Katia de Oliveira Vieira
Título
ANÁLISE ESTATÍSTICA DA PIEZOMETRIA DO VERTEDOURO COMPLEMENTAR DA UHE SANTO ANTÔNIO DE 2011 A 2023
Resumo
Esta dissertação apresenta uma análise estatística das leituras piezométricas do Vertedouro Complementar da barragem da UHE Santo Antônio, cobrindo o período de 2011 a 2023. O estudo propõe a utilização de métodos estatísticos para definição de valores de controle e equações para previsibilidade de valores de leitura, visando aprimorar os critérios de monitoramento e minimizar a dependência de abordagens exclusivamente determinísticas. A metodologia aplicada envolveu a análise de séries temporais dos dados de instrumentação, com foco na correlação entre a carga piezométrica e a diferença de nível d’água entre montante e jusante. Foram explorados métodos estatísticos como regressão linear, análise de distribuição de dados e definição de valores de alerta e ação baseados em percentis. A aplicação dessas técnicas permitiu identificar padrões de comportamento da estrutura e detectar anomalias de forma mais objetiva e confiável. Os resultados indicam que o uso de valores estatísticos de controle aprimora a interpretação dos dados da instrumentação, possibilitando a detecção precoce de variações anômalas, como a perda de eficiência nos sistemas de drenagem. Além disso, a proposição de um sistema automatizado para emissão de alertas e a obtenção de equações para a previsibilidade de valores de carga piezométrica, representam uma contribuição significativa para o aperfeiçoamento da gestão da segurança de barragens. Por fim, o estudo sugere a ampliação da análise para outros instrumentos geotécnicos e a adoção de modelos de aprendizado de máquina para refinar a previsão de anomalias. A continuidade dessa abordagem contribuirá para a evolução das diretrizes de monitoramento geotécnico, tornando a operação de barragens ainda mais segura.
Abstract
This dissertation presents a statistical analysis of piezometer readings from the Complementary Spillway of the Santo Antônio Hydroelectric Plant, covering the period from 2011 to 2023. The study proposes the use of statistical methods to define control values and the use of equations for the predictability of readings, aiming to improve monitoring criteria and minimize reliance on exclusively deterministic approaches. The applied methodology involved the analysis of time series of monitoring data, focusing on the correlation between piezometric head and the water level difference between upstream and downstream. Statistical methods such as linear regression, data distribution analysis, and the definition of alert and action values based on percentiles were explored. The application of these techniques allowed the identification of structural behavior patterns and the detection of anomalies in a more objective and reliable manner. The results indicate that the use of statistical control values enhances the interpretation of monitoring data, enabling the early detection of anomalous variations, such as efficiency losses of drainage systems. Furthermore, the proposal of an automated alert system and obtaining equations for the predictability of piezometric load values represent a significant contribution to improving dam safety management. Finally, the study suggests expanding the analysis to other geotechnical instruments and adopting machine learning models to refine anomaly prediction. The continuation of this approach will contribute to the evolution of geotechnical monitoring guidelines, making dam operations safer.
