Machine Learning
Industrial · Operaciones
Detección de Anomalías en Sistemas de Control Industrial
Más de 12.000 sensores SCADA
Aviso anticipado de 3 a 7 días
91% de precisión en detección
El Reto
Más de 12.000 sensores SCADA generando telemetría continua sin ningún sistema que identificara patrones de degradación antes del fallo.
Lo Que Construimos
Un pipeline de detección de anomalías con ML procesa telemetría de alta frecuencia en todos los sensores de forma continua. Los modelos detectan indicadores de fallo entre 3 y 7 días antes de la avería.
Impacto Operacional
28% de reducción en el tiempo de inactividad no planificado. 91% de precisión en la detección con menos del 4% de tasa de falsos positivos. £2.1M en costes de intervención de emergencia evitados en el Año 1.
Tecnología Utilizada
Python
PyTorch
scikit-learn
Azure ML
Grafana
PostgreSQL
