PROBABILIDAD DE EPISODIO DE ALTA TURBIDEZ LAS PROXIMAS 6, 12, 24 y 48H (MACHINE LEARNING). UTILIZANDO UN MODELO CON LA LLUVIA CAIDA (Suma de Precipitación (mm) todas estaciones Cuenca Llobregat (METEOCAT Y ECMWF)), CAUDALES Y TURBIDEZ (VER 10-3-2026):

📊 PREDICTOR PRINCIPAL

⚠️ ATENCIÓN: RIESGO DE EPISODIO (EAT) DETECTADO

Estado medido actual: 58.5 NTU

AVISO PARA OPERARIOS: Los modelos ML detectan condiciones de alta turbidez en las próximas 24 horas.

DURACIÓN ESTIMADA DEL RIESGO: 0 HORAS

Acción recomendada: Revisar dosificación de coagulante y preparar purgas de decantadores.

0.1 GRAFICO PREDICTIVO (EAT y Turbidez) EXTENDIDO

Modelos LM a 6h anteriores y a 24h anteriores, turbidez SCADA, LIMS y consenso (Turbidez consenso: realidad)

0.2 MÉTRICAS DE LOS MODELOS

Este resumen de métricas actúa como el certificado de garantía del sistema, evaluando estadísticamente la capacidad de los modelos para anticipar los EAT basándose en lo que realmente sucedió en la planta.

Es fundamental consultarlo por tres razones:

INFORME TÉCNICO DE RENDIMIENTO ML - PROYECTO AGBAR
Contexto
Modelo 24h
Modelo 6h
Clasificación EAT
Horizonte Escenario RMSE MAE NSE RMSE MAE NSE Accuracy Precisión Recall Especificidad F1
Últimas 24h Total 144.089 104.655 0.232 158.337 116.027 0.072 0.792 0.000 0.000 0.826 0.000
Últimas 24h Turbidez <= 250 (Normal) 145.573 100.324 -3.436 138.961 93.606 -3.042 0.833 0.000 0.000 0.833 0.000
Últimas 48h Total 101.977 54.771 0.406 112.139 61.842 0.281 0.896 0.000 0.000 0.915 0.000
Últimas 48h Turbidez <= 250 (Normal) 95.411 45.788 -2.714 91.221 44.493 -2.395 0.929 0.000 0.000 0.929 0.000
Últimas 72h Total 83.328 38.140 0.446 91.712 43.756 0.329 0.931 0.000 0.000 0.944 0.000
Últimas 72h Turbidez <= 250 (Normal) 76.188 30.912 -2.558 72.976 31.071 -2.264 0.955 0.000 0.000 0.955 0.000
Últimos 3 Meses Total 78.391 29.139 0.915 67.454 23.800 0.937 0.987 0.924 0.864 0.995 0.893
Últimos 3 Meses Turbidez >= 500 (Crítico) 320.044 226.708 0.798 236.064 155.555 0.890 0.809 1.000 0.809 0.000 0.894
Últimos 3 Meses Turbidez <= 250 (Normal) 38.938 18.511 0.143 37.099 14.878 0.222 0.998 0.500 1.000 0.998 0.667
Últimos 6 Meses Total 57.068 19.794 0.937 50.756 17.913 0.950 0.993 0.965 0.935 0.998 0.950
Últimos 6 Meses Turbidez >= 500 (Crítico) 209.821 116.241 0.846 159.124 83.504 0.911 0.920 1.000 0.920 0.000 0.958
Últimos 6 Meses Turbidez <= 250 (Normal) 29.203 13.139 0.616 28.778 11.827 0.627 0.999 0.500 1.000 0.999 0.667
Último Año Total 48.601 17.345 0.974 45.215 17.346 0.978 0.997 0.980 0.963 0.999 0.972
Último Año Turbidez >= 500 (Crítico) 182.017 103.096 0.948 150.502 83.045 0.965 0.961 1.000 0.961 0.000 0.980
Último Año Turbidez <= 250 (Normal) 23.543 11.463 0.758 24.165 11.844 0.745 0.999 0.500 1.000 0.999 0.667

1 📘 Guía de Interpretación de Métricas - Proyecto Agbar

Esta guía ayuda a interpretar la tabla de validación de los modelos de predicción de turbidez (ML1) para la toma de decisiones en planta.

El modelo es fijo y cada cierto tiempo hay que recalcularlo

2 modelos para predecir turbidez (corto plazo con datos de 6h antes, y a medio plazo con datos 24h antes) y 1 para predecir EAT.

1.1 1. Contexto y Modelos

  • Horizonte: Ventana de tiempo analizada hacia el pasado (ej. últimas 48h o el último año).
  • Escenario: * Total: Comportamiento general del modelo.
    • Turbidez >= 500 (Crítico): Cómo se porta el modelo cuando hay eventos graves EAT.
    • Turbidez <= 250 (Normal): Fiabilidad del modelo en periodos de calma.
  • Modelo 24h vs. 6h: El de 24h busca anticipación; el de 6h es más preciso con los cambios bruscos de última hora.

1.2 2. Métricas de Error (Turbidez Continua)

Miden la diferencia entre el valor real del sensor y la predicción en NTU.

Métrica Definición ¿Qué buscar?
MAE Error Medio Absoluto. Indica cuánto se desvía la predicción en unidades reales (NTU). Si el MAE es 15, el modelo falla por ±15 NTU de media.
RMSE Error Cuadrático Medio. Similar al MAE pero castiga con mucha fuerza los errores grandes. Si es mucho mayor que el MAE, el modelo ha tenido fallos puntuales graves.
NSE Eficiencia de Nash-Sutcliffe. Es la “nota” de ajuste del 0 al 1. > 0.6: Fiable. 1.0: Perfecto. < 0: No fiable (peor que usar la media).

1.3 3. Métricas de Clasificación (Alertas EAT)

Miden la capacidad del sistema para detectar eventos de Alta Turbidez (EAT).

  • Accuracy (Exactitud): Porcentaje total de aciertos (Normalidad + Alertas).
    • Nota: Si aparece en ROJO (< 0.5), el sistema está fallando más de lo que acierta.
  • Precisión: De todas las veces que el sistema avisó de una alerta, ¿cuántas fueron reales? (Evita falsas alarmas).
  • Recall (Sensibilidad): De todos los eventos reales que ocurrieron, ¿cuántos detectó el sistema? Es la métrica de SEGURIDAD.
  • Especificidad: Capacidad de identificar correctamente cuando el agua está limpia. Si es alta, el sistema es “tranquilo” y no da avisos innecesarios.
  • F1-Score: El equilibrio matemático entre Precisión y Recall. Es el mejor indicador de la salud del detector.

💡 Consejo para el Operador

  • Si el MAE sube mucho: El modelo está “ciego” a la magnitud del evento.
  • Si el Recall es bajo en eventos críticos: No confíe en la falta de alertas; vigile los sensores manuales, el modelo está ignorando riesgos reales.
  • Si la Exactitud (Accuracy) está en rojo: Ignore las predicciones de alerta y opere de forma manual hasta que se calibre el sistema.
📊 ANEXOS: OTROS RESULTADOS, DATOS Y DESCRIPTIVAS DE INTERÉS

2 GRAFICOS DESCRIPTIVOS DE LA ETAP Y SITUACIÓN METEOROLÓGICA

2.1 TURBIDEZ-CAUDAL Y EPISODIOS EAT HISTÓRICOS

2.2 EVOLUCIÓN RECIENTE TURBIDEZ (LIMS, SCADA Y BOMBAS) ETAP

La turbidez “Predicción” es un consenso de la turbidez en el caso de inexistencia de datos o en el caso de incertidumbre (paro de bombas, EAT).

2.3 MAPAS METEOROLÓGICOS DE LA CUENCA DEL LLOBREGAT Y ESTACIONES METEOCAT UTILIZADAS EN ESTE ANÁLISIS

2.4 PRECIPITACIONES ACUMULADAS EN LAS ESTACIONES METEOCAT OBSERVADAS EN LA CUENCA DEL LLOBREGAT

2.5 HISTÓRICO DE LLUVIA ACUMULADA EN ESTACIONES METEOCAT Y EPISODIOS EAT EN LA ETAP