Innovating Works

TED2021-131311B-C22

Financiado
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... 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. ver más
01/01/2021
UPO
156K€
Perfil tecnológico estimado

Línea de financiación: concedida

El organismo AGENCIA ESTATAL DE INVESTIGACIÓN notifico la concesión del proyecto el día 2021-01-01
Presupuesto El presupuesto total del proyecto asciende a 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