AS_04_2021

Maggio 2021 Automazione e Strumentazione GESTIONE ACQUE applicazioni 64 dati inseriti, mediante un processo di apprendi- mento che richiede l’inserimento delle posizioni in cui si sono verificate le perdite. Ovvero, le per- dite storiche consentono la taratura del modello di rischio attraverso il processo algoritmico di apprendimento e validazione tipico del machine learning . Tramite il modello costruito e calibrato con le informazioni a disposizione, le funzioni di machine learning vengono applicate ai dati freschi per riconoscere tendenze (patterns) e pro- durre nuova conoscenza. Il risultato che si ottiene è una conoscenza, aggiornata ad ogni passaggio e sempre più precisa, della probabilità di trovare una perdita (LoF - Likelihood of Failure) per ogni tratto su un’intera rete. Una tecnologia disponibile ed efficace Le informazioni ottenibili tramite la Geospatial AI hanno un impatto reale . Sono sufficienti due anni di dati storici per alimentare gli algoritmi di apprendi- mento ed individuare le aree della rete con maggior priorità di intervento, effi- cientando così la gestione delle risorse. Come esempio di risultati minimi ottenibili tramite l’approccio in questione, l’esperienza fino ad oggi accumu- lata da Rezatec , rappresentata in Italia in via esclusiva da Isoil Industria SpA , riferisce che, tipicamente, ci si attende di evidenziare il 30% della rete in cui si verificano il 70% delle per- dite . Il grado di ottimizzazione del modello di rischio può essere maggiore e dipende soprattutto dall’affidabilità dei dati di cui il gestore dispone. Sebbene la Geospatial AI non possa fornire infor- mazioni sulla posizione puntuale delle perdite, le informazioni che offre sono fondamentali e tan- gibili. La Geospatial AI è un metodo innovativo per la gestione proattiva del rischio di perdita e la pianificazione strategica degli investimenti, in grado di fornire informazioni cruciali e necessa- rie per ottimizzare l’uso delle risorse disponibili, le riparazioni e le manutenzioni e più in generale La strumentazione tradizionale è efficace per trovare le perdite, ma non è in grado di prevenirle o ridurne gli effetti Combinando i dati provenienti dall’ambiente, aggiornati via satellite, con dati che caratterizzano le condotte, l’intelligenza artificiale permette di prevenire le perdite delle condutture