Gémeos digitais apoiados por IA podem acelerar transição energética

A procura por soluções inovadoras para combater as alterações climáticas e reduzir as emissões de carbono levou investigadores da University of Sharjah, nos Emirados Árabes Unidos, a estudar o papel dos chamados gémeos digitais na produção e gestão de energia limpa. O estudo conclui que estes modelos virtuais, apoiados por inteligência artificial (IA), podem ser decisivos na transição global para energias renováveis.

Os gémeos digitais funcionam como réplicas digitais de sistemas físicos, capazes de simular processos complexos e de otimizar a operação de centrais de energia. De acordo com os investigadores, esta tecnologia apresenta vantagens transversais, desde o aumento da eficiência e a redução de custos operacionais até à melhoria da gestão de sistemas de energia provenientes de fontes como vento, sol, água, calor geotérmico e biomassa.

Na energia eólica, os gémeos digitais permitem prever parâmetros desconhecidos e corrigir falhas de medição, aumentando a fiabilidade das turbinas. No entanto, ainda enfrentam dificuldades em modelar fenómenos críticos como a erosão das pás, a degradação de caixas de engrenagem e o desgaste de componentes elétricos, sobretudo em equipamentos envelhecidos.

No setor solar, contribuem para identificar os fatores que mais influenciam a eficiência e a potência dos painéis, mas continuam a falhar na previsão do desempenho a longo prazo, já que não conseguem acompanhar com rigor a degradação do material nem o impacto cumulativo das condições ambientais.

Em relação à energia geotérmica, a tecnologia mostra-se especialmente útil ao simular o processo de perfuração, permitindo análises de custos e a redução de tempo e despesas. Porém, a escassez de dados de qualidade limita a capacidade de representar as incertezas geológicas e a complexidade das dinâmicas de calor e fluidos subterrâneos.

Já na energia hídrica, os gémeos digitais permitem modelar a dinâmica de funcionamento de centrais e identificar fatores que influenciam a produtividade, sendo mesmo aplicados em centrais mais antigas para mitigar os efeitos da fadiga dos trabalhadores. Apesar disso, continuam a revelar falhas na modelação da variabilidade do caudal dos rios e na integração de restrições ambientais e ecológicas.

Por fim, no caso da biomassa, oferecem insights sobre processos operacionais e configuração de centrais, mas ainda não conseguem reproduzir de forma completa toda a cadeia de produção nem modelar com precisão as reações químicas e biológicas envolvidas na conversão da matéria orgânica em energia.

Para chegar a estas conclusões, os autores aplicaram técnicas avançadas de análise de dados, incluindo inteligência artificial, ‘machine learning’ e processamento de linguagem natural. Este método permitiu-lhes avaliar de forma sistemática a literatura científica existente, mapear lacunas de investigação e propor novas direções para o desenvolvimento da tecnologia. Apesar do potencial identificado, alertam que estas limitações travam a plena aplicação dos gémeos digitais no setor energético.

O estudo recomenda uma aposta em métodos mais robustos de recolha de dados, avanços nos modelos de simulação e reforço da capacidade computacional. Só assim, defendem os investigadores, os gémeos digitais poderão cumprir a promessa de acelerar a transição para um sistema energético global mais limpo, eficiente e sustentável.