Lima.- Red de Energía del Perú (ISA REP) alcanzó el primer lugar en la etapa nacional del Premio CIER de Innovación 2024, en la categoría de descarbonización, por la implementación de un innovador modelo predictivo que combina el uso de sensores y neuronales artificiales para detectar tempranamente fugas de gas SF6 (hexafluoruro de azufre) en subestaciones aisladas por gas, denominadas GIS por sus siglas en inglés.
Este reconocimiento promovido por la Comisión de Integración Eléctrica Regional (CIER) busca destacar proyectos innovadores desarrollados por empleados de empresas e instituciones que operan en el sector eléctrico. El premio consolida a ISA REP como una empresa referente a nivel nacional en prácticas de descarbonización y refleja el esfuerzo continuo de la empresa por reducir su huella ambiental.
El proyecto fue liderado por Angel Huamán Sarzo, Especialista en Evaluación del Mantenimiento. Otros colaboradores reconocidos fueron Paola Casabona Oré Analista de Tecnología de la Operación, Andres Gibu La Torre Especialista de Datos y Analítica, y Jorge Luis Dávila Dávila Especialista De Mantenimiento De Subestaciones.
“Nos encontramos complacidos por este extraordinario reconocimiento de la Comisión de Integración Eléctrica Regional (CIER) a nivel nacional para con nuestro trabajo. Esto refleja el compromiso con la reducción de gases de efecto invernadero, como el SF6, que tiene un impacto nocivo en la capa de ozono. Ganar en la etapa nacional y pasar ahora a la etapa regional del Premio CIER de Innovación 2024 es una gran oportunidad para mostrar cómo nuestro proyecto contribuye a la reducción de emisiones en Latinoamérica”, comentó Jorge Lafitte Vegas, Gerente de Operación y Mantenimiento.
El modelo predictivo de ISA REP es un aporte innovador en el sector que utiliza sensores y algoritmos de machine learning para disminuir entre un 85% a 95% la cantidad de kilogramos de SF6 que se emiten al medio ambiente por pequeñas fugas de gas. Para ponerlo en perspectiva, 1 kg de SF6 equivale a aproximadamente 23.5 toneladas de CO2.
El éxito de este proyecto radica en la detección temprana de dichas fugas. En el pasado, cada vez que se activaba una alarma por bajo volumen de gas, ya se habían perdido entre 8 y 10 kg de SF6. El modelo predictivo de ISA REP permite ahora detectar cualquier fuga en el menor tiempo posible, gracias a la tecnología de redes neuronales artificiales tipo LSTM (memoria a corto y largo plazo), las cuales han sido alimentadas con datos históricos registrados por sensores de gas SF6 en las subestaciones Oroya Nueva y Pachachaca, ambas con equipos GIS.
El modelo funciona comparando los valores de densidad de SF6 de los registros históricos con los valores medidos. Si se detecta una desviación significativa, el modelo envía una alerta indicando una posible fuga de gas SF6, especificando la ubicación, la fecha y la hora del evento. Esto permite optimizar el proceso de reparación y reducir las emisiones de gases de efecto invernadero.
Actualmente, el modelo predictivo se ha implementado en dos subestaciones de ISA REP, utilizando 45 sensores. El proyecto está en camino de ser implementado a otras subestaciones a nivel nacional y a las filiales de ISA a nivel regional.
“Desde ISA venimos trabajando hace varios años en este tipo de proyectos y contamos con una plataforma llamada ‘Bright Idea’, que consolida nuestros proyectos de innovación. Esta herramienta ha sido mejorada este año para que más colaboradores puedan registrar sus ideas, transformarlas en proyectos piloto y, una vez validados, implementarlos. El modelo predictivo con redes neuronales artificiales representa un caso de éxito de esta iniciativa, que no solo ha sido altamente beneficioso operacionalmente, sino que también ha recibido un reconocimiento importante por parte del sector a nivel nacional,” señaló Enrique Gómez García, Especialista de Innovación, de ISA REP.
Con la obtención del primer lugar a nivel nacional en la categoría Descarbonización, ISA REP ha avanzado a la segunda etapa del Premio CIER de Innovación 2024, donde competirá con otros proyectos, pero esta vez a nivel regional.