Buongiorno. Quali sono i tratti a rischio alto per oggi e domani?
Il rischio guasto su rete elettrica si prevede prima dell'evento di interruzione.
Grid Risk Forecast produce previsioni giornaliere di rischio guasto su tratti specifici di rete elettrica o gas. Combina dati meteorologici previsionali, storia di manutenzione degli asset, età degli asset, condizioni operative. Identifica i tratti a maggior rischio per la finestra delle prossime 24-72 ore.
Grid Risk Forecast al lavoro.
Previsione aggiornata alle 5:00. 23 tratti rischio alto finestra 48h: zona collinare (Arezzo e Siena). Pattern: asset età media 28 anni + vento forte gio-ven (raffiche 80-100 km/h). Allocazione proposta: priorità 1 (8 tratti con manutenzione arretrata), priorità 2 (15 tratti con storia regolare). Lista nel canale.
Confermato. Attivo il team field per i 8 tratti priorità 1 stamattina.
Confermato. L'evento è nel registro audit.
Perché esiste.
La manutenzione preventiva delle reti utility è una priorità operativa strutturale. Le reti elettriche europee hanno asset in parte di età avanzata, le condizioni meteorologiche estreme incidono sull'affidabilità degli impianti, gli eventi di interruzione hanno impatto sui clienti finali e costi di ripristino significativi. La gestione manuale del rischio si basa su programmi di manutenzione periodica e su intervento reattivo post-evento.
Come lavora ogni giorno.
Grid Risk Forecast si attiva giornalmente. Per ciascun tratto di rete del cliente legge le condizioni operative attuali (dati aggregati dall'impianto), la previsione meteorologica delle prossime 72 ore, la storia di manutenzione del tratto, l'età degli asset. Combina i fattori con i modelli di previsione configurati e identifica i tratti con probabilità di guasto sopra la soglia configurata.
La decisione resta al responsabile operations.
Per i tratti a rischio alto: alert al team operations con suggerimenti di intervento. La decisione di intervento resta del responsabile operations di rete della utility secondo le procedure aziendali.
Responsabile operations di rete e responsabile manutenzione.
Responsabile operations di rete
Il responsabile recupera la capacità di intervento preventivo sui tratti effettivamente a rischio. La capacità di manutenzione si dimensiona sui dati reali, non sui programmi periodici fissi. La gestione post-evento si riduce a favore della prevenzione strutturata.
Responsabile manutenzione
Il responsabile manutenzione vede in modo strutturato l'allocazione del proprio team field per la giornata. Le priorità di intervento emergono dall'analisi combinata dei fattori, non dalla revisione manuale dei programmi.
Direzione operations utility
L'agente è verticale per il settore utility (reti elettriche, reti gas). La direzione operations ha visibilità strutturata sulle condizioni della rete e sui pattern di rischio aggregati, utili per la calibrazione dei piani di manutenzione.
12.000 tratti di rete, previsione alle 5:00 ogni mattina.
L'agente legge 12.000 tratti, meteo e storia manutenzione.
Per una utility regionale, l'agente è schedulato ogni mattina alle 5:00. Legge le condizioni dei 12.000 tratti di rete distribuiti regionalmente. Confronta con la previsione meteorologica (ondata di vento forte attesa giovedì-venerdì), la storia di manutenzione di ciascun tratto, l'età degli asset.
23 tratti a rischio alto, ordinati per priorità.
Identifica 23 tratti a rischio alto per la finestra delle 72 ore. Pattern: tratti in zona collinare con asset di età avanzata e vento forte previsto. L'agente notifica al responsabile operations nel canale Slack dedicato con la lista ordinata per rischio e la proposta di allocazione del team field: ispezione visiva e rinforzo preventivo per i tratti a priorità 1 (8 tratti con storia manutenzione arretrata), monitoraggio ravvicinato per i tratti priorità 2 (15 tratti con storia regolare).
Il responsabile valida; l'agente registra.
Il responsabile operations valida le proposte, attiva l'intervento del team field per i tratti a maggior priorità. L'evento completo resta nel registro audit del runtime. Prerequisito: disponibilità di dati storici di guasto della utility per la calibrazione iniziale del modello — la calibrazione richiede almeno 12 mesi di storia eventi.
Regole dichiarative, SCADA e servizi meteo in delivery.
Le regole di Grid Risk Forecast sono dichiarative. Il team operations di rete e il responsabile manutenzione della utility definiscono in formato leggibile le baseline di rischio per tipologia di asset (cavi aerei, trasformatori, cabine), i fattori di previsione (peso meteo, peso storia manutenzione, peso età asset), le soglie di alert. Le regole vivono nel repository del cliente, versionate.
L'integrazione con il sistema SCADA si realizza tramite layer di aggregazione dedicato in fase di delivery dal team Exelab. I dati meteorologici si recuperano da servizi configurati in delivery. La calibrazione iniziale del modello richiede dati storici di guasto della utility.
- Linguaggio
- TypeScript (Node.js)
- Modello LLM
- a scelta del cliente: Anthropic, OpenAI, Mistral, modelli open source ospitati internamente, AWS Bedrock per modello privato
- Controlli built-in usati
- pii-detector, tool-rate-limit
- Canali nativi di consegna
- Slack, Telegram, WhatsApp, HTTP OpenAI-compatible
- Integrazione SCADA + sistema asset management
- adapter dedicato realizzato in fase di delivery tramite layer di aggregazione
- Servizio meteorologico
- configurato in fase di delivery
- Prerequisito calibrazione
- disponibilità dati storici di guasto della utility (minimo 12 mesi)
- Memoria
- persistente per istanza, pgvector + PostgreSQL FTS sui pattern guasti storici
- Registro
- immutabile, interrogabile con client SQL standard
Domande frequenti sull'agente.
No. L'agente identifica i tratti a rischio e propone l'allocazione del team field. La decisione di intervento resta del responsabile operations di rete della utility secondo le procedure aziendali.
L'integrazione con il sistema SCADA si realizza tramite un layer di aggregazione dedicato in fase di delivery dal team Exelab. La fattibilità tecnica dipende dalla versione del sistema SCADA del cliente e dalle policy di sicurezza (air gap o segmentazione stretta possibili). La configurazione specifica viene definita in fase di discovery.
La calibrazione iniziale richiede i dati storici di guasto della utility: tipicamente 12-24 mesi di eventi documentati (tipo di guasto, tratto, condizioni meteo al momento). La disponibilità di questi dati è uno dei prerequisiti valutati in fase di discovery. Il modello migliora nel tempo con l'accumulo dei dati operativi.
Il pattern tipico per Grid Risk Forecast è 16-22 settimane. Discovery e raccolta dati storici 3-4 settimane, configurazione modello e regole con il team operations 4-5 settimane, integrazione SCADA e servizi meteo 6-8 settimane, calibrazione e hand-off al team operations 3-4 settimane.
Da una conversazione di 30 minuti alla squadra in produzione.
Una conversazione di 30-45 minuti per capire come Grid Risk Forecast si configurerebbe sul caso della utility. Quale dimensione della rete, quale sistema SCADA, quale disponibilità di dati storici per la calibrazione.