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 apresentar. 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 à zona envolvente. O que aprendemos aí sobre modelos em produção não depende da região.

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

Aproveitar melhor a capacidade disponível é uma das linhas de ação do programa de combate ao congestionamento da rede da província de Groningen, que inclui polos energéticos e carregamento inteligente. Uma previsão do consumo e da produção por ligação mostra quando fica abaixo 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, terá também de abordar a partilha dos dados e 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 componentes de segurança no fornecimento de água, gás, aquecimento ou eletricidade (anexo III, ponto 2). A questão é saber se uma falha pode comprometer a segurança desse fornecimento: um modelo que controla uma válvula levanta essa questão mais facilmente do que uma proposta de planeamento.

Após o pacote omnibus digital, as regras do anexo III aplicam-se, segundo a Comissão Europeia, a partir de 2 de dezembro de 2027. A análise jurídica da sua aplicação cabe aos seus serviços jurídicos ou de conformidade. Podemos ajudar a preparar o levantamento e a classificação dos riscos e a estabelecer a governação de IA. Pode consultar a estrutura da legislação em Regulamento da IA.

Normalmente, três fontes: séries temporais dos sensores provenientes 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 equipamento, como o tipo, o ano de construção e a localização. O mais difícil costuma ser cruzar estes dados: uma bomba substituída nem sempre recebe um novo identificador nos dados de medição.

Ter muitos equipamentos comparáveis sob a mesma gestão ajuda, porque permite ao modelo comparar padrões entre eles. A entidade gestora da água Noorderzijlvest, sediada em Groningen, gere, por exemplo, eclusas, açudes, estações de bombagem, estruturas de fecho de diques e instalações de tratamento. Descrevemos a abordagem na nossa página sobre manutenção preditiva.

Desde 1 de janeiro de 2026, os edifícios não residenciais com um sistema de aquecimento ou ar condicionado com 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 acompanhar 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 encontrar anomalias em cada edifício e decidir qual deve ser intervencionado primeiro para reduzir o consumo de energia. Onde a rede está congestionada, reduzir os picos de consumo também liberta capacidade. No webinar Meer dan GACS, falámos sobre a passagem da conformidade à gestão de energia.

Com financiamento europeu, nacional e regional, incluindo do programa Nij Begun, será criada uma fábrica de IA neerlandesa em Groningen: um centro de conhecimento especializado e um supercomputador que, segundo o governo neerlandês, estará plenamente disponível no início de 2028. O governo aponta as redes de energia como uma das aplicações. O calor residual poderá vir a ser utilizado pela WarmteStad para aquecer habitações no noroeste de Groningen.

Para a maioria das aplicações na gestão de redes, na água e nos edifícios, a capacidade de computação não é o fator limitante. Os desafios são ter dados de medição fiáveis, um responsável por cada modelo e gestão após a entrada em produção. Pode conhecer o nosso trabalho neste setor na página dados e IA para o setor da energia.

Com MLOps: uma forma de trabalhar que permite gerir versões, testar, implementar e monitorizar modelos. Com um registo de modelos e templates de CI/CD, cada novo modelo segue o mesmo percurso até à produção. Foi assim que a equipa Datalab da Waternet organizou o processo.

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

Quando uma configuração fixa no sistema de controlo resolve o problema, como um horário 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 ligá-los a um dashboard, o que muitas vezes já permite perceber onde está o problema.

Se a aplicação já estiver definida e faltar apenas alguém que disponibilize os dados dos sensores do SCADA e dos sistemas de gestão de edifícios, considere contratar um data engineer em regime de destacamento através do nosso serviço de destacamento.