Modelo Preditivo para Identificação de Vazamentos em Redes de Distribuição de Água Via Monitoramento de Pressão

Ana Carolina Porto; Elisa Morandé Sales

DOI: 10.22167/2675-6528-202602654

Artigo derivado de Trabalho de Conclusão de Curso (TCC), com conteúdo baseado no trabalho original do aluno e adaptado ao formato editorial da Revista E&S com apoio da ferramenta ResumeAI, solução de inteligência artificial desenvolvida pelo Instituto Pecege para síntese e organização textual.

Resumo

As perdas reais de água em redes de distribuição representam um desafio crucial para a eficiência operacional das concessionárias de saneamento, especialmente frente às metas de redução estabelecidas pela Lei nº 14.026/2020. Desenvolveu-se um modelo preditivo para identificar vazamentos em redes de distribuição de água a partir do monitoramento de dados de pressão, com o objetivo de estimar a magnitude e a localização mais provável dos eventos. A metodologia integrou simulações hidráulicas, dados operacionais e técnicas de aprendizado profundo, utilizando uma arquitetura híbrida CNN-LSTM. O modelo foi desenvolvido e avaliado na rede de distribuição virtual L-Town, da competição BattLeDIM (2020), combinando dados sintéticos gerados via biblioteca WNTR com séries temporais de pressão para avaliação externa. Os resultados demonstraram a viabilidade da abordagem, com R² de 0,7947 e acurácia de zona de 70,05% no domínio sintético, e correlação de Pearson de 0,7449 na avaliação macrotendência temporal externa. A divergência de domínio observada, com queda da acurácia de localização de 70,05% para 18,02% na avaliação externa, delimitou o escopo atual do modelo e indicou a necessidade de aprimoramentos para sua implantação em redes operacionais. O modelo apresenta-se como uma ferramenta promissora para a gestão de perdas, destacando-se na quantificação de vazamentos, mas exige melhorias para a localização exata em campo.

Palavras-chave: Detecção de vazamentos; Machine learning; Perdas reais de água; Sistema de abastecimento de água.

1. Introdução

Devido à crescente preocupação associada às mudanças climáticas e aos cenários de escassez hídrica, a conservação dos recursos naturais e o uso consciente da água vêm ganhando destaque nos âmbitos nacional e internacional. Nesse contexto, com a atualização promovida pela Lei nº 14.026/2020, entrou em vigor no Brasil o novo marco legal do saneamento básico, que estabelece diretrizes para a regulação, a universalização do acesso e a prestação eficiente dos serviços, incluindo a redução dos índices de perdas de água. Em complemento, em 2025 foi aprovada a Norma de Referência nº 15/2025 da Agência Nacional de Águas e Saneamento Básico (ANA), a qual define diretrizes específicas para a gestão, a redução progressiva e o controle das perdas nos sistemas de abastecimento.

Por definição, em um sistema de abastecimento urbano, as perdas de água são contabilizadas através da diferença entre o volume total inserido no sistema — correspondente à água produzida e importada — e o consumo autorizado, sendo classificadas em perdas reais e perdas aparentes. A perda real, também denominada perda física, corresponde à parcela de água que não chega ao consumidor final, estando associada principalmente a vazamentos em elementos pressurizados do sistema, como redes de distribuição e ramais prediais. Por sua vez, a perda aparente, ou comercial, refere-se ao volume de água efetivamente consumido, porém não devidamente medido, contabilizado ou autorizado, estando relacionada a imprecisões na micromedição, erros de manipulação de dados e consumos não autorizados. Além dessas categorias, destaca-se o conceito de “água não faturada”, que representa o total de água não convertida em faturamento, englobando tanto as perdas reais e aparentes quanto o consumo autorizado não faturado (Pearson, 2019).

O estudo realizado por Liemberger e Wyatt (2018) indica que o volume mundial de água não faturada era, em 2019, da ordem de 346 milhões de metros cúbicos por dia. De acordo com os autores, além de representar uma preocupação financeira, o elevado índice de perdas no atual contexto de crescente escassez e mudanças climáticas acaba por comprometer a capacidade das concessionárias de abastecimento em atingir suas metas de universalização, assim como em entregar um serviço confiável, de qualidade e a preços acessíveis.

Em âmbito nacional, o ranking do saneamento publicado pelo Instituto Trata Brasil (2025) analisou os indicadores dos 100 municípios mais populosos com valores de referência do SNIS/SINISA 2023. O relatório apresentou índice médio de perdas na distribuição de 45%, o que representa uma piora significativa em relação aos 35% computados no ano anterior, superior também à média nacional divulgada no SINISA (2023), que foi de 40%.

No que diz respeito especificamente às perdas reais, tem-se os vazamentos nas redes de distribuição e nos ramais prediais como sendo as parcelas mais representativas, podendo ser classificados como visíveis, não visíveis ou inerentes. Enquanto os vazamentos inerentes são condicionados pela situação física e operacional das infraestruturas existentes, os vazamentos visíveis e não visíveis possuem vínculo direto com o Tempo Médio de Atendimento (TMA). Assim, a detecção rápida de novos eventos assume uma importante estratégia na redução do volume de água perdido, que varia de acordo com o tempo entre a consciência de um novo rompimento até sua efetiva localização e reparo (Manzi, 2017).

Atualmente existem diversos métodos disponíveis para controle ativo de vazamentos, como por exemplo tecnologias para correlação de ruído, técnicas in-line (sistemas ancorados por cabeamento ou livres), dispositivos eletrônicos de escuta amplificada, drones, radar de penetração no solo (GPR), câmeras infravermelhas/térmicas, imagens de satélite, ferramentas de otimização (modelagem hidráulica) e soluções baseadas em softwares (Hamilton e Charalambous, 2020). Entretanto, apesar da variedade de tecnologias, muitas vezes um bom desempenho requer direcionamentos mais assertivos. Devido à alta complexidade, à ausência de diagnósticos precisos e à baixa disponibilidade de informações, nem sempre as tecnologias disponíveis entregam resultados práticos, eficientes e eficazes.

Sabe-se que a vazão de vazamentos em determinada tubulação aumenta em função do aumento da pressão do fluido. Isso ocorre, pois, a área do vazamento não é fixa, oscilando conforme a variação de pressão a que a tubulação é submetida, tendo por influência também as especificidades do material da rede (Van Zyl et al., 2017). Embora conhecida esta correlação, a aplicabilidade de ferramentas que possibilitem um diagnóstico preciso desse impacto em sistemas reais não é trivial. Ao analisar os dados de pressão, diversas variáveis tornam difícil a separação das “assinaturas” de cada evento registrado, que além dos vazamentos contam com variações no consumo e eventos operacionais, como enchimento de reservatórios, acionamento de bombas, abertura e fechamento de válvulas, entre outros.

Misiunas (2005), em diagnóstico que permanece válido, observou que apesar dos esforços despendidos para modernizar a operação dos sistemas de abastecimento água, essa ainda é uma das áreas que mais requer desenvolvimento dentro da infraestrutura urbana. Nos últimos anos, os avanços tecnológicos têm impulsionado significativamente a elaboração de ferramentas que auxiliem na detecção de vazamentos em redes de distribuição de água, como o uso de inteligência artificial e técnicas de deep learning.

O objetivo deste trabalho é estruturar um modelo preditivo capaz de identificar vazamentos em redes de distribuição de água, tanto em termos de magnitude, expresso pelo coeficiente emissor, quanto de localização, representada pela delimitação de uma área mais provável à ocorrência do evento. A abordagem proposta busca não apenas aprimorar o diagnóstico de volume de perdas reais em sistemas de abastecimento, mas também aumentar a precisão e a rapidez na detecção e localização de vazamentos. Ao priorizar e potencializar o uso da infraestrutura de medição já instalada nos sistemas existentes, o trabalho visa desenvolver uma ferramenta de apoio à eficiência operacional, à redução de perdas e à melhoria no gerenciamento inteligente das redes.

2. Material e Métodos

A metodologia adotada neste trabalho caracterizou-se por uma abordagem quantitativa e preditiva, com o objetivo de desenvolver um modelo de inteligência artificial para a detecção e localização de vazamentos em redes de distribuição de água. O estudo integrou a modelagem hidráulica computacional para a geração de dados sintéticos, o pré-processamento de séries temporais e o desenvolvimento de uma arquitetura de rede neural profunda híbrida.

O objeto empírico da pesquisa foi a rede de distribuição virtual L-Town, disponibilizada pela competição científica internacional BattLeDIM (2020). Esta rede fictícia é constituída por 782 nós de demanda, 1 reservatório e 2 fontes de abastecimento. A rede possui uma extensão de 43,16 km, modelada em 905 trechos, e inclui 3 válvulas e 1 bomba. Para o monitoramento do sistema, utilizaram-se dados de pressão provenientes de 33 sensores distribuídos pela rede.

Devido à escassez de dados reais rotulados de vazamentos em ambientes operacionais, optou-se pela geração de um dataset sintético. Foram simulados 10.000 cenários de vazamentos, cada um com duração de 24 horas e um passo de tempo hidráulico e de relatório configurado para 900 segundos (15 minutos), resultando em séries temporais de 96 pontos por sensor. As simulações foram realizadas utilizando o motor de cálculo hidráulico “Pressure-Driven Demand” (PDD).

A magnitude dos vazamentos no dataset sintético foi definida pelo coeficiente emissor, variando aleatoriamente entre 0,0001 (vazamento de pequeno porte) e 0,0015 (vazamento de médio porte). Adicionalmente, acrescentou-se um ruído Gaussiano (média 0, desvio padrão 0,2) às leituras de pressão simuladas, com o intuito de representar incertezas e erros de medição dos sensores reais. Para cada cenário, simulou-se apenas um vazamento ativo por nó.

A discretização espacial do problema de localização foi realizada através do agrupamento dos nós da rede em zonas geográficas. Aplicou-se o algoritmo K-Means às coordenadas cartesianas (X,Y) dos nós, definindo-se 10 clusters (zonas). Essa abordagem resultou em aproximadamente 4,3 km de rede por setor, transformando o problema de localização exata, de alta complexidade, em um problema de classificação multiclasse por zonas.

Antes da alimentação na rede neural, os dados passaram por três etapas de tratamento. Primeiramente, realizou-se o cálculo de resíduos, subtraindo-se das séries temporais de pressão simuladas (com vazamento) uma “linha de base” correspondente ao comportamento da rede sem vazamentos, isolando assim a assinatura hidráulica da anomalia.

Em seguida, aplicou-se a técnica “MinMax Scaler” para normalização, reescalando os valores dos resíduos para um intervalo que facilitasse a convergência do gradiente durante o treinamento. Por fim, para a validação com dados reais de 2019 (avaliação externa), utilizou-se uma técnica de janela deslizante (“sliding window”) com tamanho de 96 passos temporais, garantindo compatibilidade com o formato de entrada do modelo treinado.

O modelo foi construído a partir de uma proposta híbrida, integrando Redes Neurais Convolucionais (CNN-1D) e Redes Neurais Recorrentes (LSTM). A arquitetura proposta consistiu em uma estrutura “Multi-Task Learning”, com o objetivo de explorar simultaneamente padrões temporais locais e dependências dinâmicas de longo prazo nos sinais de pressão.

A entrada do modelo consistiu em um tensor de dimensão (96, 33), representando 96 instantes temporais (24 horas de medições registradas a cada 15 minutos) provenientes de 33 sensores de pressão. A estrutura da rede foi composta por camadas sequenciais, iniciando com uma camada convolucional 1D com 64 filtros e kernel size igual a 3, seguida de função de ativação ReLU e MaxPooling com fator 2, para extração de características espaciais.

Posteriormente, uma camada Long Short-Term Memory (LSTM) com 50 unidades processou as características extraídas pela CNN-1D, capturando dependências temporais de longo alcance e a dinâmica diária das pressões. Uma camada densa intermediária de 64 neurônios conectou-se a duas camadas de saída independentes: uma para classificação da zona do vazamento (Output_Localizacao, com 10 neurônios e ativação Softmax) e outra para regressão da intensidade do vazamento (Output_Magnitude, com 1 neurônio e ativação linear).

Todo o desenvolvimento foi realizado no ambiente “Google Colab”, utilizando a linguagem Python (versão 3.12.13). As bibliotecas “Water Network Tool for Resilience” (WNTR, v1.4.0) foram empregadas para a simulação hidráulica, e “TensorFlow” (v2.21.0) para a construção dos modelos preditivos. O conjunto de dados sintético foi dividido em 80% para treinamento e validação, e 20% para teste.

O modelo foi compilado utilizando o otimizador Adam. A função de perda foi composta de forma ponderada, atribuindo peso 3.0 para a perda de classificação (“sparse_categorical_crossentropy”) e peso 1.0 para a perda de regressão (“mean_squared_error”), priorizando a tarefa de localização. O treinamento ocorreu ao longo de 100 épocas, com um “batch size” de 64 amostras.

Para quantificar o desempenho do modelo, adotaram-se métricas específicas para as tarefas de regressão (magnitude) e classificação (localização). Para a regressão, utilizaram-se o Coeficiente de Determinação (R²), o Erro Médio Absoluto (MAE) e a Raiz do Erro Quadrático Médio (RMSE). Para a classificação, empregaram-se a Acurácia de Zona (Exact Match), a Área Sob a Curva ROC (AUC-ROC), Precisão, Recall (Sensibilidade), F1-Score e a Matriz de Confusão.

A validação final do modelo treinado exclusivamente com dados sintéticos foi realizada aplicando-o aos dados reais de monitoramento do ano de 2019 (2019_SCADA_Pressures.csv) da rede L-Town. Avaliou-se sua capacidade de generalização através da comparação com o gabarito de vazamentos reais ocorridos naquele ano (2019_Leakages.csv), incluindo a Correlação Temporal para a macrotendência de vazamentos.

3. Resultados e Discussão

A implementação do modelo preditivo híbrido, que integra Redes Neurais Convolucionais (CNN) e Redes Neurais Recorrentes (LSTM), foi realizada e avaliada em duas etapas distintas para a detecção e localização de vazamentos em redes de distribuição de água. Primeiramente, procedeu-se a uma validação quantitativa utilizando um conjunto de teste reservado, correspondente a 20% do dataset sintético de 10.000 cenários gerados. Posteriormente, realizou-se uma validação externa, empregando dados reais de monitoramento da rede L-Town referentes ao ano de 2019. O treinamento do modelo estendeu-se por 100 épocas, com o objetivo de executar simultaneamente a classificação da zona de ocorrência do vazamento e a regressão do coeficiente emissor, que representa a magnitude do evento.

Desempenho no Processo de Treinamento

O treinamento do modelo demonstrou uma convergência robusta e estável ao longo das 100 épocas. A acurácia para a tarefa de localização, que inicialmente se situava abaixo de 20% nas primeiras épocas, apresentou uma evolução significativa, estabilizando-se em aproximadamente 70% na validação ao final do processo. Essa melhoria progressiva indica a capacidade do modelo de aprender e refinar suas previsões de localização. Em paralelo, a função de perda total, ou “loss”, exibiu um decaimento consistente, partindo de valores próximos a 7,0 e atingindo aproximadamente 2,0. A proximidade entre as curvas de treino e validação da perda e da acurácia sugere que o modelo não incorreu em overfitting severo, indicando uma boa generalização dos padrões aprendidos para dados não vistos durante o treinamento, conforme ilustrado em análises gráficas de acurácia e perda total.

Validação Interna (Dataset Sintético)

A validação interna, conduzida no dataset sintético, permitiu uma avaliação detalhada do desempenho do modelo em um ambiente controlado. Na tarefa de estimativa da magnitude dos vazamentos, o modelo demonstrou um desempenho satisfatório. O Coeficiente de Determinação (R²) alcançou 0,7947, o que significa que o modelo foi capaz de explicar aproximadamente 80% da variância dos dados no ambiente sintético. Este resultado é crucial, pois indica que a arquitetura híbrida CNN-LSTM consegue capturar as relações entre as variações de pressão e a intensidade dos vazamentos de forma eficaz, conforme esperado para um modelo preditivo robusto.

Adicionalmente, as métricas de erro para a estimativa de magnitude reforçaram a precisão do modelo. O Erro Médio Absoluto (MAE) foi de 0,0987, e a Raiz do Erro Quadrático Médio (RMSE) fixou-se em 0,1320. Esses valores, relativamente baixos, indicam que as previsões do modelo para a magnitude dos vazamentos estão, em média, próximas dos valores reais. A análise gráfica da dispersão entre os valores preditos e reais confirmou essa tendência, com a maioria dos pontos agrupando-se próximos à linha ideal, embora tenha sido observada uma leve dispersão em magnitudes intermediárias, sugerindo que o modelo pode ter um desempenho ligeiramente menos preciso para vazamentos de porte médio.

A tarefa de localização, que envolveu a classificação dos vazamentos em uma das 10 zonas geográficas predefinidas da rede, apresentou-se como um desafio maior, mas o modelo obteve uma Acurácia Global de 70,05% no conjunto de teste sintético. Este valor é matematicamente convergente com o “Recall” ponderado, indicando uma boa capacidade de identificar corretamente a maioria dos vazamentos dentro de suas respectivas zonas. A métrica AUC-ROC (Área sob a Curva ROC) atingiu 0,9690 (Média Macro), o que sugere uma alta capacidade do modelo em distinguir entre as diferentes classes de zona, classificando a zona correta com elevada probabilidade.

Outras métricas de classificação ponderadas também foram avaliadas, fornecendo uma visão abrangente do desempenho do modelo na tarefa de localização. A Precisão ponderada foi de 0,7268, o Recall (Sensibilidade) ponderado foi de 0,7005 e o F1-Score ponderado atingiu 0,7040. Esses valores indicam um bom equilíbrio entre a capacidade do modelo de fazer previsões corretas (Precisão) e de identificar todos os casos positivos (Recall), sendo o F1-Score uma média harmônica útil para avaliar o desempenho em cenários com classes desbalanceadas, o que é comum em problemas de detecção de anomalias.

A análise da matriz de confusão normalizada revelou padrões importantes nos erros de classificação. Observou-se que os erros não são aleatórios, mas tendem a se concentrar em zonas adjacentes ou em regiões com características hidráulicas similares. Isso sugere que, embora o modelo possa não identificar a zona exata, ele frequentemente aponta para uma área geograficamente ou hidraulicamente próxima ao vazamento real. O erro médio de distância espacial, calculado em 168,02 metros no conjunto de teste, corrobora essa observação, indicando que, mesmo nos casos de classificação incorreta, a predição do modelo ainda se mantém relativamente próxima da localização verdadeira, o que pode ser útil para direcionar equipes de campo.

Validação Externa (Cenário Real – Dados de 2019)

A aplicação do modelo aos dados reais de monitoramento de pressão de 2019, provenientes dos 33 sensores SCADA da rede L-Town, seguiu o mesmo pipeline de pré-processamento utilizado no treinamento. Este processo incluiu a subtração de uma linha de base hidráulica simulada, a normalização dos dados por um “scaler” ajustado nos dados sintéticos e a formatação do Tensor 3D com 96 passos temporais, correspondendo a 24 horas de medições. A saída de magnitude do modelo estimou o coeficiente emissor normalizado C, conforme definido pela equação de vazamento do EPANET, que relaciona a vazão do vazamento com a pressão e o coeficiente emissor.

A comparação da magnitude dos vazamentos no cenário real foi realizada no domínio tendencial, utilizando uma média móvel. Essa abordagem foi necessária porque o gabarito de 2019 registrava vazões em metros cúbicos por hora, enquanto o modelo estimava o coeficiente emissor normalizado. Sem o conhecimento da pressão local instantânea, os valores absolutos não eram diretamente comparáveis. Ambas as curvas, a real e a estimada, foram normalizadas e suavizadas por uma média móvel de 24 horas, permitindo avaliar a capacidade do modelo de capturar os períodos de aumento e redução dos vazamentos ao longo do ano. A correlação de Pearson obtida foi de 0,7449, indicando que a macrotendência temporal dos vazamentos reais foi satisfatoriamente capturada pelo modelo, o que é um resultado promissor para a gestão de perdas.

Contudo, a validação espacial no cenário real evidenciou limitações consideráveis em comparação com o desempenho no ambiente sintético. A acurácia de zona, que mede a correspondência exata entre a zona predita e a zona real do tubo com maior vazamento, foi de apenas 18,02%. Este valor representa uma queda significativa em relação aos 70,05% obtidos no dataset sintético. O erro médio de distância de localização também aumentou consideravelmente, atingindo 807,98 metros. Apesar dessa redução na precisão, o modelo demonstrou alguma capacidade de identificar eventos de maior severidade, acertando a zona do tubo com maior volume de vazamento registrado em 2019.

As métricas consolidadas da validação com o cenário real destacam a divergência de desempenho entre os ambientes sintético e real. A correlação temporal (macrotendência) manteve-se em 0,7449, confirmando a capacidade do modelo de acompanhar as variações de magnitude ao longo do tempo. No entanto, a acurácia de zona (Exact Match) de 18,02% e o erro médio de distância de 807,98 metros para a localização indicam que a transferência de aprendizado do ambiente sintético para o real ainda enfrenta desafios significativos, principalmente no que tange à precisão espacial dos vazamentos. Essa discrepância entre a acurácia dos dados sintéticos (70%) e reais (18%) aponta para fragilidades no modelo que precisam ser abordadas em trabalhos futuros.

As fragilidades identificadas no modelo, que resultaram na discrepância entre os desempenhos nos dados sintéticos e reais, foram elencadas como pontos cruciais para melhorias futuras. Primeiramente, o modelo foi treinado com a premissa de um único vazamento ativo por cenário no dataset sintético. No entanto, os dados reais de 2019 frequentemente contêm múltiplos vazamentos simultâneos, o que pode sobrepor as assinaturas de pressão e confundir o classificador de zona. A incorporação de cenários com múltiplos vazamentos simultâneos na estruturação dos dados sintéticos é, portanto, uma necessidade para aumentar a robustez do modelo em ambientes operacionais.

Outro ponto de melhoria reside na agregação de sazonalidade à simulação. O “baseline_series” foi gerado por uma única simulação estática, enquanto os dados reais apresentam variações sazonais de consumo que o baseline estático não consegue capturar. A falta de representação da sazonalidade no treinamento pode levar a falsos positivos ou a uma menor sensibilidade na detecção de vazamentos em diferentes períodos do ano. Além disso, a inserção de assinaturas de diferentes ruídos, como manobras de válvulas e operações de enchimento de reservatórios, é fundamental. O “scaler_X” foi definido em dados sintéticos com ruído gaussiano controlado (σ=0.2), mas os dados reais possuem uma distribuição de ruído diferente e desconhecida, o que afeta a capacidade do modelo de generalizar.

A divisão em 10 zonas por K-Means geométrico também se mostrou inadequada, pois não atende à topologia hidráulica real da rede. Consequentemente, nós que pertencem à mesma zona geométrica podem estar hidraulicamente distantes, o que compromete a precisão da localização. Para complementar essas melhorias e agregar rastreabilidade às variações topológicas sem aumentar excessivamente o custo computacional, foram propostas algumas recomendações. Sugere-se substituir a geração de zonas estatisticamente (K-Means) por uma análise topológica, agrupando os nós não pela distância geométrica em linha reta, mas pelo comprimento das tubulações e barreiras físicas da rede, como válvulas, bombas e capeamentos.

Adicionalmente, recomenda-se a integração de “Physics-Guided Machine Learning” (PGML), injetando o Diferencial de Pressão (ΔP) entre sensores adjacentes diretamente na etapa de pré-processamento. Essa abordagem visa fornecer noções de topologia e direção de fluxo à arquitetura atual, buscando capturar benefícios de generalização espacial com um custo computacional inferior ao de abordagens mais complexas. Outra proposta é a Triangulação Hidráulica Pós-Predição, que utilizaria a inteligência artificial estritamente para a detecção da macro-zona e da vazão (magnitude), acoplando na saída do modelo um algoritmo determinístico que cruze essas predições com equações empíricas, como Hazen-Williams, para localizar o nó exato de forma analítica.

Por fim, a criação de uma Matriz de Sensibilidade Off-line foi recomendada. Esta matriz mapearia previamente o alcance direcional dos vazamentos durante os cenários de vazão mínima noturna, tipicamente entre 1h e 5h. Tal matriz atuaria como um filtro para a eliminação de ruídos e restrição analítica de falsos positivos durante a operação em campo, otimizando a resposta e a precisão das intervenções. Essas recomendações visam aprimorar a capacidade do modelo de lidar com a complexidade das redes reais e a variabilidade dos dados operacionais, aproximando-o de uma aplicação prática e eficiente na gestão de perdas.

Em síntese, o modelo preditivo desenvolvido, baseado em uma arquitetura híbrida CNN-LSTM, demonstrou ser uma ferramenta promissora para a gestão de perdas em redes de distribuição de água. Verificou-se sua eficácia na estimativa da magnitude dos vazamentos, com um Coeficiente de Determinação (R²) de 0,7947 em dados de teste sintéticos e uma forte correlação de 0,7449 na macrotendência temporal dos dados de validação externa. Embora tenha apresentado uma boa capacidade de generalização para a localização em ambiente controlado (AUC-ROC de 0,9690 e erro médio de 168 metros), a aplicação em cenário real revelou limitações na precisão espacial, com um erro médio de localização de 807,98 metros, indicando a necessidade de aprimoramentos para sua implantação em campo como uma ferramenta de localização exata.

4. Conclusão

O presente estudo buscou estruturar um modelo preditivo para identificar vazamentos em redes de distribuição de água, estimando sua magnitude e delimitando a localização mais provável a partir do monitoramento de dados de pressão. Verificou-se que a arquitetura híbrida CNN-LSTM desenvolvida demonstrou eficácia na quantificação da magnitude dos vazamentos, alcançando um Coeficiente de Determinação (R²) de 0,7947 em dados sintéticos e uma correlação de Pearson de 0,7449 na macrotendência temporal em um cenário real. Para a localização, o modelo obteve uma acurácia de zona de 70,05% no ambiente sintético, com um erro médio de distância de 168,02 metros, indicando sua capacidade de generalização em condições controladas. A principal contribuição reside na oferta de uma ferramenta promissora para a gestão de perdas, capaz de aprimorar o diagnóstico do volume de perdas reais e apoiar a eficiência operacional, ao priorizar o uso da infraestrutura de medição existente.

Contudo, a aplicação do modelo em dados reais de monitoramento revelou limitações significativas na precisão espacial, com a acurácia de zona caindo para 18,02% e o erro médio de distância de localização aumentando para 807,98 metros. Essa divergência de domínio foi atribuída à premissa de vazamento único no treinamento sintético, à ausência de sazonalidade na simulação e à inadequação da setorização geométrica por K-Means para a topologia hidráulica real. Para aprimorar a robustez e a aplicabilidade do modelo em ambientes operacionais, recomenda-se a incorporação de cenários com múltiplos vazamentos simultâneos nos dados sintéticos, a evolução da setorização por análise topológica e a integração de técnicas de Physics-Guided Machine Learning (PGML) para fornecer noções de topologia e direção de fluxo. Sugere-se também a Triangulação Hidráulica Pós-Predição e a criação de uma Matriz de Sensibilidade Off-line para refinar a localização exata e filtrar ruídos, aproximando o modelo de uma ferramenta de localização precisa em campo.

Referências Bibliográficas

BattLeDIM, 2020 [Referência completa não encontrada no documento original]

Brasil. Agência Nacional de Águas e Saneamento Básico. Norma de Referência nº 15, de 2025. Estabelece diretrizes para a regulação dos serviços de saneamento básico, com foco na redução e controle de perdas de água. Brasília, 2025.

Hamilton, S.; Charalambous, B. 2020. Leak Detection: Technology and Implementation. 2ed. IWA Publishing, London, UK.

Instituto Trata Brasil; GO Associados. 2025. Ranking do Saneamento do Instituto Trata Brasil de 2025 (SNIS/SINISA 2023).

Liemberger, R.; Wyatt, A. 2018. Quantifying the global non-revenue water problem. Water Supply 18(4): 1184-1193.

Manzi, D. 2017. Detecção e Localização de Rompimentos em Redes de Distribuição de Água a partir de Análise dos Sinais de Pressão em Regime Transitório. Tese de Doutorado em Engenharia Civil. Universidade Estadual de Campinas, Campinas, SP, Brasil.

Misiunas, D. 2005. Failure Monitoring and Asset Condition Assessment in Water Supply Systems. Tese de Doutorado em Automação Industrial. Lund University, Lund, Suécia.

Pearson, D. 2019. Standard Definitions for Water Losses. IWA Publishing, London, UK.

SINISA, 2023 [Referência completa não encontrada no documento original]

SNIS/SINISA, 2023 [Referência completa não encontrada no documento original]

Van Zyl, J. E.; Lambert, A. O.; Collins, R. 2017. Realistic modeling of leakage and intrusion flows through leak openings in pipes. Journal of Hydraulic Engineering 143(9): 04017030-1-04017030-7.

Artigo oriundo de Trabalho de Conclusão de Curso da Especialização em Data Science e Analytics do MBA USP/Esalq

Para saber mais sobre o curso, clique aqui e acesse a plataforma MBX Academy