Resumen

La central de Itaipú, la mayor generadora hidroeléctrica del mundo, cuenta con más de 2.200 instrumentos que monitorizan su comportamiento geotécnico y estructural, cuyas lecturas están almacenadas en una base de datos desde hace más de 30 años. La alta dimensionalidad y la gran cantidad de registros contenidos en las bases de datos son problemas no triviales de cara a la búsqueda de "conocimiento" a partir de estos datos. Este artículo presenta un estudio en el que se utilizaron algoritmos de Minería Visual de Datos (VDM), que integran técnicas de Minería de Datos (DM) con técnicas de Visualización de Información (IV), para analizar estos datos de instrumentación, con el objetivo de establecer relaciones entre diferentes instrumentos, que permitan detectar fallos indeseables en el sistema de monitorización y posibles daños a la seguridad e integridad de la presa. Se puede extraer más información con mayor facilidad si se aplican a los datos distintas técnicas de VI, junto con el DM. El análisis visual de datos demostró ser eficaz para acelerar la detección de anomalías en los datos, siendo una valiosa herramienta de apoyo a la toma de decisiones.

1. INTRODUCCIÓN

Dado que los daños y riesgos potenciales de los accidentes de presas pueden ser muy grandes, el diseño seguro, la construcción adecuada y el funcionamiento correcto de las presas son preocupaciones mundiales. Además, la supervisión eficaz de las grandes presas es esencial para la seguridad de la estructura. Se han propuesto y llevado a cabo directrices internacionales para la seguridad de las presas y muchos debates productivos sobre este tema, como la Comisión Internacional de Grandes Presas (ICOLD) (INTERNATIONAL..., 2008). En Brasil, las directrices para la seguridad de las presas fueron publicadas por el Comité Brasileño de Grandes Presas en 1983 (COMITÊ..., 1983) y un proyecto de ley sobre el tema está en el congreso nacional desde 2003 (BRASIL, 2009).

La monitorización de la estructura de una presa, de notoria importancia, puede generar una enorme masa de datos, definidos en dominios multidimensionales, cuyo análisis e interpretación no siempre son triviales. El análisis exhaustivo de los datos procedentes de los instrumentos de sondeo requiere una combinación de conocimientos de ingeniería con matemáticas y estadística, así como experiencia previa del ingeniero o técnico responsable de la interpretación de estos datos, lo que consume mucho tiempo y a menudo imposibilita el cumplimiento rápido de esta tarea. Por este motivo, es pertinente el uso de técnicas y herramientas computacionales que ayuden al responsable de la toma de decisiones.

• Materias:Monitoreo de estructuras Herramientas de visualización Minería de datos
• Subjects:Structural monitoring Visualization tools Data mining
• Palabras claves:Proceso KDD; Visualización de información; Minería de datos; Minería de datos visual; Monitoreo de presas
• Keywords:KDD process; Information visualization; Data mining; Visual data mining; Dam monitoring