Enagás está aplicando la digitalización para convertir la cadena de suministro gasista en un ecosistema integrado, transparente y flexible, según ha informado la empresa, que utiliza tecnologías de 'machine learning' (aprendizaje automático) para la gestión de sus infraestructuras y que se sirve del internet de las cosas (IoT) y la analítica avanzada para optimizar la medición del gas.
La digitalización permite a Enagás lograr una mayor eficiencia en toda la cadena de valor en un contexto cada vez más cambiante, en el que las previsiones de demanda energética a largo plazo ya no responden a los patrones habituales.
La compañía sostiene que, gracias a la inteligencia artificial y al IoT, los modelos analíticos avanzados de demanda, que pueden ser en tiempo real o cercano al mismo, "generan eficiencia, agilidad y flexibilidad" y permiten responder a la demanda de los clientes en tiempo real contribuyendo a la seguridad de suministro.
Enagás en tiempo real
La directora de Digitalización de Enagás, Olga Núñez, ha declarado a Europa Press que estas nuevas tecnologías les aportan valor en términos operativos, porque con ellas se puede "acceder a información en tiempo real y buscar correlaciones, lo que facilita el análisis de incidencias y favorece el mantenimiento predictivo".
Pero, además, permiten mejorar la eficiencia en términos tácticos, al contribuir a "optimizar los trabajos de mantenimiento de las infraestructuras", y ofrecen una ventaja en términos estratégicos gracias a "la creación de cuadros de mando con información en tiempo real", lo cual ayuda en la toma de decisiones, "impulsando una cultura 'data driven' dentro de la compañía", ha añadido.
Los datos que Enagás genera como empresa industrial, al operar 11.000 kilómetros de gasoductos, seis plantas de regasificación y tres almacenamientos subterráneos en España, son uno de sus activos clave, pues le permiten mejorar la gestión y el mantenimiento de la red de infraestructuras.
Machine learning
Basándose en un programa para el gobierno de los datos, estos se pueden analizar para facilitar la toma de decisiones o con el fin de incrementar la eficiencia. Con las nuevas plataformas basadas en técnicas de 'machine learning' y de analítica avanzada, los sistemas que monitorizan el funcionamiento de las infraestructuras aprenden y así son capaces de predecir su comportamiento.
El objetivo, según la directora de Gestión de Activos de Enagás, Rosa Nieto, es conseguir un mantenimiento "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", ha comentado.
Una de las nuevas plataformas que utiliza Enagás para gestionar los datos de las infraestructuras es Platiom, orientada a conocer la salud de los equipos principales de las plantas de regasificación y a detectar anticipadamente posibles incidencias mediante 'machine learning'.
Internet de las cosas y realidad virtual
Enagás utiliza técnicas de realidad virtual para formar a los profesionales en tareas que requieren las plantas de gas natural licuado, de cara a puestas en marcha de nuevas instalaciones o rotación de profesionales por distintos tipos de instalación.
En la red de transporte de la compañía, conformada por más de 11.000 kilómetros de gasoductos, 19 estaciones de compresión y 416 estaciones de regulación y/o medida, también cuentan con proyectos de digitalización para su gestión y mantenimiento.
Por ejemplo, se está desarrollando la plataforma Neptuno que, a través de un sistema de adquisición de datos y un programa de analítica avanzada, ayuda a optimizar el proceso de medición del gas entregado desde la red de transporte de Enagás.
Además, Enagás aplica capacidades analíticas para calcular indicadores estratégicos como la huella de carbono, ya que tiene el compromiso de llegar a ser una empresa neutra en carbono en 2040.
En este caso, la digitalización ayuda mediante la automatización y aplicando gobierno en la captura de los datos que calculan ese índice, y Enagás espera que en un futuro incluso se puedan aplicar modelos matemáticos que ayuden a minimizarlo.
Deja tu comentario
Tu dirección de correo electrónico no será publicada. Todos los campos son obligatorios