A Teramo il monitoraggio intelligente delle reti elettriche: SENTINEL-GRID al convegno nazionale ASA.

Anticipare i guasti dei trasformatori prima che si verifichino e rendere più affidabile la distribuzione di energia in bassa tensione: con questo obiettivo SENTINEL-GRID, il sistema IoT sviluppato da Al.trafo e iInformatica, è arrivato il 17 settembre all’Università degli Studi di Teramo. Il progetto è stato tra i protagonisti della seconda giornata del Convegno annuale 2026 dell’ASA, l’Associazione per la Statistica Applicata, dedicato al rapporto tra statistica, intelligenza artificiale e decisioni.

SENTINEL-GRID, progetto di ricerca cofinanziato dal MASE, applica sensori IoT a basso consumo energetico ai trasformatori di distribuzione per raccogliere dati sul loro funzionamento. Modelli di analisi predittiva anche basati su computer vision elaborano i dati per individuare criticità e pianificare la manutenzione in modo mirato.

Nel suo intervento, “SENTINEL-GRID: AI-Based Solutions for Predictive Transformer Monitoring and Intelligent Alert Management”, Vito Santarcangelo, amministratore di iInformatica, ha presentato la soluzione innovativa, illustrando come i dati rilevati dai sensori vengano elaborati per stimare lo stato di salute di ciascun trasformatore e segnalare per tempo gli interventi necessari ai gestori della rete.

La conferenza di Teramo si aggiunge al percorso di disseminazione che nei mesi scorsi ha portato il progetto a Capua, Palermo, Potenza, Milano, Savelletri, Cagliari e Trapani, tra convegni scientifici e workshop tecnici con i prototipi.

“I trasformatori di distribuzione sono il punto in cui la rete elettrica incontra le comunità, e un guasto significa disagi per cittadini e imprese”, hanno dichiarato Rocco Chiechi e Mario Azzone, referenti di Al.trafo. “Con SENTINEL-GRID vogliamo passare da una manutenzione che interviene dopo il problema a una che lo anticipa. Il confronto con la comunità statistica di Teramo conferma che l’importanza di modelli predittivi”.

I prossimi passi prevedono la sperimentazione del sistema in condizioni operative reali, necessaria per incrementare il livello di maturità tecnologica verso l’applicazione industriale.