Las ciudades inteligentes comprenden varias infraestructuras que deben operarse y coordinarse a través de un enfoque integrado para maximizar los beneficios anticipados. Las empresas eléctricas han estado experimentando los beneficios de las nuevas tecnologías TIC para mejorar la toma de decisiones, la seguridad de los sistemas y la funcionalidad de las operaciones. Sin embargo, los distribuidores de gas natural y las empresas de servicios públicos de riego urbano están comenzando a integrar estos sistemas inteligentes en sus redes y recién comenzamos a ver su valor. Dado que tanto las redes de distribución de gas natural como las de agua urbana están diseñadas y operadas con base en la idea de flujo unidireccional, ambas sufren la calidad del servicio, la confiabilidad, la sostenibilidad y los costos más altos.

El proyecto AI-SMeCoT tiene como objetivo ofrecer una infraestructura unificada donde los datos se recopilan de smart meters o contadores inteligentes de las empresas de servicios públicos para proponer servicios de eficiencia energética. La gestión remota de los contadores permitirá a las empresas reducir el personal y los vehículos de servicio en campo y también disponer de lecturas en tiempo real para proponer soluciones de perfilado de carga, detección de fraudes, previsión de demanda y mantenimiento predictivo.

Se trata de un proyecto Eureka, en el que I-nercya Intelligent Software se centrará en el desarrollo de los protocolos e interfaces de configuración con los elementos IoT, el diseño y desarrollo de algoritmos basados en deep learning para la prevención y descubrimiento del fraude energético, y el desarrollo de un API de interconexión con cualquier cliente y sistema externo.

El proyecto presenta una serie de innovaciones tecnológicas:

• Establecer una base respecto a los datos y fuentes de datos o dispositivos que permita incluir nuevos protocolos, tecnologías y dispositivos IoT a medida que surjan avances, se implantarán procedimientos de preprocesamiento de datos procedentes de múltiples orígenes (tanto datos históricos como en tiempo real) para permitir relacionarlos y almacenarlos de forma que los algoritmos de análisis y predicción puedan usarlos más fácilmente)
• El diseño y desarrollo de algoritmos de IA basados en tecnologías deep learning que permitirán detectar el fraude energético teniendo en cuenta los patrones de consumo obtenidos de los Smart Meters y dispositivos IoT de la red

Proyecto CDTI EXP 00149848 / IDI-20220849 en colaboración con Nimbeo Estrategia e Innovación