Repsol Data gestiona tres millones de gigas cada día para planificar sus prácticas comerciales

La información meteorológica se está convirtiendo en una variable clave en los procesos de big data con los que las empresas generan modelos predictivos para sus prácticas comerciales y de planificación. Repsol lo sabe y por eso ha montado toda una división (la ha llamado Hub de Data & Analytics & Artificial Intelligence) en la que ha puesto a trabajar a medio centenar de expertos en el análisis, interpretación y gestión de los más de tres millones de gigas de datos que maneja diariamente. "Somos usuarios de los datos meteorológicos que nos proporcionan las agencias especializadas, datos que, a su vez, combinamos con los datos de nuestra propia actividad" y de otras fuentes externas, como información geolocalizada o estudios sociodemográficos del Instituto Nacional de Estadística. El reto está en incorporar esas fuentes tan diversas a los modelos matemáticos para "que hablen en los términos más comunes posibles y sirvan como apoyo en la toma de decisiones".

Quien asi lo explica es Julia Díaz, responsable de esta plataforma de datos, análisis e inteligencia artificial que ha montado la petrolera, un departamento hiper-especializado que trabaja con las previsiones meteorológicas, por ejemplo, (1) en la gestión de las instalaciones de electricidad renovable, (2) para ofrecer a sus clientes consejos sobre eficiencia energética en el hogar o (3) para prever incidencias en las rutas marítimas de su negocio petrolero.

Para que las técnicas de analítica avanzada que emplea Repsol den buenos resultados "es fundamental -explican desde la compañía- que los datos que se introducen en los cálculos sean de calidad". Por ello, la petrolera colabora con la Agencia Estatal de Meteorología (Aemet), que también comercializa las predicciones a nivel mundial del European Center for Medium-Range Weather Forecasts, organismo integrado por 34 agencias meteorológicas europeas y reconocido internacionalmente por la calidad de sus pronósticos. En la vertiente tecnológica, Repsol tiene una alianza estratégica con Microsoft que incluye el alojamiento de su plataforma de Data & Analytics en Azure, la nube de la compañía estadounidense.

Efectos sobre los patrones de consumo
Desde el sector de la moda a la banca, el uso de la meteorología se está generalizando en toda la operativa centrada en el cliente, que tiene unos patrones de consumo distintos según la estacionalidad y las condiciones meteorológicas. Utilizar el automóvil, comprar carburantes de calefacción o agua mineral en una estación de servicio son decisiones afectadas por la temperatura, el viento o la pluviosidad, variables "que se aplican continuamente en la práctica comercial para dimensionar cuál va a ser la demanda o los precios".

Repsol emplea el concepto Grados Día, elaborado a partir del pronóstico de temperatura de la Aemet y de los análisis de sus negocios, para aproximar tendencias que respondan a las necesidades de sus clientes, "una herramienta que ayuda a anticipar, por ejemplo, el consumo de GLP (butano y propano) para calentar los hogares y preparar la cadena logística". La petrolera también utiliza las previsiones meteorológicas para ofrecer "productos a medida ante fenómenos adversos como sistemas anti-heladas para la agricultura".

La plataforma Repsol Data & Analytics & AI trabaja en un proyecto para emitir recomendaciones técnicas de eficiencia energética dirigidas a sus clientes de electricidad y gas. Serán consignas inteligentes, "para ajustar el consumo del frigorífico en función de la temperatura o encender más o menos luces según la nubosidad", asegura Díaz, basadas en los resultados de algoritmos que incorporan la meteorología.

Gestión de las energías renovables
La petrolera cuenta en la actualidad con instalaciones de generación de energía renovable con una capacidad de 6.100 megavatios, y considera la meteorología -desde la predicción al estudio de posibles emplazamientos- una variable "a tener cada vez más en cuenta" para la gestión de esas instalaciones, sean parques eólicos, sean fotovoltaicos.

Para optimizar la integración de las energías renovables en el mercado eléctrico -explica Julia Díaz- es fundamental disponer de un pronóstico de la producción "lo más preciso posible, que cruzamos con otras estrategias de precios y previsión de la demanda para decidir cuál es el mix energético de nuestra generación con el que acudimos a la subasta".

Julia Díaz, responsable de la plataforma de datos, análisis e inteligencia artificial de Repsol: "la nueva regulación para España prevé una actualización de la oferta cada 15 minutos, lo que va a requerir que la meteorología ofrezca un refresco de la información más inmediato"

Repsol repasa algunas de las virtudes de la meteorología
«Las agencias especializadas ya han afinado variables como los componentes de viento en superficie para adaptarlos a las necesidades de la producción eólica y ahora ofrecen pronósticos hasta los 100 metros de altitud que cubren la altura de los aerogeneradores. Se avanza también en los indicadores relacionados con la energía fotovoltaica, como la predicción del polvo en suspensión que al posarse resta rendimiento de las placas solares»

«En la actualidad, los servicios de meteorología facilitan un pronóstico para las siguientes 48 horas con alto grado de detalle y una predicción a siete días fiable, con más incertidumbre cuanto más alejada está en el tiempo. Los meteorólogos estiman que cada día de mejora implica unos 10 años de investigación y también advierten de que una predicción 100% precisa no será posible porque la atmósfera es, por naturaleza, un sistema caótico»

Según Díaz, existe un desafío con el hardware, por la exigencia en capacidad y costes de computación de modelizar estos fenómenos físicos. En los próximos años podrían llegar los primeros ordenadores cuánticos con una velocidad de cálculo 100 veces superior a la de los actuales súper-ordenadores, "una tecnología incipiente -explica, pero que responde a unos requerimientos de cómputo y un volumen de datos cada vez mayores que nos van a exigir más precisión, pero también más rapidez".

Una vía de trabajo en curso que hará evolucionar la meteorología es la aplicación de técnicas de Machine Learning e Inteligencia Artificial, "similares -apunta Díaz- a las que ya estamos empleando en Repsol para nuestros escenarios de negocio". Se trata de tecnologías cognitivas que entrenan a los ordenadores con predicciones y comportamientos pasados para que aprendan de manera automática y aporten mayor precisión en los cálculos.