RTCP ML
Descrizione
Gestione attiva della pressione per una rete idrica intelligente con machine learning.
Vantaggi del nuovo sistema RTCP machine learning:
- La Periferica Regolatore non necessita di conoscere la misura della pressione al Punto Critico per impostare correttamente la regolazione
- Non è quindi più necessario alcun canale di comunicazione tra le due Periferiche, eliminando alla radice qualunque problema ad esso legato (comunucazione punto a punto, consumo energetico)
- L’Algoritmo di M.L. è robusto rispetto a perdite parziali di dati da una o entrambe le Periferiche
- È evolutivo e si riadatta quotidianamente ai nuovi dati
- È analitico e riconosce e filtra le anomalie nei dati
- È verificabile ed offre all’operatore tutti gli strumenti per monitorarne le prestazioni ed il grado di affidabilità della previsione
- È controllabile e permette all’operatore di definire il livello di autonomia del sistema (controllo sull’invio al Regolatore della Funzione di previsione)
Il nuovo sistema RTCP machine learning è composto da tre soggetti:
- Periferica regolatore: soggetto attivo, esegue la previsione della pressione al punto critico e la applica per la regolazione.
- Periferica Data Logger: soggetto passivo
- Algoritmo Machine Learning lato Centro: soggetto attivo. Apprende il comportamento della rete e modella la Periferica Regolatore.
