Detecção de anomalias em redes de distribuição de água utilizando Inteligência Artificial e Machine Learning

A escassez de água é uma questão global crítica, intensificada pelo aumento populacional. No Brasil, as perdas na rede de distribuição de água atingem 40%, causando prejuízos econômicos e tarifas mais altas. Este trabalho desenvolveu uma abordagem baseada em Inteligência Artificial (IA) e Machine Learning para detectar anomalias em redes de distribuição de água. Utilizando sensores IoT, os dados foram coletados e pré-processados, aplicando algoritmos de aprendizado de máquina, como Isolation Forest, para identificar vazamentos e irregularidades. Os resultados mostram que o Logger 1 apresentou a maior taxa de anomalias, seguido pelos Loggers 4, 3 e 2. Esta metodologia demonstrou eficácia na priorização de loggers para investigação, permitindo ações corretivas e preventivas. A aplicação de IA e Machine Learning na gestão hídrica pode reduzir perdas, melhorar a eficiência e promover a sustentabilidade do uso da água. Este estudo contribui significativamente para o desenvolvimento de soluções tecnológicas que enfrentam os desafios da escassez hídrica, promovendo a sustentabilidade e a eficiência no uso dos recursos hídricos.