Los datos son la clave para que el agua siga fluyendo

José Manuel Bruzos, CEO de Graphenus

Graphenus
Graphenus
La gestión del ciclo integral del agua presenta importantes retos, derivados de aspectos como el cambio climático, el aumento de la demanda debido al desarrollo económico, la regulación normativa y la, cada vez, mayor exigencia de transparencia y eficiencia por parte de todos los actores (clientes, ciudadanos, proveedores...).

Estos retos requieren nuevos enfoques en la gestión integral del ciclo del agua: la puesta en marcha de infraestructuras avanzadas de medición, la creación de gemelos digitales, la utilización de sistemas de información geográfica y la inteligencia artificial se vuelven cada vez más comunes en la mejora del ciclo de vida del agua y, con toda seguridad, se volverán imprescindibles en el futuro.

Estas nuevas herramientas comparten una problemática común: la necesidad de recuperación y gestión de un gran volumen de datos originados en sistemas y entornos totalmente heterogéneos. Hasta ahora, cada una de estas herramientas se encargaba de gestionar de forma autónoma sus datos, creando numerosos silos de información e imposibilitando obtener el máximo valor de los datos. Graphenus nace para solventar esta problemática, proporcionando una plataforma que permite unificar todas las necesidades de datos de estas herramientas, definiendo espacios de datos que facilitan el gobierno y aseguran la interoperabilidad y escalabilidad total:

  1. Graphenus permite descubrir e incorporar información de cualquier origen: sistemas de medición, APIs, bases de datos, etc.
  2. Los datos alojados en Graphenus pueden escalar de forma infinita: no es necesario eliminar datos históricos de mediciones, que pueden emplearse de forma sencilla en la creación de modelos analíticos y basados en inteligencia artificial.
  3. Dispone de capacidades de procesamiento distribuido para dar respuesta tanto a necesidades real-time como batch.
  4. Incorpora capacidades de gobierno end-to-end, permitiendo definir políticas de seguridad y calidad al mínimo nivel de detalle.
  5. Graphenus permite la creación integrada de modelos de machine learning sobre los datos alojados en el sistema, facilitando su entrenamiento, publicación y actualización.
  6. La interoperabilidad de Graphenus con otros sistemas es total, gracias a la compatibilidad con GAIA-X. Graphenus permite compartir datos con compañías privadas o entes públicos de forma totalmente segura y escalable.

Además, gracias a la integración nativa con Elliot Cloud y su solución Smart Water, permite incrementar de forma exponencial la velocidad de desarrollo de casos de uso avanzados para la gestión del agua, permitiendo la detección de fugas y fraude; y el desarrollo de gemelos digitales para redes de abastecimiento, depuradoras, válvulas, etc. Además, facilita la gestión proactiva de la calidad del agua de consumo y operativa de las flotas y servicios de mantenimiento integrados en nuestra red de distribución; permite realizar evaluaciones de efectos en el medio ambiente, así como una aducción inteligente.

Sistema Graphenus integrado en la plataforma Elliot Cloud

Ejemplo de estructura funcional de casos de uso y relación con elementos base de arquitectura

 

Graphenus: datos al servicio de los recursos hídricos

Los datos juegan un papel crucial en la gestión del agua. Disponer de una plataforma como Graphenus, permitirá a las compañías y organismos públicos transformar completamente los procesos de gestión actuales, mejorando la eficiencia y facilitando la toma de decisiones. Graphenus aporta una arquitectura funcional y técnica propuesta para dar cobertura a las necesidades especificadas por las compañías del sector para crear data lakes o espacios de datos compartidos a un coste muy contenido, al no estar desarrollada con herramientas licenciadas. El modelo de solución de Graphenus incluye un conjunto de herramientas para la captación, almacenamiento, procesamiento, explotación y consulta

“Graphenus proporciona una plataforma que permite definir espacios de datos que facilitan el gobierno y asegura la interoperabilidad y escalabilidad total”

de grandes volúmenes de datos. La integración en Elliot Cloud permite ingestar datos desde diferentes orígenes, almacenarlos de una forma fiable y tolerante a fallos, realizar analíticas complejas sobre estos, tanto en batch (procesamiento en lotes) como en streaming (procesamiento en tiempo real), asegurar la persistencia de un modelo de datos a través de la creación de bases de datos y tablas, o desarrollar modelos predictivos y de clasificación sobre los mismos, es decir, procesos de machine learning, para su posterior consulta y explotación.

Para satisfacer estas necesidades, la plataforma engloba diferentes servicios y/o herramientas que nos permiten realizar estas tareas. La mayoría de estas herramientas han sido construidas sobre contenedores (orquestados con Docker Swarn) con sus componentes mínimos y necesarios para su funcionamiento, de tal modo que se tiene una arquitectura modular de las herramientas, fácilmente desplegable, escalable y versionable, además de ser tolerante a fallos o caídas de los nodos en los que se despliegue, suponiendo así un entorno de alta disponibilidad.

Todas estas herramientas utilizadas son open source y ampliamente utilizadas dentro del ámbito del Big Data, siendo la mayoría pertenecientes al proyecto Apache (que dispone de una gran comunidad muy activa y colaborativa), las cuales han sido configuradas, personalizadas y adaptadas para trabajar de forma conjunta e integrada en un entorno de contenedores a lo largo de diferentes nodos.

admin

Las caras del agua

¿Quieres conocer
nuestra solución?

mockup-portada-final
Portada-monografico

El desarrollo de plataformas tecnológicas y sistemas de inteligencia aplicados al turismo, son una pieza fundamental para la mejora en la gestión de destinos y en la experiencia de los visitantes. Además, de esta forma, se logra alinear las estrategias de las diferentes regiones turísticas.