Paradójicamente, la producción de energía renovable no está exenta de impactos medioambientales. Las centrales hidroeléctricas no son una excepción, su funcionamiento puede bloquear el movimiento de los peces o aumentar la temperatura del agua, entre otros efectos nocivos. Para intentar paliar estos efectos nocivos, la Unión Europea financia con 4 millones de euros el proyecto Di-Hydro (Mantenimiento digital para el funcionamiento sostenible y flexible de centrales hidroeléctricas) para la digitalización de estas instalaciones, como se ha mencionado La publicación I'MTech del Instituto de Minas y Telecomunicaciones.

Lanzado en octubre de 2023 por un periodo de 3 años, Di-Hydro se basa en una arquitectura IoT para centrales eléctricas. Tiene dos objetivos principales: optimizar el funcionamiento de estas instalaciones mejorando su mantenimiento, pero también monitorear la evolución de la calidad del agua y la biodiversidad de los ecosistemas. Los proveedores de energía locales y equipos de investigación como los de Télécom SudParis proporcionarán o desarrollarán sensores adecuados, cuya instalación y puesta en funcionamiento debería durar 6 meses.

Consolidación de modelos de datos locales

Los investigadores de Di-Hydro también están desarrollando una herramienta de análisis y explotación de datos compartidos. En el programa, IA y gemelo digital. Inicialmente llamados a garantizar la ciberseguridad del sistema, los equipos de investigación de Télécom SudParis (Georgios Bouloukabis, profesor asociado, y Joaquim Garcia Alfaro, profesor) también se encargaron de integrar la plataforma IoT en el ecosistema de las centrales eléctricas. Los gemelos digitales de estas últimas se diseñarán a partir de datos descriptivos estáticos de los sitios y datos dinámicos generados por los sensores. Los equipos de Di-Hydro tuvieron que trabajar en la definición de un estándar común para estos datos de diferentes orígenes y, por lo tanto, formatos. Datos que a menudo son incompatibles entre sí.

Para explotar estos gemelos digitales, los equipos de investigación están desarrollando un algoritmo de toma de decisiones distribuidas basado en varios modelos de IA entrenados con datos locales para empezar. A continuación, planean trabajar en el uso compartido selectivo y en arquitecturas de software federadas. Este modelo de IA se basaría entonces en la consolidación de varios modelos entrenados con datos locales, para la toma de decisiones en varios niveles, pero también en la finalización de los datos faltantes.