Sorry, you need to enable JavaScript to visit this website.

volver al observatorio

Method of monitoring and detection of failures in PV system based on machine learning techniques

Descripción del servicio

Los métodos de aprendizaje automático se han utilizado para resolver problemas prácticos complicados en diferentes áreas y se están volviendo cada vez más populares en la actualidad. El propósito de este artículo es evaluar la predicción de la producción de energía de tres sistemas fotovoltaicos diferentes y la supervisión de sensores de medición, a través del aprendizaje automático y la minería de datos en respuesta al comportamiento de las variables climáticas del lugar en estudio. Por otro lado, también incluye la implementación de los modelos resultantes en el sistema SCADA a través de indicadores, que permitirán al operador gestionar activamente la red eléctrica. También ofrece una estrategia en simulación y predicción en tiempo real de sistemas fotovoltaicos y sensores de medición en el concepto de redes inteligentes.

Problemática que resuelve

Evaluar la predicción de la producción de energía de tres sistemas fotovoltaicos diferentes y la supervisión de sensores de medición, a través del aprendizaje automático y la minería de datos en respuesta al comportamiento de las variables climáticas del lugar en estudio.

Tipo de aplicación de IA utilizada

Detección de eventos (alertas tempranas y anomalías), Personalización, Predicción

Principales resultados a junio 30 de 2021

A medida que aumenta el desarrollo industrial, la automatización y los procesos generan más datos e información y requieren análisis, interpretación y comunicación. Por lo tanto, este estudio ha demostrado la aplicación de técnicas de aprendizaje automático en el análisis de datos reales y el desarrollo de modelos predictivos. Se ha demostrado que es posible predecir la potencia fotovoltaica de los tres sistemas estudiados mediante modelos de regresión establecidos con una excelente aproximación.

Tres principales cuellos de botella que enfrentó durante la implementación

  1. Calidad de dato.
  2. Eficiencia operativa.

Lecciones aprendidas

Supervisión de procesos, La aplicación de una estrategia de detección de fallas ha sido demostrada a través de técnicas de modelo predictivo en sistemas fotovoltaicos, de tal manera que nos permite monitorear sistemas fotovoltaicos comparando la potencia fotovoltaica generada en tiempo real con los valores calculados en base a las variables meteorológicas de radiación y temperatura.

País de origen

Ecuador

Alcance geográfico de las operaciones

Cuenca

Tipo de ejecutor

Universidad

Sector/industria

Ambiental
Educación

Objetivo(s) de Desarrollo Sostenible a los cuales su solución de IA aporta

7 (energía asequible y no contaminante)

La aplicación de IA fue desarrollada internamente o por un tercero

Internamente

Nombre de la entidad implementadora

Universidad de Málaga-Universidad de Cuenca

Actores involucrados

Dario Javier Benavides, Paul Arévalo-Cordero, Luis G. González.

Porcentaje del equipo desarrollador que son mujeres

0%

Año en que empezaron a usar la IA

2021
Te puede interesar
Herramientas

Un sistema automatizado de toma o soporte de decisiones (ADS por las siglas en inglés de Automated Decision Support) es un sistema computacional que puede, para un determinado conjunto de objetivos definidos por seres humanos, hacer pred

Publicaciones

Junto con el MIT desarrollamos un estudio en el que utilizamos por primera vez herramientas de inteligencia artificial para elegir a beneficiarios de programas sociales

Publicaciones

El presente documento presenta un estudio de caso de un proyecto piloto en el estado de Jalisco que utilizó inteligencia artificial (IA) para el tamizaje de la Retinopatía Diabética.