El pasado 27 de mayo, Carlos Pequerul, Project Manager Smart Monitoring y Carlos Alberto Meneses, Responsable de Machine Learning IDboxRT de CIC Consulting Informático,  dirigieron el Webinar Agua & Tecnología “Oportunidades de Mejora”– IDboxRT dirigido a los asociados de ASA Andalucía.

ASA Andalucía, Asociación de Abastecimientos de Agua y Saneamientos de Andalucía, aglutina a la práctica totalidad de las empresas andaluzas del ciclo integral urbano del agua y representa a toda la tipología de operadores, tanto gestores públicos como privados y mixtos. La Asociación está catalogada como Agrupación Empresarial Innovadora por el Ministerio de Industria, Turismo y Comercio, inscrita en el registro especial que existe al respecto. Esta asociación tiene como objetivo la promoción de aquellas actividades encaminadas a conseguir una mejora continua de las técnicas de la gestión de los Servicios Andaluces de Abastecimiento y Saneamiento de Agua.

En este webinar se trataron principalmente 5 bloques:

• La situación tecnológica actual en el Sector del Agua, junto con sus tendencias y principales preocupaciones detectadas.
• La convergencia OT/IT y sus principales desafíos identificados
• Cómo la Inteligencia Operacional se posiciona en el escenario tecnológico y presentación de la plataforma IDboxRT.
• La arquitectura conceptual del ecosistema tecnológico emergente en los próximos años.
• Y el aspecto del agua no facturada y posibles soluciones a través de la tecnología a este desafío.

Situación tecnológica actual en el Sector del Agua

Sin duda, la tendencia será una inversión más profunda en tecnología, implantando dispositivos IoT e incorporando Inteligencia Operacional, es decir, plataformas que permitan realizar una ingesta masiva de datos, tratarlos y correlarlos para convertir los datos brutos en informes útiles y estratégicos para la toma de decisiones.

• Envejecimiento de la infraestructura
• Preocupación para reducir costes operacionales
• Minimizar las fugas y fraudes
• Gestión de Activos y del Dato, refiriéndose a la Gestión de Activos y de todos los datos de negocio, como la facilidad de acceso al dato, el tratamiento masivo, resolver la problemática de los silos de datos en distintos departamentos, los datos manuales y el expertise, más referido a la parte tecnológica, rodeándonos de tecnología adecuada y un buen servicio de soporte y acompañamiento a toda la parte tecnológica.

Convergencia OT/IT con sus desafíos

Tradicionalmente el mundo OT e IT eran mundos separados, ahora la digitalización de estos sistemas ya es una evidencia y una oportunidad de mejora de los procesos de negocio.

La unión de estos mundos es lo que llamamos Convergencia OT/IT y los aspectos más relevantes son interoperabilidad, inteligencia operacional, equipos ingeniería, ciberseguridad, aspectos como gestión del cambio y sociológicos.

El objetivo final de la convergencia OT/IT es extraer la información de valor que permita realizar una toma de decisiones estratégicas en todos los procesos de negocio del sector, que permitirá mejorar: la eficiencia operativa, el servicio a clientes y el rendimiento de balance hídrico.

Los principales desafíos de la convergencia que se presentan son:

• Necesidad de un equipo multidisciplinar
• Incorporación de dispositivos IoT
• La elección adecuada de una plataforma de Inteligencia Operacional
• Combinación con plataformas como GMAO, LIMS o FIELD Service ayudará a automatizar todo el proceso de negocio y con esto se cerrará el ciclo de la eficiencia operativa.

Inteligencia Operacional

¿Qué aspectos debe cubrir la Inteligencia Operacional?

La recolección de datos con múltiples integraciones a fuentes de datos heterogéneas.

Compresión para evitar el envío de valores iguales o sobrecargas de datos

Contextualizar, permite asociar todas las señales a los activos de nuestra instalación

La estructuración de datos para buscar aquellas señales sin conocer el detalle.

Comparación que, junto a la contextualización y relación de datos, facilita agregar y compara con datos similares.

Preparación del dato, desde sincronizaciones, limpieza.

Integración con otras plataformas como GIS, ERP, BI o DATA LAKE

Y por último toda la parte analítica, herramientas que deben tener un motor de cálculo a través de las cuales el usuario es capaz de generar sus reglas de negocio y aplicar técnicas Machine Learning, Graficaciones, Sipnóticos, Dashboards, Informes personalizados y Gestión de notificaciones y alarmas.

Plataforma IDboxRT

Es una plataforma de Inteligencia Operacional que es capaz de integrar, procesar y analizar datos en tiempo real.

El sistema integra toda la información disponible de los sistemas internos, así como la información del entorno que puede afectar al negocio.

IDboxRT realiza un procesamiento BigData sobre todas las señales recogidas de acuerdo con las reglas de negocio que definan el usuario y ofrece herramientas de análisis que ayudar a tomar las decisiones de operación en tiempo real.

La unión de esto tres bloques estructurales: Integra, Procesa y Analizan dan forma a determinados bloques funcionales:

Adquisición, pre-procesamiento del dato y grabación:

Algunas características son:

• Ingesta masiva de datos y grabación
• Escalabilidad horizontal
• Buffering de datos estandarizados
• Contextualización del dato, agrupando en conjuntos de activos
• Integración del dato
• Recuperación de datos de forma manual y/o automática
• Preparación del dato, con selección de los mismos, sincronización, limpieza, re-propagación de datos y re-sampled.

Autonomía del usuario

Con todo lo que tiene que ver con la administración del sistema y la interfaz de usuario, para que tenga total autonomía en sesiones de análisis, sinópticos y dashboard, informes, cálculos y notificaciones.

Almacenamiento

Con dos aspectos a destacar: los escenarios de gestión y el análisis de datos históricos desde distintas bases de datos. IDboxRT gestiona el acceso de forma transparente.

Características principales de IDboxRT

Ecosistema Tecnológico Emergente

Este esquema de arquitectura conceptual, consideramos que será el ecosistema tecnológico en los próximos años y está muy relacionado con el escenario de convergencia OT/IT. El objetivo de esta arquitectura conceptual es profundizar en el detalle de cada una de las partes, pero fundamentalmente el posicionamiento de la Inteligencia Operacional, dentro de este ecosistema.

Agua no facturada

Uno de los principales desafíos de las compañías de gestión del agua. El agua que se bombea o se produce, se pierde antes de que llegue al cliente o no se tiene en los sistemas, bien por robo, fraude, recopilaciones de datos deficientes o mediciones defectuosas.

Esto tiene un impacto, principalmente en el Medio Ambiente, pero también Económico en todos los costes de producción, extracción e higienización y en la Mejora Continua, porque las empresas del sector buscan la excelencia operativa en todos los procesos de negocio.

Tras la charla de Carlos Pequerul, Carlos Alberto Meneses nuestro experto en Machine Learning dio la visión de cómo abordar, desde el punto de vista tecnológico, el desafío del Agua No Facturada.

Nuestra visión de cómo abordar, desde el punto de vista tecnológico, el agua no facturado.

• Instrumentación de la red: sensores de campo y simulación de red
• Balance Hídrico en el punto de tratamiento de datos
• Fondos histórico completo y robusto, tener un etiquetado de datos.
• Relacionales entre las distintas variables
• Contextualización de Patrones, poder extraer patrones de consumo, fuga y fraude, y con una detección temprana de anomalías.

¿Qué se necesita para obtener éxito?

Lo más importante son los Datos y la Calidad de estos, sin ellos no podemos alcanzar el éxito.

Se necesita también el Conocimiento de Expertos y Machine Learning, ambas deben estar comunicadas entre ellas para obtener buenos resultados.

Si tienes todo esto puedes obtener una Inteligencia Operacional que podemos resumir como un amplio conocimiento con el que podemos tomar decisiones y basar el negocio en él.

Por último presentó un caso real basado en una red de agua sin telemedida, en la que se considero trabajar un enfoque no supervisado basado en la detección de anomalías