De energía, COVID y Data Science

Javier Di Deco, co-fundador y data scientist en PiperLab.

El sector de las utilities (energía, telefonía/internet, transporte, etc.) se ha visto impactado por la pandemia de la COVID-19 a todos los niveles. Desde la propia gestión de sus empleados y procesos de trabajo, teniendo que implantar o incrementar a marchas forzadas los procesos de teletrabajo y digitalización, como los retos a los que se ha tenido que enfrentar por los grandes cambios que se han producido por el confinamiento primero y las restricciones horarias y reducción de movilidad después.

Los cambios de hábitos de consumo han puesto a prueba las capacidades absolutas y de adaptación de las infraestructuras, por ejemplo:

– El tráfico de internet se disparó durante el confinamiento por la gran cantidad de gente en ERTE. A pesar de ello no se tradujo en bajadas tan grandes de la velocidad de conexión y descarga, como se explica en este post de Interxion, la empresa que gestiona varios de los principales centros de datos de Madrid y otras ciudades europeas.

– Los operadores de telecomunicaciones tuvieron que reconfigurar sus redes porque no solo se produjo un aumento del tráfico, sino que estaba localizado en diferentes sitios respecto a lo habitual. Además de restringir ciertos tipos de contenido que consumían mucho ancho de banda en determinadas horas para garantizar la conectividad del teletrabajo.

– Los patrones de consumo de energía también se vieron afectados tanto en los volúmenes de consumo como en los momentos del día en los que se producen los picosEn este post se explican dichos factores sobre la curva de demanda eléctrica ofrecida por Red Eléctrica. Si la capacidad del sistema no se va adaptando con rapidez ante estos cambios se pueden producir cortes del suministro.

Un evento como el COVID-19 es prácticamente impredecible, lo que Nassim Nicholas Taleb calificó como un “Cisne Negro”. No obstante, de forma habitual, este tipo de organizaciones tienen que estar tratando de anticiparse a lo que va a pasar para optimizar la gestión de sus recursos y garantizar alta disponibilidad de los recursos para los usuarios.

Para ello, recurren cada vez más a tecnologías de IoT para captar una gran cantidad de datos que procesar con técnicas de Data Science, inteligencia artificial, etc. para todo tipo de cuestiones relacionadas con sus negocios. Las empresas operadoras, como Red Eléctrica o Enagás, suelen orientarse a la optimización de sus procesos y a controlar la estabilidad del sistema; mientras que las comercializadoras suelen perseguir un mayor conocimiento de sus clientes, aunque lógicamente comparten algunas necesidades de análisis.

Algunos de los casos de uso que ya se están haciendo en el sector son:

Proyecto DALIA

Hace unos meses, Elewit, la plataforma de innovación tecnológica de Red Eléctrica, junto con el departamento de mantenimiento de Líneas, lanzaron un reto para desarrollar una plataforma de tratamiento de imágenes en el ámbito del proyecto DALIA (Detecting Anomalies in Lines Inspection Autonomously).

El objetivo es simplificar y automatizar en la medida de lo posible los procesos de inspección de líneas eléctricas.

“Desarrollamos modelos de Machine Learning, concretamente utilizando técnicas de Deep Learning orientadas al tratamiento de imágenes para clasificar automáticamente distintos tipos de incidencias, así como segmentar las zonas de las imágenes en las que se localizaban dichas incidencias. El sistema construido por el equipo de PiperLab presentó altos niveles de acierto y quedamos entre los 5 ganadores.” 

Este es solo uno de los múltiples ejemplos de proyectos que se pueden abordar utilizando Data Science para llevar a las compañías del sector utilities hacia un futuro de automatización e inteligencia artificial que optimizará sus operaciones y servicios.

TE PUEDE GUSTAR

EVENTOS

RECIBE NUESTRA NEWSLETTER

*Email:

*Nombre:

*Empresa:

Cargo:

Sector:
     

Please don't insert text in the box below!

ESCUCHA NUESTRO PODCAST

SÍGUENOS EN RRSS

MÁS COMENTADOS

Scroll al inicio