GridGuard

github: https://github.com/MarcoDaniele/ctrlshift-2026 (privato, chiedere accesso)

webapp live: https://clever-pothos-876943.netlify.app/

GridGard: Climate Risk Intelligence per la RTN

GridGard è una piattaforma digitale predittiva e data-driven progettata per supportare i Transmission System Operator (TSO) e la Pubblica Amministrazione (PA) nella prevenzione, nel monitoraggio e nella gestione del rischio frane sulla Rete di Trasmissione Nazionale (RTN).  

L'obiettivo principale è superare la logica della gestione emergenziale, centralizzando in un'unica mappa interattiva dati che spesso nascono frammentati (come i database IFFI/IdroGEO, i PAI, le pendenze DEM e il tracciamento satellitare InSAR). Questo consente di identificare istantaneamente quali tralicci, linee o stazioni sono esposti a pericoli idrogeologici e strutturali.  

Come funziona il sistema:

• Integrazione a due livelli: Il modello unisce la vulnerabilità storica e territoriale (geologia, pendenza, storico degli outage) a trigger dinamici in quasi real-time (precipitazioni meteo, dati radar e sensori IoT).

• Risk Score Spiegabile: Attraverso un'apposita formula algoritmica, viene calcolato un punteggio di rischio operativo che combina la pericolosità del terreno, la vulnerabilità del singolo asset e la criticità della rete a livello di carico e connettività.

• Matrice Causa-Effetto: Ogni alert è trasparente e associato a cause precise (es. piogge intense o riattivazione di un versante), traducendosi in azioni sul campo immediate assegnate a specifici owner operativi.  

Validazione

La validazione del sistema è stata effettuata su un caso reale. La frana di Loiano avvenuta il 18 ottobre 2024. Per questo evento, che ha interassato asset terna, dalla dashboard si può osservare come si ricevevano feedback di alert fino a 30gg prima dell'evento critico. 

Dati

Sono stati utilizzati dati reali, e sviluppati i connettori:

1. OpenStreetMap / OpenInfraMap: Geometria reale della rete elettrica (tralicci, linee 132/220/380 kV, stazioni) da dati OSM. Sorgente di rete di default; costruisce il grafo degli asset e abilita l’analisi di criticità per traliccio.
2. GridKit (ENTSO-E): Grafo europeo della rete di trasmissione derivato da ENTSO-E (bus, linee, coordinate). Alternativa a OSM per la dorsale 220/380 kV con topologia esplicita; usato per confronto e validazione sul Piemonte.
3. EGMS: European Ground Motion Service (Copernicus) — Deformazione del terreno da radar satellitare Sentinel-1 (velocità, accelerazione, presenza di persistent scatterer). Alimenta il trigger dinamico del modello di rischio (creep/deformazione del versante).
4. IFFI: Inventario dei Fenomeni Franosi (ISPRA) — Poligoni di frane e dissesti già mappati in Italia. Stima la predisposizione statica di ogni traliccio (suscettibilità) via point-in-polygon.
5. Copernicus DEM GLO-30: Modello digitale del terreno a 30 m. Calcola la pendenza del versante su ogni asset; input per la predisposizione statica al rischio frana.
6. Open-Meteo: Previsioni meteorologiche gratuite (precipitazione cumulata). Alimenta il trigger pluviometrico in tempo reale per la demo operativa.
7. ERA5 (via Open-Meteo Archive): Reanalisi storica delle precipitazioni. Consente il replay di eventi passati (es. frana di Loiano, ottobre 2024) per validare l’algoritmo su ground truth noti.
8. Letteratura soglie ID/SANF (CNR-IRPI): Soglie pluviometriche regionali intensità–durata per frane superficiali. Parametrizza la soglia di trigger pioggia nel modello di scoring.