PROCESAMIENTO AVANZADO DE SEÑALES PARA LA PROGNOSIS DE FALLOS EN AEROGENERADORES
EL OBJETIVO GENERAL DE LA PROPUESTA ES LA INVESTIGACION, EL DESARROLLO Y LA APLICACION DE ALGORITMOS AVANZADOS DE PROCESADO DE SEÑALES Y DE APRENDIZAJE AUTOMATICO (ML) PARA EL PRONOSTICO DE FALLOS EN AEROGENERADORES (WT) UTILIZAND...
EL OBJETIVO GENERAL DE LA PROPUESTA ES LA INVESTIGACION, EL DESARROLLO Y LA APLICACION DE ALGORITMOS AVANZADOS DE PROCESADO DE SEÑALES Y DE APRENDIZAJE AUTOMATICO (ML) PARA EL PRONOSTICO DE FALLOS EN AEROGENERADORES (WT) UTILIZANDO DATOS SCADA, ORGANIZAMOS LA PROPUESTA EN TRES BLOQUES, A) LA MEJORA DEL PRE-PROCESADO DE LAS BASES DE DATOS SCADA Y EL ETIQUETADO DE LOS DATOS UTILIZADOS PARA ENTRENAR LOS MODELOS, RESPECTO AL PRE-PROCESADO SOLO COMENTAR QUE ESTAS BASES DE DATOS CONTIENEN LOS REGISTROS LOS DATOS DE TODAS LAS TURBINAR DE UN PARQUE EOLICO RECOLECTADOS DURANTE AÑOS Y POR TANTO ES COMUN ENCONTRAR DATOS FALTANTES DEBIDOS A FALLOS OCASIONALES DE ALGUNOS SENSORES O DEBIDO A SU RE-CALIBRACION, ASI COMO LA PRESENCIA DE LECTURAS QUE NO TIENEN SENTIDO DEBIDO PRINCIPALMENTE A ERRORES EN LAS COMUNICACIONES CON EL SISTEMA SCADA, COMO SE TRATEN ESTOS PROBLEMAS ACABA IMPACTANDO EN EL RESULTADO FINAL DE LOS ALGORITMOS, OTRO ASPECTO ESENCIAL EN LA CONSTRUCCION DE LOS MODELOS SUPERVISADOS ES LA CALIDAD DEL ETIQUETADO DE LOS DATOS, EL ETIQUETADO DE LOS DATOS DE TODO UN PARQUE, CONSIDERANDO CADA SUBSISTEMA DEL AEROGENERADOR, ES UNA TAREA QUE, NECESARIAMENTE, SE ACABA AUTOMATIZANDO, EN LA PRACTICA SE ANALIZAN LOS EVENTOS DE FALLO Y EN FUNCION DE ESTOS SE ETIQUETAN LOS DATOS MUCHAS VECES SIN POSIBILIDAD DE COMPROBACION, AL ANALIZAR DETENIDAMENTE ALGUNOS TRAMOS ETIQUETADOS A MENUDO PODEMOS COMPROBAR QUE SE ETIQUETAN INCORRECTAMENTE, ESTOS ERRORES EN EL PRIMER ESLABON DE LA CADENA TIENEN UN GRAN IMPACTO EN EL COMPORTAMIENTO DE LOS MODELOS, POR ESTO PROPONEMOS MEJORAR EL ETIQUETADO AUTOMATICO PONDERANDO LA DECISION CON MODELOS DE NORMALIDAD CORRIENDO EN PARALELO CON EL ALGORITMO DE ETIQUETADO, OTRA CUESTION QUE QUEREMOS INVESTIGAR PARA OPTIMIZAR EL RENDIMIENTO DE LOS MODELOS ES EL EFECTO QUE TIENE LA PRACTICA DE INTEGRAR DATOS SCADA MAS ALLA DE LOS CINCO MINUTOS, EN LA SENSIBILIDAD Y LA ESTABILIDAD DE LOS ALGORITMOS,B) LA SEGUNDA LINEA DE TRABAJO TRATA PROPIAMENTE DE AVANZAR EN LA ELABORACION DE LOS MODELOS, APOSTAMOS POR LA DOBLE LINEA DE TRABAJAR CON MODELOS DE NORMALIDAD A PARTIR DE REGRESORES Y CON DE MODELOS DE CLASIFICACION A PARTIR DE TECNICAS DEEP LEARNING, APOSTAMOS POR LOS MODELOS DE NORMALIDAD PORQUE SE MUESTRAN ROBUSTOS A LA PRESENCIA DE ERRORES EN LOS DATOS DE ENTRENAMIENTO Y SU COSTE COMPUTACIONAL ES REDUCIDO, LA INNOVACION QUE BUSCAMOS ES QUE LOS MODELOS PREDIGAN SIMULTANEAMENTE VARIAS VARIABLES TARGET -NO SOLO UNA- Y QUE SEA RAPIDOS, PARA LOS CLASIFICADORES APOSTAMOS POR ESTRUCTURAS LSTM Y EN EL ENTRENAMIENTO PENSAMOS BENEFICIARNOS TANTO DE ETIQUETADO INTELIGENTE QUE PROPONEMOS EN EL PRIMER BLOQUE COMO DEL BALANCEO DE DATOS QUE REALIZAREMOS EN LE TERCER BLOQUE DE LA INVESTIGACION,C) EN ESTE BLOQUE PROPONEMOS UTILIZAR METODOS TENSORIALES PARA PROFUNDIZAR NUESTRO CONOCIMIENTO DE LOS DATOS SCADA EN AEROGENERADORES Y CON ELLO RESOLVER UN ASPECTO QUE ESTA RELACIONADO CON EL DESEQUILIBRIO DE DATOS ENTRE CLASES, EN NUESTRO ESCENARIO, LOS EJEMPLOS (CASOS) ETIQUETADOS COMO ALARMA SON RAROS (<5%), MIENTRAS QUE EL MODO DE OPERACION NORMAL REPRESENTA EL RESTO DE LOS CASOS (>95%), PROPONEMOS APLICAR LA IDEA DE AUMENTO DE DATOS, UTILIZANDO NUESTRA NUEVA TECNICA DESARROLLADA PARA CREAR DATOS ARTIFICIALES BASADOS EN MEZCLA DE MODOS DE DESCOMPOSICIONES DE SEÑALES DE LA MISMA CLASE, QUE YA HA SIDO UTILIZADA CON EXITO EN OTROS CAMPOS, EL OBJETIVO ES MEJORAR LA GESTION DE LOS PARQUES EOLICOS Y LA SU COMPETITIVIDAD, AEROGENERADORES\ENERGIA EOLICA\MONITOREO DE CONDICIONES\PROGNOSIS DE FALLOS\DATOS SCADA\PROCESADO AVANZADO DE SEÑALES\APRENDIZAJE AUTOMATICO/PROFUNDO\DESCOMPOSICIONES DE SEÑALES\METODOS TENSORIALES\MINERIA DE TEXTOver más
Seleccionando "Aceptar todas las cookies" acepta el uso de cookies para ayudarnos a brindarle una mejor experiencia de usuario y para analizar el uso del sitio web. Al hacer clic en "Ajustar tus preferencias" puede elegir qué cookies permitir. Solo las cookies esenciales son necesarias para el correcto funcionamiento de nuestro sitio web y no se pueden rechazar.
Cookie settings
Nuestro sitio web almacena cuatro tipos de cookies. En cualquier momento puede elegir qué cookies acepta y cuáles rechaza. Puede obtener más información sobre qué son las cookies y qué tipos de cookies almacenamos en nuestra Política de cookies.
Son necesarias por razones técnicas. Sin ellas, este sitio web podría no funcionar correctamente.
Son necesarias para una funcionalidad específica en el sitio web. Sin ellos, algunas características pueden estar deshabilitadas.
Nos permite analizar el uso del sitio web y mejorar la experiencia del visitante.
Nos permite personalizar su experiencia y enviarle contenido y ofertas relevantes, en este sitio web y en otros sitios web.