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: 73.6 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 115.799 60.554 -0.171 117.418 55.477 -0.204 0.958 0.000 0.000 1.000 0.000
Últimas 24h Turbidez <= 250 (Normal) 39.932 31.744 -6.919 28.674 24.659 -3.083 1.000 0.000 0.000 1.000 0.000
Últimas 48h Total 101.005 66.821 -0.504 95.467 54.354 -0.343 0.979 0.000 0.000 1.000 0.000
Últimas 48h Turbidez <= 250 (Normal) 66.423 53.315 -1.622 52.060 39.567 -0.611 1.000 0.000 0.000 1.000 0.000
Últimas 72h Total 83.372 49.853 -0.322 78.601 41.034 -0.175 0.986 0.000 0.000 1.000 0.000
Últimas 72h Turbidez <= 250 (Normal) 55.256 40.493 -0.998 43.429 30.936 -0.234 1.000 0.000 0.000 1.000 0.000
Últimos 3 Meses Total 148.331 38.969 0.220 108.152 27.545 0.585 0.989 0.934 0.817 0.997 0.872
Últimos 3 Meses Turbidez >= 500 (Crítico) 780.593 599.290 -1.623 634.492 440.567 -0.733 0.836 1.000 0.836 0.000 0.911
Últimos 3 Meses Turbidez <= 250 (Normal) 52.899 19.234 -0.702 33.044 14.287 0.336 0.998 1.000 0.808 1.000 0.894
Últimos 6 Meses Total 119.115 33.727 0.722 90.073 25.084 0.841 0.989 0.945 0.848 0.997 0.894
Últimos 6 Meses Turbidez >= 500 (Crítico) 545.619 369.912 0.286 434.285 263.729 0.548 0.825 1.000 0.825 0.000 0.904
Últimos 6 Meses Turbidez <= 250 (Normal) 45.840 18.404 -0.241 34.043 14.003 0.316 0.998 0.929 0.839 1.000 0.881
Último Año Total 87.094 23.299 0.846 67.619 19.876 0.907 0.994 0.976 0.928 0.999 0.951
Último Año Turbidez >= 500 (Crítico) 345.725 171.842 0.591 277.503 130.572 0.736 0.935 1.000 0.935 0.000 0.967
Último Año Turbidez <= 250 (Normal) 34.279 13.908 0.501 27.098 12.304 0.688 0.999 0.929 0.839 1.000 0.881

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