Medición inteligente e IA: Presente y futuro de la automatización de la medición en los servicios públicos

Gestión de la complejidad de la red

La innovación del proceso requiere un sistema que pueda gestionar la complejidad del hecho de que los contadores pueden ser de distintos tipos, es decir, de gas, electricidad o agua, pero también podemos ampliarlo a un sensor genérico, por ejemplo, detectores de humo, desde la perspectiva de una ciudad inteligente.

Cada dispositivo está dotado de un canal de comunicación como la tarjeta sim, en el caso del canal GPRS, o la radio, en el caso de la radiofrecuencia, y por tanto la complejidad viene dada también por los distintos canales y protocolos de comunicación.

Gestión de la complejidad con Inteligencia Artificial

Además de la actividad de recuperar las lecturas de los contadores , el operador también tiene que ocuparse de cuestiones de mantenimiento. Por ejemplo, los contadores de gas y agua funcionan con pilas y se agotan con el tiempo. El enfoque tradicional consiste en comprobar periódicamente el contador y, en cuanto deja de funcionar, intervenir sobre el terreno para sustituirlo. En su lugar, un enfoque innovador utiliza los datos que el contador envía al centro para realizar lo que se denomina mantenimiento predictivo: básicamente, predice cuándo se descargará una batería concreta para anticipar cuándo hay que sustituirla, evitando que el contador interrumpa la comunicación y planificando la sustitución masiva de baterías para optimizar las operaciones.

Si un contador deja de comunicar datos de medición, el operador tiene que estimar el consumo del usuario final, una actividad que no es innovadora en sí misma, pero que pasa a serlo si se adopta un método que utilice un enfoque de aprendizaje automático para analizar todos los datos entrantes: de hecho, es posible entrenar modelos de aprendizaje automático que puedan reproducir fielmente cómo consume el usuario la electricidad, el gas o el agua para rellenar los datos que faltan con datos realistas, es decir, no con meras divisiones de un historial por el número de días. Además de obtener datos mucho más realistas, el operador podrá utilizarlos para tomar decisiones o realizar actividades de detección de anomalías en busca, por ejemplo, de fugas o consumos fraudulentos.

Como último caso de uso, podemos pensar que mediante una simple foto tomada por el operador en campo durante la ronda de recogida de lecturas, es posible, gracias a herramientas de Machine Learning y Deep Learning, extraer toda la información relativa al contador, como la tecnología de medida, modelo, número de serie, totalizador, todo ello sin cometer errores por introducción manual y reduciendo además el tiempo de procesamiento.

Escenarios futuros

Un elemento de revolución es la adopción a gran escala de estos dispositivos, que en Italia ya está presente para los sectores de la electricidad y el gas, pero solo desde hace aproximadamente un año hemos visto su difusión también para el servicio del agua. Del mismo modo, también podemos ver este desarrollo en el extranjero, donde podemos afirmar nuestras décadas de experiencia, ya que Italia se ha adelantado al resto del mundo en el despliegue masivo de contadores inteligentes.

Este sector está en constante innovación, basta pensar en los distintos pasos de la evolución de los métodos de comunicación, desde el SMS hasta LoRaWan.

La creciente atención a las cuestiones de sostenibilidad conducirá inevitablemente al uso de fuentes alternativas de energía renovable, como el biometano y el hidrógeno.

La participación de los usuarios finales es cada vez más activa y es con esta conciencia con la que deben tratarse todos los datos de consumo para que los ciudadanos sean más conscientes de sus hábitos y se comporten de forma virtuosa.