Hace algún tiempo en everis Ingeniería nos hicimos la siguiente pregunta: ¿es posible desarrollar un sistema tecnológico que ayude al operador de una red de abastecimiento a proteger a los consumidores ante una posible contaminación intencionada o accidental de la red? La respuesta no era fácil, así que comenzamos a trabajar en un desarrollo con el que llevamos ya dos años tratando de anticipar potenciales riesgos.
Conceptualmente, dicho desarrollo tiene dos componentes: el elemento de monitorización de un evento de contaminación y los sistemas que ayuden a gestionarlo.
Monitorizar la contaminación en una red de agua potable es un reto de enorme magnitud por la gran cantidad de sustancias potencialmente contaminantes. El problema se puede plantear de manera sencilla: cómo desarrollar un sensor inespecífico que proporcione al operador una alerta de contaminación ante un amplísimo rango de sustancias contaminantes y a un precio razonable.
Para abordarlo, hemos planteado el concepto de la huella físico-química del contaminante. De esta manera, trasladamos el problema de monitorizar el enorme rango de sustancias contaminantes a monitorizar un conjunto limitado de parámetros “huella” y pasamos a hacer una inferencia inversa. Para esta inferencia y generación de alerta nos basamos en algoritmos existentes y en otros desarrollados “ad hoc” para este sistema de detección.
Monitorizar la contaminación en una red de agua potable es un reto de enorme magnitud por la gran cantidad de sustancias potencialmente contaminantes
Para abordar el reto tecnológico que supone la implementación del sistema, se hizo necesario plantear una doble estrategia de desarrollo. Por un lado, un sistema de inteligencia artificial que sea capaz de realizar un proceso de aprendizaje y vaya, de una manera progresiva, haciendo más robusto el sistema frente a “falsos positivos” y “falsos negativos” mediante la detección de patrones de evolución de los parámetros en la fase de “entrenamiento” del sistema. Por otro lado, un análisis BigData nos proporciona, además de la potencia de examen de cantidades enormes de datos (fruto de la monitorización continua de los parámetros “huella”), un estudio estadístico de amplio alcance que nos ayuda a detectar patrones y correlaciones en un mayor campo de variables tanto propias del operador (calidad de agua, presiones, caudales) como adquiridas de forma externa.
Una vez generada la alerta, se hace necesario el desarrollo de los sistemas para la gestión de dicho evento de contaminación. La funcionalidad propuesta para este sistema es doble: en primer lugar, realizará una modelización en tiempo real del evento de contaminación, proporcionando al operador información de los tiempos de afección y datos de población afectada; en segundo lugar, se proporciona una herramienta de ayuda a la decisión, aportando al operador información de la gestión segura de la red en caso de ocurrencia del evento de contaminación detectado.
Para el desarrollo de este sistema hemos contado con financiación de fondos EEAGRANTS en una primera fase, en la que NIVA (Norwegian Institute For Water Research) nos prestó una valiosa colaboración, y con financiación propia en una segunda. Este apasionante desarrollo ha culminado en nuestra herramienta SWALERT (Smart Water ALERT) que supone una aportación a la seguridad de nuestras infraestructuras de agua.
En sucesivos artículos profundizaré en los diferentes aspectos que componen el sistema y en los retos técnicos que hemos debido afrontar durante su desarrollo.
¡Feliz Año 2018!
