Aplicación de las técnicas de Machine Learning a la predicción del fallo de tuberías en las redes de abastecimiento de EMASESA

Abstract

En la actualidad, existen gran variedad de campos de la Ingeniería que cada vez más están implementando la metodología Machine Learning, o Aprendizaje Automático. Principalmente esta metodología se emplea en modelos que tienen como finalidad predicciones, aprendizaje supervisado o aprendizaje no supervisado. Tras una investigación realizada por FIUS (Fundación de Investigación de la Universidad de Sevilla) se elaboró un procedimiento basado en Aprendizaje Automático con la finalidad de predecir el fallo de las tuberías pertenecientes a la red de abastecimiento de EMASESA (Empresa Metropolitana de Abastecimiento y Saneamiento de Aguas de Sevilla), mediante un modelo de regresión lineal multiparámetro, que tiene como finalidad la asignación de una puntuación a cada tubería mediante el parámetro PF, el cual asigna un cierto riesgo de incidencia. En este Trabajo Fin de Grado se emplea esta metodología con el fin de presentar resultados que garanticen la relación entre el factor PF con la Probabilidad de Fallo real de las tuberías, así como un estudio exhaustivo de los datos usados en el modelo de regresión, para comprobar su calidad. Se aplican, además, una serie de procedimientos estadísticos basados en normalización y en tablas de contingencia, con el fin de optimizar la calidad de los datos para la obtención de unos mejores resultados, y comprobar las posibles correlaciones entre los factores que definen los datos de entrada o inputs.

At present, there are a great variety of fields of Engineering that are increasingly implementing the Machine Learning methodology. Mainly this methodology is used in models whose purpose is Predictions, Supervised Learning or Unsupervised Learning. After an investigation carried out by FIUS (Research Foundation of the University of Seville), a procedure based on Machine Learning was developed in order to predict the failure of the pipes belonging to the supply network of EMASESA (Metropolitan Company of Supply and Sanitation of Seville´s Waters), using a multiparameter linear regression model, whose purpose is to assign a score to each pipeline using the PF parameter, which assigns a certain risk of incidence. In this Final Degree Project, this methodology is used in order to present results that guarantee the relationship between the PF factor and the Probability of real failure of the pipes, as well as an exhaustive study of the data used in the regression model, to check its quality. In addition, a series of statistical procedures based on normalization and contingency tables will be carried out in order to optimize the quality of the data to obtain better results, and verify the possible existence between the factors that define the input data. or inputs.