Consideramos una serie temporal con datos reales de una estación de bombeo de agua, equipada con tres bombas de agua que se activan y desactivan dependiendo de ciertos umbrales de inicio y parada. Dado el nivel de agua y el número de bombas activas, ambos leídos cada 5 minutos, nuestro objetivo es inferir cuándo se activó o desactivó cada bomba. Para hacerlo, desarrollamos un algoritmo que establece una jerarquía de criterios basada en el pasado y futuro de un intervalo dado para identificar qué umbrales se han cruzado durante ese intervalo. Luego, llenamos los espacios entre los pasos de tiempo de 5 minutos, modelando el nivel de agua de forma continua con una función lineal a trozos. Este relleno tiene en cuenta no solo cada lectura del nivel de agua y cada cambio de estado previamente identificado, sino también el hecho de que la activación y desactivación de una bomba no tiene un efecto inmediato en el nivel de agua. Esto permite cumplir con el objetivo último del problema en su contexto real, que es proporcionar a la empresa de gestión del agua una estimación de cuánto tiempo ha estado trabajando cada bomba. Además, nuestras estimaciones corrigen los errores contenidos en la serie temporal con respecto al número de bombas activas.