Companhia já digitalizou 80% das redes de alta e média tensão e usa modelos preditivos para antecipar falhas, direcionar manutenção e acelerar o restabelecimento do fornecimento
A Neoenergia está expandindo o uso de inteligência artificial (IA) para antecipar falhas operacionais e reduzir o impacto de eventos climáticos extremos, incluindo os efeitos associados ao fenômeno El Niño, sobre as suas redes de distribuição. A companhia destinou cerca de R$ 30 milhões a projetos de inteligência artificial, abrangendo o desenvolvimento de soluções próprias e a contratação de plataformas com tecnologia embarcada. A estratégia cruza dados meteorológicos, parâmetros operacionais e modelos preditivos para orientar a manutenção de ativos e acelerar a recomposição do sistema.
A empresa atende mais de 17 milhões de clientes (cerca de 40 milhões de pessoas) por meio da Neoenergia Coelba (BA), Neoenergia Pernambuco (PE), Neoenergia Cosern (RN), Neoenergia Brasília (DF) e Neoenergia Elektro (SP/MS). O avanço da digitalização busca elevar a capacidade de resposta das distribuidoras perante tempestades e rajadas de vento, que aumentam a incidência de ocorrências no sistema elétrico.
Modelos preditivos transformam gestão de ativos
Uma das frentes prioritárias é a aplicação de algoritmos de IA na análise de imagens térmicas e no processamento de variáveis operacionais dos ativos de rede. O cruzamento contínuo dessas informações permite identificar padrões de degradação e atuar antes que ocorram interrupções no fornecimento.
A metodologia migra a manutenção do padrão preventivo periódico ou corretivo para um modelo preditivo. Nele, a priorização dos serviços de campo é determinada por sinais de anomalia identificados pelos algoritmos. Projeções climáticas de médio e longo prazo também são integradas aos sistemas de operação para apoiar o planejamento contingencial, permitindo preparar a infraestrutura para cenários de elevado estresse meteorológico.
Ao avaliar a maturação tecnológica do grupo, o CEO da Neoenergia, Eduardo Capelastegui, destaca que o uso de ferramentas digitais busca fortalecer a confiabilidade do serviço sob supervisão técnica contínua: “Começamos a trabalhar com inteligência artificial há mais de uma década. Em um momento desafiador como o da chegada de eventos climáticos com grande potencial de repercussão, estamos preparados para usar a tecnologia como uma aliada na estabilidade do fornecimento de energia, mantendo o padrão de excelência necessário para os nossos clientes. Enxergamos na IA uma poderosa aliada para aprimorar o que buscamos todos os dias: colocar o cliente no centro de nossas operações, compromissados com o uso ético e responsável destes recursos.”
Digitalização e automação aceleram recomposição do sistema
A Neoenergia concluiu a digitalização de 80% de suas redes de alta e média tensão, estrutura que confere maior visibilidade operacional aos centros de controle para o direcionamento de equipes de campo.
O avanço digital é suportado pela expansão do Restaurador Automático de Rede (AGR). O sistema utiliza controladores virtuais para reconfigurar isoladamente trechos afetados por falhas, isolando o defeito e restabelecendo o fornecimento para o maior número possível de consumidores de forma autônoma.
Medição inteligente e diretriz global da Iberdrola
Na ponta do consumo, a implantação de medidores inteligentes atua como uma malha de sensores distribuídos. Os equipamentos registram oscilações de tensão e anomalias em tempo real, auxiliando tanto na identificação de falhas na rede quanto no combate a perdas não técnicas.
A iniciativa alinha-se às diretrizes da controladora espanhola Iberdrola, que contabiliza cerca de 500 agentes de IA em operação ou desenvolvimento globalmente. As aplicações do grupo cobrem desde a gestão de incidentes em redes e usinas até a automação de processos corporativos, combinando análise de dados e capacitação das equipes operacionais.
Com a integração entre medição inteligente, automação AGR e inteligência preditiva, a Neoenergia busca consolidar uma infraestrutura capaz de prever gargalos operacionais e responder com celeridade aos desafios impostos pela variabilidade climática.
