Hola,
¿eres nuevo aquí?

Regístrate gratis y conecta tu empresa con financiación pública, partners y proyectos.

Tengo cuenta

Regístrate

Ver video

TED2021-131311B-C22

Financiado

Cerrado

SOLUCIONES DIGITALES PARA MANTENIMIENTO PREDICTIVO DE PLANTAS FOTOVOLTAICAS

CON ESTE PROYECTO SE PRETENDE AVANZAR EN LA DIGITALIZACION DE LAS OPERACIONES DE CONTROL Y MANTENIMIENTO DE LAS ENERGIAS RENOVABLES EN COLABORACION CON EMPRESAS DEL SECTOR ENERGETICO. EL OBJETIVO FINAL ES ALCANZAR UNA TRANSICION E... ver más

01/01/2021

UPO

156K€

Presupuesto del proyecto: 156K€

Líder del proyecto

UNIVERSIDAD PABLO DE OLAVIDE, DE SEVILLA No se ha especificado una descripción o un objeto social para esta compañía.

Total investigadores 3

Fecha límite participación Sin fecha límite de participación.

Financiación concedida El organismo AGENCIA ESTATAL DE INVESTIGACIÓN notifico la concesión del proyecto el día 2021-01-01 No tenemos la información de la convocatoria

0% 100%

Información adicional privada

No hay información privada compartida para este proyecto. Habla con el coordinador.

Participantes

UPO

Lider

Conecta tu I+D

¿Tienes un proyecto y buscas un partner? Gracias a nuestro motor inteligente podemos recomendarte los mejores socios y ponerte en contacto con ellos. Te lo explicamos en este video

Proyectos interesantes

TED2021-131311B-C21 SOLUCIONES DIGITALES PARA MANTENIMIENTO PREDICTIVO DE PLANTA... 156K€ Cerrado

RTC2019-006912-3 Deep Learning on the Edge para el mantenimiento predictivo y... 292K€ Cerrado

PCI2019-111852-2 IMPROVING THE PHOTOVOLTAIC OPERATION AND MAINTENANCE (O&M) P... 113K€ Cerrado

TIN2014-54583-C2-1-R ALGORITMOS DE CLASIFICACION ORDINAL Y PREDICCION EN ENERGIAS... 96K€ Cerrado

PID2019-107455RB-C22 PREDICCION PROBABILISTICA Y OPTIMIZACION METAHEURISTICA DEL... 48K€ Cerrado

PAVIMON AI for Predictive Maintenance on Wind Turbines 71K€ Cerrado

Líder del proyecto

UNIVERSIDAD PABLO DE OLAVIDE, DE SEVILLA No se ha especificado una descripción o un objeto social para esta compañía.

Total investigadores 3

Presupuesto del proyecto 156K€

Fecha límite de participación Sin fecha límite de participación.

Descripción del proyecto CON ESTE PROYECTO SE PRETENDE AVANZAR EN LA DIGITALIZACION DE LAS OPERACIONES DE CONTROL Y MANTENIMIENTO DE LAS ENERGIAS RENOVABLES EN COLABORACION CON EMPRESAS DEL SECTOR ENERGETICO. EL OBJETIVO FINAL ES ALCANZAR UNA TRANSICION ECOLOGICA BASADA EN LA PRODUCCION DE ENERGIA ELECTRICA A PARTIR DE FUENTES RENOVABLES Y LIMPIAS COMO EL VIENTO Y EL SOL. DE ESTA MANERA, EN EL PROYECTO SE PROPONE EL DESARROLLO DE ALGORITMOS DE MACHINE LEARNING Y BIG DATA, COMO AREAS CLAVES Y PILARES DE LA TRANSICION DIGITAL, PARA EL MANTENIMIENTO PREDICTIVO EN PLANTAS DE ENERGIAS RENOVABLES. LOS EQUIPOS PROPONENTES TIENEN UNA AMPLIA EXPERIENCIA EN EL APRENDIZAJE DE DATOS EN STREAMING, ACREDITADA EN UN AMPLIO CONJUNTO DE PUBLICACIONES INDEXADAS Y DE PROYECTOS DE TRANSFERENCIA TANTO EN CONVOCATORIAS COMPETITIVAS COMO EN CONTRATOS DIRECTOS. UNA DE LAS PRINCIPALES DIFICULTADES DEL ANALISIS DE DATOS EN STREAMING ES LA DETECCION DE ANOMALIAS Y, ADEMAS, CONSTITUYE UNO DE LOS PROBLEMAS CON MAYOR NUMERO DE APLICACIONES REALES. EN LA INDUSTRIA 4.0, EN PARTICULAR EN EL AMBITO DE LAS ENERGIAS RENOVABLES, EL CONOCIDO COMO INTERNET DE LAS COSAS (IOT) PROPONE QUE LOS SENSORES SUMINISTREN DATOS PARA SU ANALISIS. ESTE ANALISIS PUEDE LLEVARSE A CABO EN TIEMPO CASI REAL O BIEN EN BATCH DEPENDIENDO DE LAS CARACTERISTICAS DEL PROBLEMA A RESOLVER. LAS ANOMALIAS CONSTITUYEN OCURRENCIAS DE SUCESOS QUE EN GENERAL DEBEN SER ADVERTIDAS O BIEN ANTES DE QUE OCURRAN O BIEN INMEDIATAMENTE DESPUES DE SUCEDIDAS. UN PROBLEMA DE DETECCION DE ANOMALIAS SE PROPONEN EN ESTE PROYECTO, EN CONCRETO LA DETECCION DE ANOMALIAS EN PARQUES FOTOVOLTAICOS. EN ESTE CASO EL OBJETIVO ES PREDECIR UN MAL FUNCIONAMIENTO DE UNA PLANTA SOLAR FOTOVOLTAICA. PARA ELLO SE PROPONEN DOS ENFOQUES DIFERENTES: UNO BASADO EN DETERMINAR CUANDO EL COMPORTAMIENTO DE UNA HILERA DE PANELES FOTOVOLTAICOS SE DIFERENCIA DE LA GENERACION REAL DE LOS RESTANTES PANELES EN EL MISMO MOMENTO, Y OTRO BASADO EN CUANDO LA PRODUCCION REAL DE ENERGIA SE DESVIA DE LA PRODUCCION ESPERADA. EN EL PRIMER ENFOQUE, SE DEFINIRAN INDICADORES PARA UN STRING DEL PARQUE SOLAR EN RELACION AL RESTO DE STRING DEL PARQUE Y SE ESTUDIARAN LAS DIFERENCIAS DE COMPORTAMIENTO DE DICHO STRING EN TIEMPO REAL. ESTAS DIFERENCIAS SERAN FUNDAMENTALES PARA ETIQUETAR LOS DATOS A TRAVES DE TECNICAS DE CLUSTERING. UNA VEZ LOS DATOS SON ETIQUETADOS EN LAS CATEGORIAS DE NORMAL O ANOMALO, DIFERENTES CLASIFICADORES SERAN APLICADOS PARA OBTENER UNA PREDICCION DE LAS POSIBLES ANOMALIAS. EN EL SEGUNDO ENFOQUE, EN PRIMER LUGAR SE DESARROLLARAN MODELOS DE MACHINE LEARNING BASADOS EN ENSEMBLE Y DEEP LEARNING PARA OBTENER UNA PREDICCION DE LA PRODUCCION DE ENERGIA ELECTRICA USANDO TANTO DATOS HISTORICOS DE LA PRODUCCION DE ENERGIA GENERADA COMO DATOS DE PREDICCIONES DE DATOS METEOROLOGICOS TALES COMO TEMPERATURA, VELOCIDAD DEL VIENTO O IRRADIACION SOLAR. A PARTIR DE ESTAS PREDICCIONES SE DEFINIRAN INDICADORES TEMPORALES BASADOS EN LA DIFERENCIA ENTRE PRODUCCION DE ENERGIA ELECTRICA GENERADA PREVISTA Y REAL. ESTOS INDICADORES SON SERIES TEMPORALES QUE SERAN ANALIZADAS EN TIEMPO REAL PARA LA DETECCION DE ANOMALIAS. ESTE PROBLEMA CUENTA CON LA APORTACION DE LA EMPRESA CUBICO QUE RECIBIRA NUESTRA TRANSFERENCIA. LA EMPRESA CUBICO ES UNA MULTINACIONAL QUE OPERA TECNOLOGIAS DE TRANSMISION Y ENERGIAS RENOVABLES TANTO EOLICA COMO SOLAR CUBRIENDO TODA LA CADENA DESDE EL DESARROLLO Y/O CONSTRUCCION HASTA LA OPERACION EN 12 PAISES. SUS PROFESIONALES PARTICIPAN EN EL EQUIPO DE TRABAJO DEL PROYECTO.

Conecta tu I+D

Entra hoy

¿Olvidé mi contraseña?

Financiación

Empresas

CTIs/Universidades

Proyectos

Investigadores