Las máquinas son capaces de solucionar problemáticas cada vez más complejas en la gestión del agua. El uso de algoritmia cada vez más avanzada, unido al crecimiento exponencial de la capacidad de cómputo permiten disponer de información clave para ayudar a los tomadores de decisiones humanos en las situaciones más críticas.
Hoy, 30 de septiembre, ha tenido lugar la sexta sesión de Smart Water Summit 2020, centrada en el papel de la inteligencia artificial y el machine learning, en la que siete destacados profesionales han mostrado cómo la combinación de ambas tecnologías está cambiando el sector del agua.
Francisco Iturriaga, Chief of Water Operational Intelligence de ESVAL, ha abierto la sesión hablando de redes inteligentes de agua, desde la infraestructura hasta la fusión y análisis de datos. ESVAL y Aguas del Valle (AdV) son empresas integradas de agua y monopolios regulados que dan “un servicio de primer nivel. Tenemos unos niveles de cobertura de agua y aguas residuales prácticamente del 100%”, ha señalado Francisco. Todo un logro en Chile dado el mayor desafío al que se enfrenta el país: la megasequía. Y, es que, la operación eficiente de los sistemas de agua resulta cada día más compleja, dadas las múltiples variables que afectan su desempeño. Es por ello que desde ESVAL están en continúa búsqueda de cuáles son las mejores tecnologías que existen en el mercado internacional: "Los desafíos nos impulsan a implementar tecnologías de vanguardia para aumentar nuestra eficiencia operacional y agregar valor a nuestros clientes". Así, gracias al acceso, análisis y acciones en datos en línea y a la inteligencia artificial, desde ESVAL gozan de una mejora continua en las operaciones del ciclo integral del agua como la optimización automática de presión en VRP o bombas, la detección de incidencias por modelos predictivos, la detección de incidencias por la presión o la predicción de la demanda según la meteorología y otras variables. “Sin estas tecnologías, ESVAL no podría cumplir con las expectativas del cliente”, ha dicho, "hoy en día la industria debe cambiar, porque se enfoca en la infraestructura operacional y debemos llevarlo a una industria basada en el cliente como una empresa de proveedores de servicios".
A continuación, Mario Martín, Drives Service Sales Manager de ABB, ha hablado de la transformación digital y diagnosis remota en activos eléctricos. Dentro del sector, la compañía ofrece soluciones para la gestión de ciclo del agua que proporcionan información de mantenimiento basado en la condición del tren de potencia, información útil para los usuarios e ingenieros: “Tenemos una amplia oferta de soluciones de producto y servicio local para cubrir todo el ciclo del agua”. Y, es que, para ABB, la transformación digital no ha llegado en 2020 para ellos, ya que su segmento de agua lleva inmerso en la transición digital varios años, ofreciendo una fórmula de soporte experto potenciado por ABB Ability ™ Condition Monitoring: "ABB Ability™ Digital Powertrain es un conjunto de tecnologías digitales que mejoran el rendimiento, la fiabilidad y la eficiencia de todos los componentes del tren de potencia” que va, desde los variadores y motores, hasta las bombas, acoplamientos, cojinetes y otras aplicaciones, siendo una solución escalable pensada para la optimización de servicios que permite la transformación digital de las plantas de tratamiento de agua: "Un efecto de la digitalización es que proporciona mayor capacidad de inversión en las decisiones de inversiones estratégicas y de mantenimiento, mediante la diagnosis predictiva de los motores y variadores de frecuencia", ha señalado.
Francisco Iturriaha (ESVAL): "Hoy en día la industria debe cambiar, porque se enfoca en la infraestructura operacional y debemos llevarlo a una industria basada en el cliente como una empresa de proveedores de servicios".
La jornada también ha contado con Miguel Ángel Rodríguez, técnico de Automatización y Control de Emasesa, la empresa metropolitana de abastecimiento y saneamiento de Aguas de Sevilla, y cuya ponencia se ha centrado en el ecosistema de la inteligencia artificial en la gestión de activos del ciclo integral del agua. El hecho de que la empresa gestione todo el ciclo integral del agua hace que dispongan de una gran variedad de activos: “Uno de nuestros objetivos prioritarios es realizar una gestión eficaz del ciclo de vida de los activos ya sean físicos o intangibles”. Así, Emasesa trabaja en el ámbito de la inteligencia artificial y la aplicación de las técnicas de machine learning a sus procesos mediante pruebas de concepto: “Desarrollar un modelo de machine learning es relativamente fácil, lo difícil es todo lo que viene antes y después”. Para Emasesa, en la estrategia para la aplicación de la inteligencia artificial, “el factor diferencial serán los algoritmos utilizados, la calidad del dato y los mecanismos de visualización”; una estrategia con la que la compañía ha aplicado en modelos para la previsión de consumos, la detección de outliers en caudalímetros o de anomalías en la red de distribución de agua potable o la reducción de dimensionalidad en estaciones de bombeo.
También han participado, Manuel Pulido, director de IIAMA, y Héctor Macián, investigador posdoctoral del IIAMA, que han hablado la teoría o lógica difusa en la gestión de cuencas y la gestión de recursos hídricos, que es la forma de cuantificar y usar conceptos imprecisos uniendo lenguaje y matemáticas y que puede tener una gran importancia en la gestión de los recursos hídricos: “Es una técnica de machine learning de aprendizaje supervisado”, ha señalado Manuel, recomendaba cuando haya que aplicar conceptos o límites imprecisos, no se necesite demasiada precisión y exista una alta incertidumbre. “Una de sus mayores ventajas es que es una técnica conceptualmente sencilla, flexible y, especialmente, que se basa en el lenguaje coloquial”. Desde IIAMA, han aplicado esta técnica en el río Júcar, tal y como explicó Héctor Macián a continuación: “Se usan dos sistemas de lógicos difusos en las sueltas de Tous, que reproducen las decisiones y actúan como si fueran los expertos de la Oficina de Explotación del Júcar”. Además, estos sistemas también son una herramienta de decisión en los que se puede combinar el criterio del experto con la optimización de la tecnología, de manera que “mejoran la gestión de los recursos hídricos sin modificar los criterios propios de los gestores”.
Mario Martín (ABB): "Un efecto de la digitalización es que proporciona mayor capacidad de inversión en las decisiones de inversiones estratégicas y de mantenimiento, mediante la diagnosis predictiva de los motores y variadores de frecuencia"
Por su parte, Pedro Martínez Santos, profesor titular de la Facultad de Ciencias Geológicas de la Universidad Complutense de Madrid (UCM), ha hablado de la aplicación de técnicas machine learning al mapeo de potencial hidrogeológico en entorno de baja renta. “El reconcomiendo de patrones poder ser útil en la gestión de recursos hídricos”. Pedro expuso la utilización de MLMapper, una aplicación de reconocimiento de patrones de mapeo, programada en QGIS y de libre acceso, en la predicción del potencial hidrogeológico de Mali, un país que con un grave problema de acceso a agua potable. “El objetivo del proyecto es llevar a cabo una cartografía de zonas susceptibles de albergar agua subterránea en la cuenca del rio Baoulé”, en el que la cartografía se orienta a detectar las áreas donde existe una mayor probabilidad de éxito. Sobre ello, Pedro Martínez ha señalado que esta técnica “no sustituye al trabajo de prospección hidrogeológica en terreno, pero lo optimiza”.
Finalmente, Rosa Mª Fernández, postdoctoral en el Grupo de Investigación Análisis del Departamento de Matemáticas de Universidad de Almería, habló de la modelización del riesgo de inundación en las Cuencas Mediterráneas Andaluzas, a través del Proyecto SAICMA, un Sistema de Alerta ante Inundaciones en las Cuencas Mediterráneas Andaluzas desde la inteligencia artificial y el data mining, cuyo objetivo principal es “la elaboración de un Sistema de Alerta ante inundaciones” en la zona. Para su elaboración, se han utilizado las Redes Bayesianas (RB), que son una serie de variables unidas mediante enlaces con las que estudiar las relaciones entre las variables y así plantear diferentes escenarios.
Sobre Smart Water Summit 2020
Smart Water Summit 2020 es la cuarta edición del evento organizado por iAgua centrado en la irrupción de las nuevas tecnologías en el sector del agua. El debate de este año, dividido en cuatro días, se ha centrado en las oportunidades y los retos que está generando la transformación digital, con la exposición de las herramientas más punteras y los casos de éxito más notables llevados a cabo por los líderes del sector.
