PORQUE SECTORIZAR? 26,7 mil millones de MC en pérdidas anuales: 5.9 miles de millones de dólares americanos. 50 por ciento en pérdidas

Transcripción

1

2

3 PORQUE SECTORIZAR? 26,7 mil millones de MC en pérdidas anuales: 5.9 miles de millones de dólares americanos. 50 por ciento en pérdidas

4 SECTORIZACIÓN Proceso de subdivisión de redes de abastecimiento ya sea mediante válvulas (cerradas), cortes de tuberías. Todo el caudal que entra a cada sector es medido constantemente.

5 VENTAJAS Y DESVENTAJAS DE LA SECTORIZACIÓN

6 Machine Learning. Sudivisión (clústering) de un conjunto de datos usando el espectro (valores propios) de la matriz de similaridad de los datos para llevar a cabo una reducción dimensional antes de hacer una subdivisión de los mismos en una pocas dimensiones.

7 METODOLOGÍA PROPUESTA Indice de resiliencia Coeficiente de pérdida de energía

8 Paso previo Identificación de la red de alta jerárquico espectral Selección de entradas Validación hidráulica Criterios: Coordenadas-x, coordenadas-y, demanda, elevación, coeficiente de emisor

9 Paso previo Identificación de la red de alta jerárquico espectral Selección de entradas Validación hidráulica

10 Paso previo Identificación de la red de alta jerárquico espectral Selección de entradas Validación hidráulica

11 Paso previo Identificación de la red de alta jerárquico espectral Selección de entradas Validación hidráulica

12 Paso previo Identificación de la red de alta jerárquico espectral Coor-x Coor-y Emisor Demanda Elevación Coor-x 1 1 1/6 1/7 1/8 Coor-y 1 1 1/4 1/5 1/6 Emisor Demanda Elevación /3 1 (0.044, 0.054, 0.265, 0.382, 0.254) 0.04 Selección de entradas Validación hidráulica

13 Paso previo Identificación de la red de alta jerárquico espectral Selección de entradas Validación hidráulica

14 Paso previo Identificación de la red de alta jerárquico espectral Selección de entradas Validación hidráulica Indice de resiliencia Coeficiente de pérdida de energía

15 La metodología propuesta utiliza técnica de aprendizaje computacional avanzadas (machine learning) a fin de generar propuestas de sectores con máxima uniformidad de características-criterios. Mediante la técnica de clústering jerárquico se puede estructurar un dendrograma, a partir del dendrograma y mediante medidas de clúster se pueden determinar sectores con máximo nivel de similitud (teniendo en cuenta múltiples criterios). La técnica de clústering espectral permiten generar particiones en las que se minimice el número de válvulas. Esta minimización tiene en cuenta la importancia que se le dan a las distintas caracteristicas que se emplean en los nodos de la red.

16 La técnica propuesta brinda una serie de aportes muy importantes a las técnica de sectorización. Aplicabilidad a redes dependientes de una red troncal. Mayor eficiencia en el control activo de fugas al centrar esfuerzos donde estas ocurren con mayor frencuencia. Ahorro de costes por no comprar e instalar caudalímetros de gran diámetro. Flexibilidad operacional al no tener en cuenta las líneas de gran diámetro. Capacidad de lidiar con los aspectos urbanísticos de las ciudades en donde se implementa. Es la primera metodología que considera directamente los aspectos de fugas dentro de los criterios para diseñar sectores.

17 MUCHAS GRACIAS!!! Metodología para Sectorización de Redes Abastecimiento de Agua Potable Campbell, E., Pérez-García, R., Izquierdo, J. (2013). Fluing. Innovación e Inteligencia Multidisciplinar en Ingeniería de Fluidos Instituto de Matemática Multidisciplinar encamgo1@upv.es Buenos Aires, Argentina Noviembre 2013