investigação e tecnologia
BigDataOcean – explorando oceanos de dados para aplicações marítimas % TPEXEJSVQE BigDataOcean VITVIWIRXE S TVMRGMTEP VIWYPXEHS HS TVSNIXS )YVSTIY HS 4VSKVEQE ,SVM^SRXI GSQ S QIWQS RSQI1 )WXE TPEXEJSVQE XIQ GSQS TVMRGMTEP SFNIXMZS TVSTSV I ZEPMHEV GIRjVMSW HI Big Data VIPEGMSREHSW GSQ E MRH WXVME QEVuXMQE IQ FIRIJuGMS HI IQTVIWEW SVKERM^Ep~IW I GIRXVSW HI -RZIWXMKEpnS I (IWIRZSPZMQIRXS Carlos Agostinhoa (ca@uninova.pt), João Murta-Pinaa (jmmp@fct.unl.pt), Nuno Amarob (nuno.amaro@rdnester.com), Rui Amaral Lopesb (rm.lopes@fct.unl.pt) a
Center of Technology and Systems, UNINOVA (cts.uninova.pt) e Faculdade de Ciências e Tecnologia, UNL b
Para tal, a plataforma BigDataOcean combina dados de velocidade, varieHEHI I ZSPYQI HMJIVIRXIW RYQ WMWXIQE QYPXMPuRKYI MRXIVPMKEHS I ½jZIP produzindo o maior repositório de dados relacionados com a indústria marítima do mundo e um conjunto de serviços de alto valor e veracidade para os utilizadores da plataforma. Com o objetivo de demonstrar os benefícios relacionados com a utilização da plataforma, o consórcio envolvido neste projeto desenvolveu um conjunto inicial de serviços que podem ser consultados na página respetiva, sendo um deles relacionado com a energia das ondas. Este serviço piloto, denominado “Wave power as the next clean energy source” (Figura 1), oferece várias funcionalidades que podem ser agrupadas em 2 grandes grupos: 1. Caraterização do recurso energético primário. 2. Caraterização da produção de energia elétrica. As secções seguintes descrevem as funcionalidades oferecidas em cada um destes grupos.
1
[[[ FMKHEXESGIER IY
28
Figura 1 Estrutura da plataforma BigDataOcean (para o piloto considerado).
R&D Nester Centro de Investigação em energia REN – State Grid, S.A.
'EVEXIVM^EpnS HS VIGYVWS IRIVKqXMGS TVMQjVMS A escolha do melhor local para a instalação de parques de energia das ondas (wave farms) não é um processo trivial, estando normalmente assoGMEHS k VIEPM^EpnS HI Q PXMTPSW IWXYHSW TEVE ZIVM½GEV EW GEVEXIVuWXMGEW I potencial energético das ondas em diversas localizações, assim como das caraterísticas do fundo do mar ou da ligação à rede elétrica na costa, entre muitos outros aspetos. Este processo requer, assim, um investimento considerável, quer de tempo quer do conhecimento necessário para lidar com as diferentes fontes de dados (sensores em boias ou satélites, modelos preditivos, entre outros) que podem estar disponíveis em vários formatos e períodos de tempo. Quanto mais forem as fontes consultadas, maior será E GSR½ERpE RSW VIWYPXEHSW SFXMHSW Um dos principais objetivos do piloto “Wave power as the next clean energy source² IWXj HMVIXEQIRXI VIPEGMSREHS GSQ E WMQTPM½GEpnS HS TVScesso anterior, fornecendo ao utilizador uma avaliação de recursos de enerKME TVMQjVME VjTMHE I ½jZIP TEVE ZjVMSW PSGEMW GVY^ERHS ZjVMEW JSRXIW HI dados. A avaliação da energia das ondas é então demonstrada no BigDataOcean em 4 aplicações disponíveis na plataforma: M %ZEPMEpnS HS VIGYVWS RYQ RMGS PSGEP: direcionada principalmente para os produtores de energia, concessionários, ou prestadores de serviços offshore GSQ S SFNIXMZS HI VIEPM^EV TEVE YQ PSGEP TVq HI½RMHS YQE EZEliação simples e rápida (em poucos minutos) do potencial energético do local escolhido. Esta aplicação analisa caraterísticas das ondas, como S TIVuSHS IRIVKqXMGS SY E EPXYVE WMKRM½GEXMZE EPqQ HE TSXsRGME QqHME I energia total, entre outras. MM %ZEPMEpnS HS VIGYVWS RYQE ^SRE HI KVERHIW HMQIRW~IW %XPEW HI 3RHEW : é uma extensão da aplicação anterior para uma zona de grandes dimensões (por exemplo, um país, Figura 2). O atlas é construído através da avaliação do recurso em múltiplos locais dentro de uma área selecionada. Um concessionário de zona pode usar esta aplicação TEVE ZIVM½GEV VETMHEQIRXI EW GEVEXIVuWXMGEW HS PSGEP WSF WYE GSRGIWsão, com dados atualizados. Esta informação pode, então, ser aplicada para ajudar a atrair produtores de energia para esta zona em particular.