La inteligencia artificial al servicio de la calefacción urbana sostenible

Exprivia ha activado recientemente una colaboración con una de las principales empresas multiutility italianas, activa en los sectores de energía, medio ambiente y servicios hídricos, con una fuerte presencia en todo el territorio nacional. Entre sus activos más estratégicos destacan las redes de calefacción urbana, que en diversas ciudades permiten suministrar calor a las viviendas, reduciendo el uso de calderas domésticas y promoviendo un modelo energético más eficiente y sostenible.
Sin embargo, la complejidad de este tipo de infraestructura, extensa y en gran parte subterránea, la expone al riesgo de fugas a lo largo de las tuberías, con las consiguientes pérdidas energéticas, altos costes y dificultades de mantenimiento.

La necesitad

El operador industrial necesita dotarse de un sistema avanzado capaz no solo de detectar anomalías operativas y fugas en una de sus redes de calefacción urbana, sino también de prever posibles problemas futuros. Esto puede lograrse mediante el análisis de las termografías adquiridas anualmente a través de vuelos aéreos, integrándolas con otras características o fuentes de datos en una herramienta de detección de anomalías y análisis predictivo.
El objetivo es comprender la evolución de la red y de sus anomalías a lo largo del tiempo, para planificar de forma inteligente las intervenciones de mantenimiento y reducir el desperdicio.

La solución con Exprivia

Exprivia está acompañando al socio en la industrialización de una plataforma digital basada en modelos de inteligencia artificial (deep learning) para la detección de anomalías.
A través de la recopilación y el mosaico de las imágenes térmicas de los vuelos anuales, el sistema construye un conjunto de datos progresivo en el que las anomalías se comparan con los casos de fuga verificados sobre el terreno.
Las redes neuronales aprenden así a distinguir entre condiciones fisiológicas o elementos de ruido y las anomalías verdaderamente significativas.
El resultado es un mapa inteligente, capaz de ordenar y priorizar las anomalías según criterios de gravedad, extensión e impacto potencial: una herramienta estratégica de apoyo a la decisión útil para la multiutility.
Además, el monitoreo diacrónico permite observar cómo evolucionan las anomalías, transformando un enfoque tradicionalmente reactivo en un modelo predictivo y proactivo.

Los beneficios