El pasado Mi\u00e9rcoles, 1 de septiembre, celebramos en BGEO una jornada de formaci\u00f3n interna sobre Inteligencia Artificial aplicada a la predicci\u00f3n de demandas en una red de agua potable.<\/p>\n
El verano siempre es un buen momento para incorporar becarios que aporten frescura y nuevas tendencias en las organizaciones. En este sentido, este a\u00f1o ha sido un placer tener nuevamente entre nosotros a Elies Bertran, estudiante de matem\u00e1ticas de la UAB, quien por tercer verano consecutivo nos ha entregado unos intangibles de mucho valor para todos los miembros del equipo.<\/p>\n
Desde hace tiempo, \u00e9l es un aut\u00e9ntico fan de la Inteligencia Artificial<\/b>, as\u00ed que este a\u00f1o ha vuelto con nuevas ideas y con las \u00faltimas tendencias en redes neuronales recurrentes.<\/p>\n
Esto nos ha permitido evolucionar nuestro know-how con Tensor flow y Keras aplicado otra vez a la mejora de procesos en redes de abastecimiento. Si en a\u00f1os anteriores hab\u00edamos creado y evolucionado una red neuronal para trabajar con eventos de rotura en tuber\u00edas, con el objetivo de determinar el periodo de retorno o frecuencia de rotura y poder as\u00ed tener una herramienta de planificaci\u00f3n de reposiciones de red, este a\u00f1o hemos cambiado de foco y hemos optado estudiar comportamientos de series temporales y evaluar su predictibilidad.<\/p>\n
Una infraestructura de abastecimiento est\u00e1 sujeta a solicitaciones que dependen en una parte de ciclos que se repiten y en otra parte, de eventos discretos condicionados a la actividad humana. En este sentido, si logramos conocer los patrones y tener la suficiente informaci\u00f3n estructurada y harmonizada \u00bfVamos a ser capaces de predecir consumos en red <\/b>con un par o tres de d\u00edas de anticipaci\u00f3n?<\/b><\/p>\n
Ante la pregunta formulada, y con la colaboraci\u00f3n del operador Aig\u00fces de Manresa, nos hemos puesto a trabajar intensamente, estudiando numerosos datasets, analizando los mismos e intentado evaluar c\u00f3mo se comportaban, especialmente centrados en los caudal\u00edmetros sectoriales.<\/p>\n
Una vez terminado el trabajo, es un placer afirmar que estamos muy satisfechos de los logros obtenidos puesto que lo<\/b>s resultados han sido impresionantes.<\/b> Queda mucho camino por recorrer, pero hemos sentado las bases te\u00f3ricas as\u00ed como una arquitectura de software robusta y escalable que en un corto plazo nos va a permitir anticipar valores en caudal\u00edmetros sectoriales, simplemente a partir de su serie temporal previa al menos contando con dos ciclos anuales anteriores.<\/p>\n
Esto nos hace mucha ilusi\u00f3n puesto que nos abre la puerta a aplicar este tipo de predicci\u00f3n a modelos hidr\u00e1ulicos de red c\u00f3mo EPANET lo que eleva a otro nivel el conocimiento adquirido por nuestro equipo en modelos hidr\u00e1ulicos estos \u00faltimos a\u00f1os.<\/p>\n
En primer lugar, se debe disponer de un modelo de red bien calibrado y con una alta resoluci\u00f3n, es decir partiendo tramos por acometidas tal y c\u00f3mo Giswater realiza. A continuaci\u00f3n s\u00f3lo hace falta imponer unas condiciones de demanda precedidas por la herramienta AI, y el resultado ser\u00e1 disponer de informaci\u00f3n de la red y poder anticipar los posibles eventos cr\u00edticos en nuestra infraestructura antes que se produzcan.<\/p>\n
No cabe duda que esta funcionalidad es enormemente deseada para todos aquellos que operan redes de abastecimiento, y ser\u00e1 una realidad para los operadores que usen Giswater c\u00f3mo herramienta corporativa en un corto plazo.<\/p>\n
Todo ello nos ha llevado a realizar esta jornada formativa interna impartida por el propio Elies, quien nos ha transmitido con efusividad el enorme know-how adquirido este verano.<\/p>\n
En nombre del equipo de BGEO, s\u00f3lo nos queda dar las gracias a Aig\u00fces de Manresa por su colaboraci\u00f3n y a Elies Bertran por su entrega as\u00ed c\u00f3mo felicitarle por el trabajo realizado.<\/p>\n","protected":false},"excerpt":{"rendered":"
El pasado Mi\u00e9rcoles, 1 de septiembre, celebramos en BGEO una jornada de formaci\u00f3n interna sobre Inteligencia Artificial aplicada a la predicci\u00f3n de demandas en una red de agua potable. El verano siempre es un buen momento para incorporar becarios que aporten frescura y nuevas tendencias en las organizaciones. En este sentido, este a\u00f1o ha sido […]<\/p>\n","protected":false},"author":4,"featured_media":4573,"comment_status":"closed","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"_et_pb_use_builder":"","_et_pb_old_content":"","_et_gb_content_width":""},"categories":[12],"tags":[],"yoast_head":"\n