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: 74.9 NTU

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

DURACIÓN ESTIMADA DEL RIESGO: 5 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:

Efectividad de la Alerta: Te indica qué porcentaje de EAT reales ha logrado detectar el modelo (Sensibilidad) y cuántos de sus avisos han sido falsas alarmas (Precisión), validando la confianza operativa en las alertas de riesgo.
Precisión de la Magnitud: Mediante el MAE y el RMSE, cuantificas el error medio en NTU, permitiéndote saber si la desviación de la predicción de turbidez está dentro de los márgenes tolerables para la operación.
Detección de Degradación: Al comparar el rendimiento de las últimas 48h, 72h y 3 meses, puedes identificar si el modelo está perdiendo facultades ante nuevos escenarios climáticos y si requiere un reentreno inmediato.

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	1613.924	1430.820	-0.975	1284.941	1151.668	-0.252	0.875	0.875	1.000	0.000	0.933
Últimas 24h	Turbidez >= 500 (Crítico)	1711.692	1554.788	-2.505	1267.794	1126.405	-0.923	1.000	1.000	1.000	0.000	1.000
Últimas 48h	Total	1158.050	785.520	0.277	920.028	626.480	0.544	0.854	0.750	1.000	0.741	0.857
Últimas 48h	Turbidez >= 500 (Crítico)	1711.692	1554.788	-2.505	1267.794	1126.405	-0.923	1.000	1.000	1.000	0.000	1.000
Últimas 48h	Turbidez <= 250 (Normal)	300.150	167.156	-143.585	350.803	173.040	-196.502	0.769	0.000	0.000	0.769	0.000
Últimas 72h	Total	945.886	529.432	0.402	751.607	424.946	0.623	0.903	0.750	1.000	0.863	0.857
Últimas 72h	Turbidez >= 500 (Crítico)	1711.692	1554.788	-2.505	1267.794	1126.405	-0.923	1.000	1.000	1.000	0.000	1.000
Últimas 72h	Turbidez <= 250 (Normal)	218.580	95.203	-40.902	254.702	100.482	-55.895	0.880	0.000	0.000	0.880	0.000
Últimos 3 Meses	Total	195.957	49.146	0.491	169.643	40.830	0.618	0.982	0.731	0.690	0.992	0.710
Últimos 3 Meses	Turbidez >= 500 (Crítico)	1306.589	1030.563	-0.388	1030.288	825.238	0.137	0.651	1.000	0.651	0.000	0.789
Últimos 3 Meses	Turbidez <= 250 (Normal)	67.405	27.107	-1.385	69.328	20.908	-1.523	0.992	0.483	0.824	0.993	0.609
Últimos 6 Meses	Total	177.155	46.581	0.409	146.266	36.424	0.597	0.984	0.811	0.736	0.993	0.772
Últimos 6 Meses	Turbidez >= 500 (Crítico)	1009.979	793.075	-0.429	795.925	589.998	0.113	0.723	1.000	0.723	0.000	0.839
Últimos 6 Meses	Turbidez <= 250 (Normal)	54.913	22.723	-0.710	56.225	17.999	-0.793	0.995	0.583	0.808	0.996	0.677
Último Año	Total	128.225	29.690	0.713	106.400	24.986	0.803	0.991	0.933	0.903	0.996	0.917
Último Año	Turbidez >= 500 (Crítico)	596.704	310.029	0.312	470.071	233.908	0.573	0.901	1.000	0.901	0.000	0.948
Último Año	Turbidez <= 250 (Normal)	41.156	15.874	0.197	42.551	13.730	0.142	0.997	0.605	0.839	0.998	0.703

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).

“Extreme Turbidity Event Prediction & Monitoring”

BIOST3 Group & AIGÜES DE BARCELONA (ver 10-3-2026 | 7-1-2025| 18-12-2024 | 10-7-2024)

Compiled on 13:17:33, 30 September, 2026