Contexto
Actualmente Transelec cuenta con grandes volúmenes de información y datos, lo que genera un desafío a la hora de estructurarlos y explotarlos analíticamente. Por el lado contrario, hay algunos datos que son difíciles de capturar, como por ejemplo condiciones de las líneas en terreno. Debido a ambos factores, generar predicciones o estimaciones confiables y constantes en el tiempo para la toma decisiones sobre prevención de fallas o estado de activos es un desafío.
Además, debido a la ubicación aislada de algunas líneas y subestaciones, la conexión a internet no siempre está disponible, por lo que la captura y envío de datos suelen ser una complejidad para lograr resultados en tiempo real.

El desafío
Este desafío busca mejorar la toma de decisiones a través de la analítica de datos operacionales obtenidos de las instalaciones de transmisión, equipos y sistemas de Transelec, siendo el SCADA uno de los principales y cuya información consiste en variables eléctricas medidas a cada segundo. El objetivo es predecir el comportamiento de las instalaciones, evitar fallas de activos, optimizar el proceso de mantención de las líneas y subestaciones e implementar un monitoreo constante de cada una.

¿Qué se busca?
Este desafío busca soluciones, modelos, técnicas, plataformas, herramientas, capacidades, etc., orientados a conocer, modelar y explotar los datos actuales o nuevos (capturados de manera constante para monitoreo y compatibles con modo offline) para generar predicciones y estimaciones que permitan mejorar la toma de decisiones de forma permanente en el tiempo.

Preguntas movilizadoras
¿Cómo podríamos medir o estimar nuestra capacidad de transmisión en tiempo real (DLR)?
¿Cómo podríamos realizar estimaciones y predicciones certeras sobre el estado y la vida útil de los conductores eléctricos de alta tensión?
¿Cómo podríamos detectar alguna anomalía en la línea sin ir presencialmente?
¿Cómo podríamos realizar modelamientos y predicciones a partir de la data histórica y la captura en tiempo real?
¿Cómo podríamos predecir y anticiparnos a la ocurrencia de fallas usando datos?
¿Cómo podríamos captar más datos de nuestras instalaciones? Ej: Temperatura, vibraciones, etc.
¿Cómo podríamos analizar, filtrar y priorizar datos para entregar alertas oportunas a los tomadores de decisiones?