Enagás sigue avanzando en su transformación digital, con el desarrollo de nuevos proyectos que permiten mejorar la gestión y mantenimiento de su red de infraestructuras. La compañía opera en España una red de 11.000 km de gasoductos, seis plantas de regasificación y tres almacenamientos subterráneos.
Para que estas infraestructuras estén siempre disponibles, muchas personas trabajan a pie de campo y también desde las oficinas y el centro principal de control, donde se supervisa la operación de todo el sistema gasista. A ello hay que sumar los sistemas y tecnología utilizados por la compañía, que permiten llevar a cabo la operación y el mantenimiento de la manera más segura y eficiente posible.
Las nuevas plataformas que Enagás está desarrollando están basadas en técnicas de _machine learning _–aprendizaje automático- y de analítica avanzada. Mientras monitorizan el funcionamiento de las infraestructuras, los sistemas “aprenden” y son capaces de predecir su comportamiento.
“De esta forma, buscamos que el mantenimiento sea más predictivo, e incluso proactivo. Perseguimos poder, en un futuro, optimizar el mantenimiento que realizamos a nuestros activos, ajustándolos a su condición y disminuyendo su correctivo. Así podremos garantizar como hasta ahora la máxima disponibilidad y seguridad en nuestras infraestructuras”, apunta Rosa Nieto, directora de Gestión de Activos de Enagás.
Además de la utilización de nuevos algoritmos de análisis con inteligencia artificial y machine learning, para el desarrollo de estos proyectos han sido claves otros factores: la mejora de la conectividad, que permite tener datos en tiempo real, y la capacidad de procesamiento y almacenamiento en arquitecturas en la nube, que aporta robustez y seguridad.
En plantas de GNL
Una de las nuevas plataformas en desarrollo, denominada Platiom, está centrada en la explotación, visualización y analítica de los datos de la operación y mantenimiento de las plantas de regasificación que Enagás tiene en España. Las soluciones que comienzan a implementarse en esta plataforma están orientadas al conocimiento de la salud de los activos y a optimizar su mantenimiento y a detectar anticipadamente posibles contratiempos en los equipos mediante machine learning.
En otro de los proyectos desarrollados, en base a su experiencia en el mantenimiento de tanques de GNL, Enagás aplica, mediante drones, inteligencia artificial combinada con videos en tiempo real y computación en la nube bajo tecnología 5G. Esto le permite identificar, cuantificar y hacer seguimiento de un mantenimiento más eficaz de los tanques de GNL.
“La utilización de estas nuevas tecnologías nos ofrece ventajas en tres ámbitos. En primer lugar, aporta valor en términos operativos, al poder acceder a información en tiempo real y poder buscar correlaciones, lo que facilita el análisis de incidencias y favorece el mantenimiento predictivo”, apunta Olga Nuñez, directora de Digitalización de la compañía.
“En segundo lugar, nos permite mejorar la eficiencia en términos tácticos, porque ayuda a optimizar los trabajos de mantenimiento de las infraestructuras, una de las áreas clave para la compañía. Por último, ofrece una ventaja en términos estratégicos, gracias a la creación de cuadros de mando con información en tiempo real, lo que facilita la toma de decisiones, impulsando una cultura data driven dentro de la compañía”.
En la red de transporte
Otro proyecto que se está desarrollando es Neptuno. Se trata de una plataforma que a través de un sistema de adquisición de datos y un software de inteligencia artificial, ayuda a optimizar el proceso de medición del gas entregado desde la red de transporte de Enagás.
Entre otras ventajas, monitoriza la medida de los instrumentos, gestiona las alarmas, alertas e indicadores en tiempo real, comprobando la fiabilidad de la medida en todo momento.
También en materia de operación del conjunto del Sistema Gasista, la energética emplea modelos predictivos y simuladores para la gestión de la demanda. Al mismo tiempo, está incorporando nuevas capacidades de algoritmia y analítica de datos para la toma de decisiones en la operación del Sistema.
Deja tu comentario
Tu dirección de correo electrónico no será publicada. Todos los campos son obligatorios