A finales de febrero se celebró la primera semifinal de la V edición del Datatón de IndesIA. El Datatón es una iniciativa donde los equipos, conformados por empresas colaboradoras y socios tecnológicos, se enfrentan a desafíos concretos planteados por las propias compañías. Cada equipo plantea un reto y, con un conjunto de datos proporcionados por la empresa asociada, tiene la tarea de resolverlo en un tiempo determinado. Estos resultados son luego presentados y se evalúan aspectos como la calidad técnica, la aplicabilidad y la presentación en sí misma.
Este evento lo organiza IndesIA, la Asociación Industrial para el Impulso de la Economía del Dato y de la Inteligencia Artificial, y Su misión es fomentar el aprovechamiento estratégico de los datos usando la IA por parte de las empresas asociadas.
En esta edición del Datatón, Elewit formó equipo con Predictland AI para abordar la obtención de insights a partir de medidas de corrientes de fuga en aisladores de alta tensión, una colaboración ganadora de la primera semifinal de esta V edición del Datatón.
El desafío planteado era caracterizar el comportamiento de ciertos tipos de aisladores frente a la evolución de las condiciones meteorológicas. Estos aisladores, expuestos a un amplio espectro de condicionantes ambientales, enfrentan riesgos como la acumulación de suciedad o corrosión, lo que puede comprometer su eficiencia y seguridad. Para abordar este reto, se midieron las corrientes de fuga en los aisladores, que actúan como indicadores clave de su estado. Con más de 45.000 km de circuito de líneas en la red de transporte, la optimización de la gestión de estos activos es fundamental.
Los resultados obtenidos durante la prueba podrían permitir explorar diferentes casos de uso de la inteligencia artificial hasta ahora no abordados en este ámbito:
- A corto plazo, permite tener una mayor calidad sobre el nivel de riesgo que presenta una línea según la meteorología.
- A medio y largo plazo, permite ayudar a la planificación de tareas de mantenimiento en los aisladores.
- Por último, para el ciclo de vida completo de la línea, permitiría orientar la elección del aislamiento más adecuado en su diseño.
Los métodos de análisis desarrollados no solo son aplicables a los aisladores analizados en este proyecto, sino que también ofrecen un marco sólido para abordar retos similares en otros tipos de aislamiento. Por ejemplo, los aisladores poliméricos con núcleo de fibra de vidrio, con desafíos adicionales para medir su estado de salud, pueden beneficiarse mucho de estos enfoques innovadores.
Este proyecto subraya la importancia de la experiencia técnica y la tecnología de vanguardia. Las medidas masivas automatizadas en elementos críticos de la red de transporte eléctrico pueden ser aprovechadas al máximo mediante algoritmos de inteligencia artificial. Esta sinergia entre la experiencia humana y las capacidades analíticas avanzadas representa el futuro de la industria, uniendo esfuerzos para lograr una optimización continua y una mayor eficiencia operativa. Elewit y Predictland han demostrado cómo la colaboración estratégica puede conducir a resultados innovadores y sostenibles en este sector.