Seguramente hayas oído y leído ya unas cuantas veces el término “Inteligencia Artificial” (IA), y probablemente lo encontrarás cada vez más en el futuro. Dependiendo de tu conocimiento sobre el tema y el tipo de persona que seas, te puede generar distintas reacciones como la curiosidad, el asombro, el desprecio o incluso el miedo. Para tu tranquilidad, la humanidad no ha construido (de momento) una Inteligencia Artificial General o IA Fuerte capaz de hacer “de todo”, al estilo de algunas películas de ciencia ficción.
Así que por ahora nos centraremos en una IA que tiene un ámbito de acción y unos objetivos mucho más acotados orientados a la realización de tareas concretas que tradicionalmente llevaría a cabo una persona.
En particular, hoy os quiero presentar una colaboración con Elewit, Red Eléctrica de España, LCOE y Ampacimon, de la que nos sentimos muy orgullosos: “Plataforma de Inteligencia Artificial para el diagnóstico automático de las condiciones de aislamiento en instalaciones eléctricas a través de la monitorización de Descargas Parciales”.
Las descargas parciales son fenómenos que se producen en instalaciones eléctricas cuando hay algún fallo o defecto en los elementos aislantes que impide que cumplan con su cometido adecuadamente. Existen distintos tipos de descargas parciales, con diferentes niveles de gravedad. En muchos casos, si no se detecta y subsana a tiempo la incidencia, puede acabar derivando en un fallo más grave que provoque daños mayores en los materiales, descargas totales que corten el suministro eléctrico, o incluso incendios o explosiones.
Por ello, es fundamental monitorizar las instalaciones eléctricas para detectar lo antes posible la aparición de estas descargas parciales. Con las mediciones de amplitudes, fases y otros valores, se realizan representaciones gráficas como las que se pueden observar en la imagen anterior.
Hemos creado una Plataforma de Inteligencia Artificial para el diagnóstico automático de las condiciones de aislamiento en instalaciones eléctricas a través de la monitorización de Descargas Parciales.
Expertos humanos analizan minuciosamente las mediciones e imágenes y son capaces de identificar el tipo de descarga parcial, su localización, su gravedad y las acciones correctivas recomendadas.
Por la complejidad de las instalaciones y las medidas realizadas, muchas veces aparece ruido eléctrico y también pueden aparecer varias descargas parciales mezcladas, por lo que es necesario un paso previo que las separe lo mejor posible para luego proceder a su identificación una a una.
El objetivo del proyecto es construir un sistema que automatice lo máximo posible estos procesos de tratamiento de los datos medidos y reconocimiento de los tipos de descargas parciales detectados, emulando en cierto modo lo que harían los expertos humanos. En el siguiente esquema se representan algunos de los componentes clave de la plataforma:
El objetivo del proyecto es construir un sistema que automatice lo máximo posible estos procesos de tratamiento de los datos medidos y reconocimiento de los tipos de descargas parciales detectados.
En el paso de separación de descargas parciales y ruido hemos aplicado técnicas de clustering. Y en el paso de reconocimiento automático, hemos aplicado técnicas de Deep Learning, entrenando redes neuronales convolucionales sobre una base de datos de imágenes creadas a partir de medidas de distintas procedencias (campo, laboratorio, simuladas mediante un generador sintético) provistas por LCOE y Ampacimon. Se han aplicado diversas técnicas de “Data Augmentation” para disponer de más muestras para el entrenamiento de la red, a la vez que se robustece el aprendizaje del sistema porque se incluyen variantes de las imágenes.
La red neuronal de reconocimiento tiene niveles de precisión altísimos, cercanos a los expertos humanos y que seguramente acaben igualando o superando a medida que cuente con más muestras reales disponibles para el aprendizaje.
No obstante, un componente fundamental para la toma de decisiones es el sistema experto construido por Ampacimon que, a partir de los defectos comunicados por la red neuronal y las probabilidades otorgadas a cada uno, determina la criticidad y emite las alertas y acciones preventivas recomendadas para que los técnicos de mantenimiento de Red Eléctrica puedan optimizar su actividad.
La plataforma permitirá monitorizar muchas más instalaciones y con mayor detalle de lo que se realiza actualmente al estar el proceso mucho más automatizado. Y los expertos humanos, en lugar de estar identificando los casos uno a uno, podrán centrarse en revisar los casos más complejos o dudosos de una muestra mucho mayor de la que podrían abarcar ahora, así como seguir contribuyendo al aprendizaje del sistema.
A partir de los defectos comunicados por la red neuronal y las probabilidades otorgadas a cada uno, determina la criticidad y emite las alertas y acciones preventivas recomendadas para que los técnicos de mantenimiento de Red Eléctrica puedan optimizar su actividad
Para afrontar este gran reto estamos trabajando estas cinco empresas:
- Elewit: es la plataforma tecnológica del Grupo Red Eléctrica y se encarga de desarrollar soluciones innovadoras en el ámbito eléctrico para construir un futuro sostenible. Se encarga de formar el equipo de proyecto identificando y coordinando a las distintas empresas y de orientar los desarrollos a un resultado escalable y comercializable.
- Red Eléctrica de España (REE): es el transportista y operador único del sistema eléctrico en España (TSO). Es el cliente final del proyecto y aporta su conocimiento experto del mantenimiento de las instalaciones.
- Laboratorio Central Oficial de Electrotecnia (LCOE): es el servicio técnico designado y reconocido por el Ministerio de Economía, Industria y Competitividad (MINECO) para llevar a cabo distintos ensayos y homologaciones de vehículos y distintos tipos de instalaciones eléctricas y electromagnéticas. Aporta al proyecto sus instalaciones de laboratorio y una maqueta para la realización de medidas y pruebas (ver siguiente imagen), así como un generador sintético de descargas parciales.
- Ampacimon: es líder mundial en monitoreo de redes eléctricas. Creadores, entre otras, de la tecnología BlueBox para la medición de descargas parciales. Es el principal desarrollador e integrador de la plataforma en su conjunto y aporta además su base de datos de mediciones de descargas parciales y su conocimiento experto de diagnóstico.
- PiperLab: empresa especializada en realizar proyectos de Big Data y Data Science aplicados a los negocios de empresas de distintos sectores. Aportamos al proyecto nuestro conocimiento experto en Machine Learning para construir la Inteligencia Artificial de clustering y reconocimiento automático de las descargas parciales.
Desde PiperLab ya hemos ayudado a nuestros clientes de diversos sectores a abordar todo tipo de problemas en los que se pueden aplicar soluciones de Big Data, Data Science, Machine Learning o construir Inteligencias Artificiales, como la que os he contado en el post de hoy.
Si crees que podemos ayudarte, ¡contáctanos!
