vizine Pereira ; Andre Rodrigues Goncalves ; Antonio Tadeu Azevedo Gomes ; Bruna de Souza Moraes ; Bruno Didier Olivier Capron ; Carlos Eduardo Borba ; Daniel Augusto Cantane ; Daniel Cardoso Moraes de Oliveira ; Dorival Leão Pinto Júnior ; Eduardo Cunha de Almeida ; Eduardo Soares Ogasawara ; Enio Bueno Pereira ; Fabio André Machado Porto ; Fabio Pereira dos Santos ; Felipe Souza Marques ; Fernando Ramos Martins ; George Victor Brigagão ; Gustavo de Novaes Pires Leite ; Helton José Alves ; Jose Luiz de Medeiros ; Leonardo Shiguemi Dinnouti ; Marcelo Dutra Fragoso ; Marcos Garcia Todorov ; Mário Augusto Bezerra da Silva ; Mariza Ferro ; Marta Lima de Queiros Mattoso ; Maurício Antônio Lopes ; Maurício Bezerra de Souza Júnior ; Melissa Braga ; Michèle Schubert Pfeil ; Milad Shadman ; Moisés Bastos Neto ; Nelson Francisco Favilla Ebecken ; Ofelia de Queiroz Fernandes Araujo ; Olga de Castro Vilela ; Paula Dornhofer Paro Costa ; Paulo de Tarso Themistocles Esperança ; Príamo Albuquerque Melo Junior ; Priscila Seixas Sabaini ; Ramiro Brito Willmersdorf ; Regina de Fatima Peralta Muniz Moreira ; Ricardo José Ferracin ; Rodrigo Santos Costa ; Rogério Pinto Espíndola ; Rossano Gambetta ; Saul de Castro Leite ; Segen Farid Estefen ; Thiago Gamboa Ritto ; Thierry Pinheiro Moreira ; Wellington Rangel dos Santos
• Assunto(s): Ciência de dados Inteligência artificial Aprendizado computacional Computação de alto desempenho Energia renovável
• Palavra(s)-Chave do Pesquisador: Aprendizado de Máquina | Ciência de dados | Energias Renováveis | High performance computing | Inteligência Artificial | Energias Renováveis

Resumo

O grande desafio do desenvolvimento sustentável neste século é equilibrar o aumento da demanda em energia com as restrições impostas pelas emissões de carbono e as mudanças climáticas. Neste contexto, os avanços recentes de inteligência artificial, ciência de dados e computação de alto desempenho têm papel fundamental para melhorar a eficiência computacional e a eficácia dos modelos matemáticos, com foco em energias renováveis. Esta proposta tem como objetivo formar um Centro de Excelência nacional para o desenvolvimento de novas técnicas e aplicação de resultados recentes de inteligência artificial, ciência de dados e computação de alto desempenho, para aplicações em energia renováveis, tais como eólica, solar, biogás e hidrogênio. O Centro está organizado em grupos de trabalho (GTs) - um grupo transversal (GT0) e 4 grupos verticais (GT1-4): GT0 - Inteligência Artificial, Computação de Alto Desempenho e Ciência de Dados: dedicado a alavancar o desenvolvimento de soluções de inteligência artificial, ciência de dados e computação de alto desempenho nas aplicações de Energias Renováveis. O GT0 visa fornecer inteligência artificial avançada como ferramentas de modelagem de ciência de dados para outros GTs em aplicações de Energias Renováveis e desenvolver métodos de inteligência artificial conceitualmente novos, explorando os recursos de HPC dos membros do CEAIRE, que inclui os mais avançados centros de supercomputação do Brasil.GT1 - Energia eólica onshore e offshore: dedicado a combinar monitoramento de dados com técnicas de modelagem, previsão e controle e com estratégias voltadas à integridade estrutural com vistas a produzir soluções de IA objetivando o aumento da eficiência na produção, o aumento da vida útil residual de componentes e sistemas, a mitigação da intermitência e uma contribuição para a flexibilidade do sistema elétrico.GT2 - Energia Solar: dedicado a uso de bases de dados observados em superfície e satélites, combinado com técnicas de IA para abordar problemas complexos relacionados à caracterização do recurso e sua intrínseca relação com o clima, impactos da variabilidade climática, previsão do recurso em diferentes horizontes de tempo, detecção e diagnóstico de falhas de sistemas de geração distribuída e centralizada, gestão de O&M e mitigação da intermitência. Os problemas serão abordados tanto do ponto de vista das geradoras quanto do operador do sistema.GT3 - Energia Renovável a partir de Biogás: dedicado à energia do biogás gerado a partir de biomassa - como culturas energéticas dedicadas, resíduos de culturas agrícolas, resíduos de produção animal, resíduos florestais, algas, resíduos municipais, incorporando IA para apoiar a) previsões espacialmente explícitas de produção de biomassa no Brasil; b) previsões das propriedades da biomassa; c) previsão e monitoramento do desempenho do processo de conversão de biomassa; d) controle e melhoria de processos com ênfase em biodigestão, produção de energia, pré-tratamento de gases, disposição de lodo e produção de fertilizantes; e) previsão do desempenho dos sistemas de uso final de biogás/biometano; f) modelagem e otimização da cadeia de suprimentos com ênfase na análise do ciclo de vida, escala e logística para conectar o biogás a sistemas sustentáveis de bioenergia.GT4 - Hidrogênio: a produção de hidrogênio utilizando fontes de energia como eólica e solar é um dos pilares para atingir a meta da descarbonização da economia mundial. Assim, técnicas de IA serão fundamentais para aumentar a eficiência de produção de hidrogênio, principalmente pelo dimensionamento e integração dos equipamentos usados, estabelecimentos de procedimentos de O&M que visem aumento da vida útil desses equipamentos e otimização de manutenções preventivas e preditivas. Cada grupo de trabalho irá desenvolver projetos de pesquisa, desenvolvimento e inovação que estarão relacionados ao contexto da rede temática, com o apoio de empresas de grande e médio porte. (AU)