Con Edison opera el sistema eléctrico subterráneo más antiguo y grande del mundo, con unos 94 000 millas de cable en la ciudad de Nueva York. Con una infraestructura envejecida, reemplazarlo todo es imposible: un programa de 2011 de 1200 millones de dólares reemplazó 1550 millas—solo una pequeña fracción—y la antigüedad por sí sola es un mal predictor de fallos.

Científicos del MIT y Columbia se unieron a ingenieros de Con Edison para construir análisis que predicen fallos en la red de baja tensión, usando registros que se remontan a la década de 1880 e informes de despacho en texto libre. Los modelos clasifican las alcantarillas y los cables por vulnerabilidad para que la inspección y reparación preventivas se dirijan a los fallos más probables.

En una prueba a ciegas en el Bronx, las alcantarillas mejor clasificadas capturaron el 44 % de los eventos de incendio y explosión. Tras las reparaciones de nivel I, la vulnerabilidad en las 5000 alcantarillas principales identificadas por el modelo cayó un 25 %, y los modelos permitieron a los ingenieros proyectar los costos y beneficios del programa.

Predecir dónde fallarán los cables; reparar esos primero.

La red es demasiado grande para arreglarlo todo, así que clasificar el riesgo supera a reemplazar por antigüedad.

Una prueba a ciegas demostró que las clasificaciones predicen eventos reales, no solo se ajustan al historial.

Los gerentes pueden simular cambios de política y compensaciones entre costo y beneficio antes de gastar.

El mantenimiento reactivo arregla lo que ya se rompió; la predicción gasta el mismo presupuesto de reparación en los fallos que habrían ocurrido—demuéstralo con una prueba a ciegas, no con datos de entrenamiento.

El trabajo alimentó los programas de inspección y reparación preventivas y de reemplazo de tapas ventiladas de Con Edison, y el artículo de Interfaces documenta los métodos y el impacto medido.

CONSULTA LAS PRUEBAS

Las fuentes

  1. Analytics for Power Grid Distribution Reliability in New York City OpenMETU (Middle East Technical University) · open.metu.edu.tr
  2. Analytics for Power Grid Distribution Reliability in New York City EconPapers (RePEc) · econpapers.repec.org
  3. Analytics for Power Grid Distribution Reliability in New York City INFORMS Interfaces · pubsonline.informs.org