Red Eléctrica cuenta con más de 44.000 kilómetros de circuitos de líneas eléctricas en España. Mucha parte de esta red de transporte, que mantiene de forma integral la compañía, pasa por áreas forestales. Por ello, junto con Elewit, su plataforma tecnológica y Overstory, ha digitalizado durante un año toda la vegetación que discurre por sus líneas eléctricas para identificar de forma digital y automática 37 grupos de especies de plantas, pudiendo gestionar mejor sus activos.
De este modo, Red Eléctrica controlará la la vegetación existente bajo las líneas para evitar que esta crezca y alcance los cables conductores. Manuel López Cormenzana, director de Mantenimiento de Instalaciones de la compañía, explica que esta nueva herramienta “nos permite reforzar las labores de mantenimiento de líneas, incrementando así su seguridad y fiabilidad, y también reducir el riesgo de incendios forestales, lo que sin duda protege nuestra biodiversidad y nuestro capital natural”.
Utilizando el potencial del machine learning, el proyecto creado por las tres empresas –y que, además, ha contado con la colaboración de Tragsatec–, realizará el seguimiento de estas especies y “controlará su crecimiento para minimizar los riesgos para los activos y los ecosistemas, algo que, hasta ahora, se realizaba de manera manual. Nuestro reto era automatizar este proceso y digitalizarlo para hacerlo más sencillo, rápido y eficiente”, asegura.
Machine learning para proteger ecosistemas
Con este este proyecto de innovación “hemos desarrollado un modelo de machine learning que digitaliza y completa el mapa de vegetación de Red Eléctrica”. Cabe recordar que, concretamente, hasta la fecha, la identificación de estos 37 grupos de vegetación se llevaba a cabo “mediante técnicas de fotointerpretación manual basadas en la información aportada por el Plan Nacional de Orografía Aérea (PNOA), a partir de las cuales se creaba un mapa verde que permitía, posteriormente, generar un plan de tala y poda para controlar su desarrollo”.
Y ahora, la herramienta toma inputs de un número mayor de fuentes: "A la información del PNOA se suman imágenes satelitales, datos tridimensionales capturados con tecnología LIDAR (Laser Imaging Detection and Ranging) e información obtenida mediante inspecciones a pie llevadas a cabo por técnicos de Red Eléctrica”.
Tras ello, los datos recogidos se fusionan gracias a algoritmos de aprendizaje automático diseñados por el consorcio, lo que identifica de forma rápida “el tipo de especie presente en cada tramo de cada línea eléctrica”. Como se ha citado anteriormente, en Red Eléctrica han conseguido diferenciar 37 grupos de vegetación en superficies pequeñas (5mx5m) “y en un corto plazo de tiempo”.
“Ahora, gracias a esta nueva tecnología empleamos únicamente horas frente a las semanas que requería el proceso manual anterior. Así podemos conocer de manera rápida y automática qué vegetación crece bajo las líneas, información que luego completamos con algoritmos que generan planes de gestión de la vegetación bajo las líneas más eficientes”.
