Analisi delle risorse idriche e ottimizzazione energetica dei pozzi della sorgente Gorgovivo con tecniche data-driven basate su Machine Learning.

Safekeeping of water resources and ecological sustainability are critical aspects that have become essential in the context of climate crisis and water scarcity. The increase in water demand and electricity consumption has become a problem that hinders the development of societies around the world. Among the innovative methods researched in this scenario, artificial intelligence plays a key role. This technology, currently applied countless fields, can produce promising results in water management and the reduction of energy consumption it entails. This thesis aims to apply artificial intelligence models, specifically machine learning, to optimize the management of the aqueduct of the Gorgovivo spring, located in Serra San Quirico. This project has been developed in a collaboration with Consorzio Gorgovivo and VIVA Serivizi S.p.A., aiming to create a system capable of optimizing spring management, minimizing electricity consumption and reducing water waste. To reach this goal, an in-depth analysis of the system's real data has been carried out and, based on the newly obtained information, an optimization simulation has been developed. This simulation is built with machine learning models at its core that make forecasts on the system's future state, which determine the optimal criteria to activate the spring wells. This work provides a foundation on which a comprehensive program can be built which, following appropriate testing, can be integrated into the aqueduct's actual systems as a decision-making support tool.

La salvaguardia delle risorse idriche e la sostenibilità ecologica sono degli aspetti critici divenuti imprescindibili in un contesto di crisi climatica e di scarsità d'acqua. L'aumento della richiesta idrica e del consumo di energia elettrica è un problema che incide lo sviluppo di società di tutto il mondo. Tra i metodi innovativi che vengono ricercati in questo scenario, l'intelligenza artificiale trova un ruolo di rilievo. Questa tecnologia, oggi applicata in innumerevoli ambiti, può dare risultati promettenti nella gestione delle risorse idriche e nella riduzione del consumo energetico che essa comporta. La presente tesi si propone di applicare modelli di intelligenza artificiale, nello specifico di machine learning, nell'ottimizzazione della gestione dell'acquedotto della sorgente Gorgovivo, situata a Serra San Quirico. Questo progetto è stato svolto in collaborazione con il Consorzio Gorgovivo e VIVA Servizi S.p.A. con lo scopo di creare un sistema in grado di ottimizzare la gestione della sorgente, minimizzando i consumi di energia elettrica e riducendo gli sprechi d'acqua. Per raggiungere questo obiettivo è stata svolta un'analisi approfondita dei dati reali del sistema e, in base alle informazioni ottenute, si è sviluppata una simulazione di ottimizzazione che ha come nucleo dei modelli di machine learning per effettuare previsioni sullo stato futuro del sistema, che determinano il criterio ottimale secondo cui vengono attivati i pozzi della sorgente. Questo lavoro rappresenta una base sulla quale si può costruire un programma completo che, in seguito ai dovuti test, potrà essere integrato ai sistemi reali dell'acquedotto come strumento di supporto decisionale.