Ir para o conteúdo

Consultor de IA em Groningen

Para redes, água e edifícios no norte dos Países Baixos, começamos pelos dados de medição. Mantemos os modelos em produção com MLOps, como no caso da Waternet.

Criámos o fluxo de trabalho de MLOps para a Waternet e continuamos a mantê-lo

Como parte da equipa Datalab da Waternet, configurámos o fluxo de trabalho com um MLflow model registry e templates de CI/CD, colocamos código e modelos em produção e desenvolvemos um modelo para minimizar as emissões de óxido nitroso na estação de tratamento de águas residuais.

Leia o caso de estudo

O que pode fazer a IA agora que a rede elétrica de Groningen está no limite da capacidade?

No final de 2023, a TenneT anunciou congestionamento da rede no oeste da província; os pedidos de novas ligações para grandes consumidores ficam em lista de espera. A IA não aumenta a capacidade da rede, mas as previsões de consumo e produção de eletricidade permitem aproveitar melhor a capacidade disponível.

Agende uma conversa
Windturbines in het vlakke Groningse land

Nas redes, na água e nos edifícios, a IA começa pelos dados de medição

Fale connosco sobre os seus dados de medição

Séries de medições fiáveis

Dados de sensores de estações, estações de bombagem ou instalações, verificados quanto a lacunas, saltos e contadores substituídos antes de serem usados por um modelo.

Previsões dentro da capacidade da sua rede

Um modelo que prevê o consumo e a produção por ponto de ligação, para que o planeamento respeite a potência acordada com o operador da rede.

Modelos que se mantêm em produção

Na Waternet, configurámos na equipa Datalab o workflow de MLOps que coloca código e modelos em produção, e asseguramos a sua manutenção.

Dados GACS com dupla utilidade

Os dados registados pela automatização dos edifícios para cumprir os requisitos GACS também ajudam a identificar desperdícios. A nossa plataforma Paris Proof mostra anomalias e perdas de eficiência por edifício.

Testar com uma estação de bombagem, uma estação ou um edifício, depois alargar aos restantes

  1. Escolher a decisão

    Por exemplo, quando fazer a manutenção de uma estação de bombagem ou qual o primeiro edifício a tornar mais sustentável. É em função dessa decisão que mediremos os resultados.

  2. Fazer os cálculos para um único ativo

    Com base no histórico de um único ativo, testamos se os dados de medição fornecem informação suficiente para melhorar essa decisão.

  3. Alargar e monitorizar

    Se funcionar, aplicamos a mesma pipeline a ativos semelhantes, monitorizando o drift quando uma bomba ou um medidor é substituído.

Será adequado para a nossa autoridade de gestão da água, empresa de aquecimento ou carteira imobiliária?

Avalie numa conversa

É adequado se

Gere redes, estações de bombagem, estações de tratamento, uma rede de aquecimento urbano ou uma carteira de edifícios. Tem dados de medição ou um histórico de avarias e há uma decisão recorrente que pode melhorar, como planear a manutenção ou manter-se dentro da capacidade da sua rede.

Não é adequado se

O sistema de controlo já resolve a questão com uma configuração fixa, como uma hora de comutação ou um limite de alarme. Ou os dados de medição não chegam de forma fiável: nesse caso, comece pela ligação e por um dashboard, não por um modelo.

O que determina a dimensão do projeto

O número de equipamentos ou edifícios, como e onde estão atualmente armazenados os dados de medição, se o modelo afeta a segurança do fornecimento e se a sua equipa ou a nossa assume a gestão.

Os seus dados estão com um fornecedor

Os dados de medição do SCADA ou dos sistemas de gestão de edifícios podem, geralmente, ser obtidos através de uma ligação ou exportação. Implementamos a plataforma em Databricks ou Fabric, com os dados no formato aberto Delta, para que não fique dependente de uma única plataforma.

Onde pode obter os primeiros ganhos: nos ativos, na gestão de edifícios ou nos processos de atendimento ao cliente?

Nos ativos

Opte por esta área se as avarias em estações de bombagem, instalações de tratamento ou outras estações representam os maiores custos e existem dados de sensores e um histórico de avarias. Comece pela manutenção preditiva.

Na gestão de edifícios

Opte por esta área se gere edifícios não residenciais sujeitos às obrigações do GACS. Se tiver dúvidas, tenha em conta que já precisa de recolher esses dados de medição para o GACS. Consulte a plataforma Paris Proof.

Nos processos de atendimento ao cliente

Opte por esta área se os pedidos, as comunicações de avarias ou as questões dos clientes ficam por resolver, por exemplo sobre ligações a uma rede saturada. Nesses casos, a automatização de processos ajuda muitas vezes mais do que um modelo.

A água e a energia dos edifícios já fazem parte do nosso trabalho

A Data Science Lab existe desde 2016, é parceira da Databricks e da Microsoft e desenvolveu a plataforma Paris Proof para a energia em edifícios. Estamos sediados em Amesterdão; podemos reunir-nos nas suas instalações em Groningen, nas nossas ou online.

Agende uma reunião inicial

A primeira conversa é sobre os seus ativos e dados de medição

Stef Stoelwinder

Stef Stoelwinder

Desenvolvimento de Negócio

Primeiro, falará com Stef. A conversa será sobre as redes, estações de bombagem ou edifícios que gere, os dados de medição já disponíveis e a decisão que pretende melhorar primeiro.

Que dados de medição já temos para uma primeira aplicação?

Descreva brevemente os ativos, edifícios ou processos em causa. Responderemos por email ou marcaremos uma primeira reunião nas suas instalações, nas nossas ou online.

Introduza um endereço de e-mail válido.

Diga-nos como podemos ajudar.

Perguntas frequentes

Não num caso de estudo que possamos mostrar. Os nossos casos de estudo nos setores da água e da energia vêm de outras regiões, como o da equipa Datalab da Waternet, que fornece água potável a Amesterdão e arredores. O que aí aprendemos sobre modelos em produção não depende de uma região específica.

O nosso único escritório fica em Amesterdão, na Westerdoksdijk. Para uma primeira conversa, podemos deslocar-nos até si, pode visitar-nos ou podemos reunir-nos online.

Aproveitar melhor a capacidade existente é uma das linhas de ação do programa de combate à congestão da rede da província de Groningen, que inclui polos energéticos e carregamento inteligente. Uma previsão do consumo e da produção por ligação mostra quando se mantém dentro da capacidade de transporte contratada e que consumos podem ser deslocados para outros períodos.

Para isso, precisa de dados de medição suficientemente detalhados por ligação. Se partilhar capacidade com outras empresas num polo energético, depressa se coloca a questão dos dados partilhados e de quem os gere: governação de dados.

Possivelmente. O Regulamento da IA classifica os sistemas de IA como de alto risco quando se destinam a ser utilizados como componentes de segurança no fornecimento de água, gás, aquecimento ou eletricidade (anexo III, ponto 2). O que importa é saber se uma falha pode tornar esse fornecimento inseguro: um modelo que controla uma válvula levanta essa questão mais facilmente do que uma proposta de planeamento.

Segundo a Comissão Europeia, após o pacote digital omnibus, as regras do anexo III serão aplicáveis a partir de 2 de dezembro de 2027. A avaliação jurídica da sua aplicação cabe ao seu jurista ou departamento de compliance. Ajudamos a preparar o levantamento e a classificação dos riscos e a estabelecer a governação da IA. Pode consultar a estrutura da legislação em AI Act.

Normalmente, três fontes: séries de dados de sensores do SCADA, o sistema que monitoriza e controla instalações à distância; o histórico de avarias e manutenção do sistema de gestão da manutenção; e os dados de referência de cada ativo, como o tipo, o ano de construção e a localização. A ligação entre estas fontes é muitas vezes a parte mais difícil: uma bomba substituída nem sempre recebe um novo identificador nos dados de medição.

Ter muitos ativos comparáveis sob a mesma gestão ajuda, porque o modelo pode comparar padrões entre eles. A partir de Groningen, por exemplo, o Waterschap Noorderzijlvest gere eclusas, açudes, estações de bombagem, barreiras contra inundações e instalações de tratamento. Descrevemos a abordagem na nossa página sobre predictive maintenance.

Desde 1 de janeiro de 2026, os edifícios não residenciais com um sistema de aquecimento ou ar condicionado de potência superior a 290 kW têm de dispor de um sistema de automação e controlo de edifícios (GACS). Segundo a RVO, a partir de 2030 esta obrigação aplica-se a sistemas com potência superior a 70 kW. O sistema deve monitorizar e analisar continuamente o consumo de energia e detetar perdas de eficiência.

Esses dados de medição também são úteis para a gestão de energia: permitem identificar anomalias em cada edifício e decidir qual deve ser o primeiro a melhorar a sua eficiência energética. Onde a rede está congestionada, reduzir os picos de consumo também liberta capacidade. Abordámos a passagem do cumprimento das obrigações à gestão de energia no webinar Meer dan GACS.

Com financiamento europeu, nacional e regional, incluindo fundos do Nij Begun, Groningen terá uma fábrica de IA neerlandesa: um centro de competências e um supercomputador que, segundo o Governo neerlandês, estará totalmente disponível no início de 2028. O Governo aponta as redes de energia como uma das aplicações. No futuro, o calor residual poderá ser utilizado pela WarmteStad para aquecer casas no noroeste de Groningen.

Para a maioria das aplicações na gestão de redes, água e edifícios, o obstáculo não é a capacidade de computação, mas sim dispor de dados de medição fiáveis, de um responsável por cada modelo e de gestão após a entrada em funcionamento. Pode conhecer o nosso trabalho neste setor na página dados e IA para o setor da energia.

Com MLOps: a abordagem utilizada para atribuir versões aos modelos, testá-los, implementá-los e monitorizá-los. Com um model registry e templates de CI/CD, cada novo modelo segue o mesmo percurso até à produção. Foi também assim que a equipa Datalab da Waternet organizou o processo.

No setor da energia, os dados mudam muitas vezes devido a alterações no mundo físico: um sensor substituído, uma bomba nova ou um inverno frio. A monitorização de drift mostra quando essas alterações afetam o desempenho de um modelo e é necessário voltar a treiná-lo. Descrevemos esta abordagem em MLOps.

Quando uma configuração fixa do sistema de controlo resolve o problema, como uma hora de comutação, uma curva de aquecimento ou um limiar de alarme. Ou quando os dados de medição ainda não chegam de forma fiável: nesse caso, o primeiro passo é estabelecer uma ligação e criar um dashboard, que muitas vezes já permite ver onde estão os problemas. Se a aplicação já estiver definida e só precisar de alguém que disponibilize os dados dos sensores do SCADA e dos sistemas de gestão de edifícios, considere um data engineer em regime de cedência através do nosso serviço de cedência de profissionais. Pode ler mais sobre modelos para níveis de água, qualidade da água e tratamento em IA na gestão da água. Se a questão já estiver definida e quiser mandar construir o modelo, saiba mais sobre a nossa consultora de data science para Groningen. Se já tiver tomado a decisão e quiser mandar construir a aplicação, consulte a nossa consultora de IA para Groningen.