IA aplicada a la detección de anomalías

La idea nació de la necesidad de anticiparse a problemas en el sector energético que generan pérdidas como la pérdida de absorción de energía provocada por el exceso de suciedad o la enorme cantidad de dinero que hay que invertir para solucionar los problemas de corrosión en las palas de los molinos de viento.

Comenzamos con una fuente de datos como entrada de cámaras de video. Estos datos serán capturados por una serie de Scripts de Python, que serán los encargados de desgranar esa información.

Luego, se entrenarán varios modelos de Azure Custom Vision para identificar el grado del problema.

Asimismo, una serie de modelos de Inteligencia Artificial soportarán situaciones más personalizadas.

Finalmente, toda la información generada por nuestros modelos será almacenada gracias a Azure Data Factory en una instancia SQL en PaaS, donde alimentará nuestro informe de Power BI para la toma de decisiones.

Anticiparse a los problemas que pueden surgir en estas situaciones tiene indudables beneficios:

Aumentar la absorción de energía de los paneles solares o evitar un desastre que hubiera sido totalmente evitable si se hubieran usado EPI, así como arreglar la corrosión en el eje de un molino de viento antes de que pudiera romperse.