Noticias
Caso de Éxito en Detección de Pérdidas no Técnicas
Localización precisa de 20kW de pérdidas en una red rural dispersa de baja tensión mediante Inteligencia Artificial.
El PROYECTO RedIA de DEICOM TECHNOLOGIES sigue demostrando su valor en la gestión avanzada de redes eléctricas, en el marco de la ayuda IA360. Este caso ilustra la capacidad de la Inteligencia Artificial para localizar fuentes de pérdidas no técnicas en entornos topológicamente complejos.
El Desafío: Pérdidas Ocultas en una Red Rural
El escenario era un centro de transformación rural caracterizado por:
- Líneas largas y dispersas: Un entorno que dificulta el monitoreo tradicional.
- Topología no fiable: Dificultades para saber exactamente dónde termina cada línea y a qué derivación pertenece cada cliente.
- Sospecha de Pérdidas: Las medidas de supervisión del transformador indicaban una pérdida constante de aproximadamente 20 kW, pero la localización precisa era desconocida.
La Solución RedIA: IA y Tarjetas de Supervisión de Línea
La distribuidora tomó una medida clave: instaló tarjetas de supervisión de línea para monitorizar las 5 derivaciones principales del transformador. A partir de estos datos, el algoritmo de análisis topológico de RedIA intervino:
- Reconstrucción Topológica: Los algoritmos de IA analizaron los datos de las nuevas tarjetas y los contadores para encontrar una distribución precisa de las cargas y reconstruir la topología de la red (como se muestra en la figura).
- Ajuste y Detección de Desviación: Se utilizó la herramienta de ajuste para cuadrar la energía. Se comprobó que la energía se podía cuadrar perfectamente en cuatro de las cinco líneas, indicando que la discrepancia estaba concentrada en una única derivación.
- Localización de Pérdida Real (Línea L1): La línea etiquetada como L1 fue identificada por el software como la que presentaba la pérdida real de energía que no podía ser mitigada por recálculos, señalando una desviación persistente de 20kW.
Resultado Práctico: Intervención Dirigida y Éxito
Con la localización precisa proporcionada por el software de RedIA, la distribuidora pudo enviar un equipo de campo directamente a la localización aproximada de la línea S1. Esto evitó inspecciones a ciegas en un entorno rural disperso y de líneas largas, traduciéndose en:
- Ahorro de Tiempo y Recursos: La intervención fue rápida y dirigida.
- Mitigación de la Pérdida: Se encontró y resolvió la fuente de la pérdida de 20kW.
- Mejora de la Eficiencia: Se garantiza una gestión más segura y eficiente de la red.
Financiación Pública y Cumplimiento de la Ayuda IA360
Este proyecto se enmarca en la convocatoria IA360 – Ayudas para el desarrollo tecnológico y la innovación mediante el uso de la inteligencia artificial.
De conformidad con el Plan de Recuperación, Transformación y Resiliencia (PRTR) y las Bases Reguladoras:
El PROYECTO RedIA está Financiado por la Unión Europea – NextGenerationEU en el marco del PRTR y de la iniciativa RETECH (Redes Territoriales de Especialización Tecnológica), con la cofinanciación del Instituto Gallego de Promoción Económica (Igape).
Caso de Éxito en la Supervisión Avanzada de Redes de Baja Tensión mediante Inteligencia Artificial
Limpieza y localización de pérdidas para una gestión eficiente de la energía en la red de distribución.
El PROYECTO RedIA, impulsado por DEICOM TECHNOLOGIES y financiado por la ayuda IA360, tiene como objetivo dotar a las distribuidoras eléctricas de herramientas de Inteligencia Artificial para la supervisión avanzada de redes. En el marco de este proyecto, hemos desarrollado un caso de éxito que ilustra la aplicación práctica de estas tecnologías.
El Desafío: Ceguera en la Red
El caso se centra en la red de un pueblo con una zona urbana muy concentrada, donde el servicio se suministra desde tres centros de transformación. El principal problema era la ausencia de una distinción clara de los límites de distribución de la energía. Esta falta de claridad topológica impedía realizar un cálculo preciso de las pérdidas de la red, ya que no era posible determinar con exactitud por dónde fluía la carga desde cada centro.
La Solución RedIA: Análisis Topológico y Algoritmos IA
Para superar este desafío, el equipo de RedIA aplicó un avanzado Análisis Topológico y Energético. A través de algoritmos de Inteligencia Artificial (IA), se consiguió:
- Segmentar la Red: La red se dividió en secciones lógicas y, crucialmente, cada centro de transformación se asignó a líneas de distribución de baja tensión específicas, creando «redes disjuntas» (como se muestra en el mapa topológico).
- Identificar y Cuantificar Pérdidas: Una vez establecida la topología precisa, se pudieron analizar los datos de consumo y telemetría por línea y fase. Esto permitió la cuantificación detallada de las pérdidas técnicas y no técnicas.
Resultado Práctico y Mejora de la Gestión
Gracias a la herramienta y su interfaz, el cliente pudo realizar un estudio detallado de las pérdidas de la red, identificando las líneas con mayor desviación.
- El análisis reveló que el centro presentaba unas pérdidas del 17.91% (15.197,068 KWh).
- En el desglose por línea, se identificaron claramente las zonas críticas, como la línea 226.LBT.E300000005, con una pérdida superior al 44%, facilitando la toma de decisiones para intervenciones precisas.
Este resultado permitió al cliente tomar medidas correctoras eficaces y rápidas, llevando los niveles de pérdidas de la red a unos niveles aceptables y garantizando una gestión más segura y eficiente del suministro.
Financiación Pública y Cumplimiento de la Ayuda IA360
Este proyecto se enmarca en la convocatoria IA360 – Ayudas para el desarrollo tecnológico y la innovación mediante el uso de la inteligencia artificial.
De conformidad con el Plan de Recuperación, Transformación y Resiliencia (PRTR) y las Bases Reguladoras:
El PROYECTO RedIA está Financiado por la Unión Europea – NextGenerationEU en el marco del PRTR y de la iniciativa RETECH (Redes Territoriales de Especialización Tecnológica), con la cofinanciación del Instituto Gallego de Promoción Económica (Igape).
# Búsqueda de anomalias en la red
Una herramienta clave para la búsqueda de anomalías en una red de distribución de baja tensión es el flujo de carga: la representación teórica de cómo debe discurrir la corriente que sale de un transformador y cómo se debe distribuir por los puntos de suministro.
## Objetivo
Localizar posibles puntos de pérdidas comparando el nivel teórico de tensión calculado algorítmicamente a partir de medidas de la red con el nivel real de tensión que podamos medir en ciertos nodos de la red.
## Datos necesarios en la implementación actual
Para el cálculo del flujo de carga utilizamos el algoritmo de Gauss-Seidel (Método de Gauss-Seidel) con los siguientes datos:
– Matriz de admitancias (Y-bus): describe la red en términos de admitancias de los segmentos de la red.
– Tensiones de cabecera: medida de la tensión (trifásica) en la cabecera, es decir, salida del transformador.
– Cargas en los nodos: medidas de carga (energía) en los nodos de la red.
Y para luego poder buscar valores anómalos necesitaremos, de una forma u otra, medidas instantáneas de tensión en puntos de la red que coincidan con las ventanas en las que hemos calculado el flujo de carga.
### Por qué estos datos
Dentro de todos los parámetros que se podrían utilizar para resolver un flujo de carga se han elegido los datos seleccionados porque están disponibles en los dispositivos de medida desplegados actualmente en la red eléctrica de baja tensión. Los equipos actuales, que en España usan mayoritariamente el protocolo PRIME de transmisión de datos, no permiten por ejemplo medidas continuas de tensión o corriente en los puntos de suministro. Pero sí proporcionan las medidas de energía (consumo) de forma horaria.
## El proceso
El proceso seguido será el siguiente:
1. Cargaremos los datos de cabecera y de energía, así como la topología de la red.
2. Calcularemos los teóricos: el algoritmo de Gauss-Seidel nos proporcionará una corriente y tensión teórica en todos los puntos de la red.
3. Crear un archivo de medidas de tensión en puntos de la red.
4. Recorrer los valores teóricos y compararlos con los medidos y decidir con qué margen lo consideramos una anomalía.
## Implementación
Hemos hecho una implementación básica pero funcional de este proceso, disponible en El Github de Deicom
Caso de Éxito en la Supervisión Avanzada de Redes de Baja Tensión mediante Inteligencia Artificial
Limpieza y localización de pérdidas para una gestión eficiente de la energía en la red de distribución.
El PROYECTO RedIA, impulsado por DEICOM TECHNOLOGIES y financiado por la ayuda IA360, tiene como objetivo dotar a las distribuidoras eléctricas de herramientas de Inteligencia Artificial para la supervisión avanzada de redes. En el marco de este proyecto, hemos desarrollado un caso de éxito que ilustra la aplicación práctica de estas tecnologías.
El Desafío: Ceguera en la Red
El caso se centra en la red de un pueblo con una zona urbana muy concentrada, donde el servicio se suministra desde tres centros de transformación. El principal problema era la ausencia de una distinción clara de los límites de distribución de la energía. Esta falta de claridad topológica impedía realizar un cálculo preciso de las pérdidas de la red, ya que no era posible determinar con exactitud por dónde fluía la carga desde cada centro.
La Solución RedIA: Análisis Topológico y Algoritmos IA
Para superar este desafío, el equipo de RedIA aplicó un avanzado Análisis Topológico y Energético. A través de algoritmos de Inteligencia Artificial (IA), se consiguió:
- Segmentar la Red: La red se dividió en secciones lógicas y, crucialmente, cada centro de transformación se asignó a líneas de distribución de baja tensión específicas, creando «redes disjuntas» (como se muestra en el mapa topológico).
- Identificar y Cuantificar Pérdidas: Una vez establecida la topología precisa, se pudieron analizar los datos de consumo y telemetría por línea y fase. Esto permitió la cuantificación detallada de las pérdidas técnicas y no técnicas.
Resultado Práctico y Mejora de la Gestión
Gracias a la herramienta y su interfaz, el cliente pudo realizar un estudio detallado de las pérdidas de la red, identificando las líneas con mayor desviación.
- El análisis reveló que el centro presentaba unas pérdidas del 17.91% (15.197,068 KWh).
- En el desglose por línea, se identificaron claramente las zonas críticas, como la línea 226.LBT.E300000005, con una pérdida superior al 44%, facilitando la toma de decisiones para intervenciones precisas.
Este resultado permitió al cliente tomar medidas correctoras eficaces y rápidas, llevando los niveles de pérdidas de la red a unos niveles aceptables y garantizando una gestión más segura y eficiente del suministro.
Financiación Pública y Cumplimiento de la Ayuda IA360
Este proyecto se enmarca en la convocatoria IA360 – Ayudas para el desarrollo tecnológico y la innovación mediante el uso de la inteligencia artificial.
De conformidad con el Plan de Recuperación, Transformación y Resiliencia (PRTR) y las Bases Reguladoras:
El PROYECTO RedIA está Financiado por la Unión Europea – NextGenerationEU en el marco del PRTR y de la iniciativa RETECH (Redes Territoriales de Especialización Tecnológica), con la cofinanciación del Instituto Gallego de Promoción Económica (Igape).
El próximo 25 de septiembre a las 9:30h, Deicom Technologies participará en el evento organizado por el Clúster TIC Galicia, donde presentaremos nuestro proyecto RedIA: análisis de datos e inteligencia artificial aplicada a la supervisión.
Este encuentro será una oportunidad para conocer de primera mano los proyectos que las empresas socias del Clúster llevaron a la convocatoria IA360, un programa de apoyo al desarrollo tecnológico y a la innovación a través de la Inteligencia Artificial (IG408M), impulsado por el IGAPE en el marco del Plan de Recuperación, Transformación y Resiliencia, financiado por la Unión Europea – NextGenerationEU.
💡 En Deicom Technologies seguimos avanzando en nuestro compromiso con la innovación y con la aplicación práctica de la IA para mejorar la supervisión y la toma de decisiones.
Del 8 al 10 de octubre estaremos en CLUERGAL ENERGY DAYS 2025:
En los últimos años, la combinación de transición energética y transformación digital está redefiniendo nuestra sociedad y la estrategia de fabricantes, ingenierías y empresas de servicios.
ENERGY DAYS reunirá un completo programa de ponencias y una zona de exposiciones para mostrar soluciones innovadoras, creando un espacio único donde profesionales, empresas, administraciones y ciudadanía podrán conocer de primera mano los avances que marcarán el futuro del sector.
En Deicom participamos como patrocniador Plata y daremos un webinar sobre Análisis de datos e IA aplicada a la supervisión de redes de baja tensión – Proyecto RedIA – IA360 de la mano de nuestro CTO, Gabriel González.
📆 8, 9 y 10 de octubre
📍 Edificio CINC – Cidade da Cultura, Santiago de Compostela
👉 Inscripción asistentes: https://lnkd.in/du_bvYiZ
Más información en la web Energy Days