El proyecto ’Sensores en la red 2.0’ monitorizará el suministro eléctrico para garantizar su servicio

Una turbina eólica.

Las energías renovables están cogiendo fuerzas en todo el mundo, pero están sujetas a diferentes factores externos como el clima o la hora del día, pudiendo provocar fluctuaciones en la red. Con el fin de garantizar el suministro eléctrico, el proyecto de investigación ‘Sensores en la red 2.0‘  estudia soluciones inteligentes para el análisis de las redes de distribución a través de la monitorización.

Con el proyecto ‘Sensores en la red 2.0’ se pretende mejorar el suministro de red eléctrica renovable.

El principio que sigue este proyecto es mediante la tecnología Powerline de banda ancha, todos los puntos de la red eléctrica pueden comunicarse entre sí a través de los cables de alimentación. Los sensores en la red permiten la supervisión de la red en tiempo real, así como el registro de condición de cables y sistemas.

Este proyecto, liderado por PPC, se enfrenta a tres desafíos en el funcionamiento de la red: la expansión sistemática de la monitorización, el registro de la condición de los recursos de la red y el establecimiento de una infraestructura de comunicación eficiente.

Para ampliar las posibilidades de la monitorización del estado de la red, se profundizará en los conocimientos sobre los perfiles de voltaje, las huellas digitales en el espectro de la línea de potencia de banda ancha (BLP) y se aplicarán los análisis de big data, así como los métodos de Inteligencia Artificial.

Desarrollo del proyecto ‘Sensores en la red 2.0’

Se instalarán más de 3.500 módems BPL en las áreas de red de Netze BW, Mainzer Netze y EVL Energieversorgung Leverkusen, que medirán el estado de la red local, concretamente el voltaje y la condición de los cables y sistemas en una alta resolución temporal.

Las grandes cantidades de información generada en muy poco tiempo se recolectan utilizando métodos de procesamiento masivo de datos y se examinan en busca de patrones y anomalías utilizando algoritmos KI, con los enfoques de aprendizaje automático y aprendizaje profundo de DFKI. Los algoritmos analizan los flujos de datos, detectan anomalías, aprenden de ellos y, por lo tanto, derivan predicciones o estrategias propias.

Por lo tanto, se puede determinar una predicción del perfil de voltaje y la asimetría entre las fases, que permitirán desarrollar nuevas tecnologías como la integración de la movilidad electrónica en las redes de distribución.

 
 
PATROCINIO BRONCE
Salir de la versión móvil