Análise de séries temporais para detecção de anomalias em aerogeradores
Palavras-chave:
detecção de anomalias; manutenção; aerogeradores;Resumo
Este resumo descreve a validação de um método de detecção de anomalias em aerogeradores, utilizando um script Python aplicado a uma base de dados SCADA real e pública de 36 turbinas. O objetivo foi testar a eficácia do algoritmo na identificação de falhas de alta temperatura no Parque Eólico B (IDs 7 e 19). O algoritmo funciona com processos de ETL e decomposição da sazonalidade. A metodologia central envolve a aplicação de regressão linear diária para determinar a inclinação (slope), que é convertida em um ângulo geométrico. O método rastreia a variância acumulada desses ângulos para gerar um threshold adaptativo (com Window 14 e K 2.9) que define o limiar de anomalia. Os resultados demonstram que o método identificou anomalias consistentes e precoces em múltiplos sensores de temperatura (transformadores e mancais) durante os períodos críticos. A validação bem-sucedida em dados anonimizados confirma a aplicabilidade da metodologia para monitoramento da manutenção em ambientes operacionais reais.
