23/04/2025
Micaela Jara, Ariel Guerrero, Maximiliano Bonnin, Rafael García, Mario Arzamendia
La experimentación ALMA-IA busca desarrollar y validar una solución intermedia para la transformación digital en la industria energética, abordando el desafío de la coexistencia entre sistemas analógicos y digitales. En este contexto, se propone la automatización de la lectura de medidores analógicos mediante Machine Learning (ML) y Deep Learning (DL), no como un fin en sí mismo, sino como una estrategia para garantizar una transición eficiente sin la necesidad de reemplazar completamente la infraestructura existente.
La lectura manual de estos medidores es un proceso que introduce errores humanos, consume tiempo y genera costos operativos elevados. Con el fin de paliar esta problemática, la experimentación propone el desarrollo de un sistema automático de detección y lectura de medidores analógicos aplicando modelos pre entrenados de ML/DL.
El uso de ML/DL en este escenario se justifica por su capacidad de adaptación y aprendizaje a partir de grandes volúmenes de datos, permitiendo una interpretación robusta de los valores mostrados en medidores con distintas condiciones ambientales, iluminación variable y posibles obstrucciones visuales. A diferencia de otras técnicas de inteligencia artificial, el enfoque basado en visión computacional e Inteligencia Artificial (IA) avanzada facilita la extracción automática de información sin intervención humana y sin necesidad de modificar la infraestructura de medición actual. De este modo, ALMA-IA representa un puente tecnológico para la modernización de la industria sin los costos y tiempos asociados a una transformación digital completa.
Palabras Clave: machine learning, deep learning, visión computacional, medidor analógico.