Investigadores de la Universidad de Castilla-La Mancha (UCLM) han recurrido a una nueva metodología basada en inteligencia artificial, mucho más precisa que la usada habitualmente, que permite reducir las falsas alarmas de incidencias en aerogeneradores, lo que mejorará la disponibilidad de la energía renovable y repercutirá en su abaratamiento. La nueva metodología basada en IA mejora la eficiencia de aerogeneradores. Optimiza la detección de falsas alarmas, lo que reduciría los costes energéticos.
Los investigadores de la UCLM han logrado un avance significativo en la gestión de los parques eólicos al mejorar la detección de las falsas alarmas que se producen en las turbinas de los aerogeneradores.
Estas incidencias inexistentes implican unos importantes gastos a las empresas, que tienen que desplazar a personal especializado a reparar unos fallos inexistentes, en ocasiones hasta espacios tan inaccesibles como una plataforma en mitad del mar.
Nuevo procedimiento de análisis de datos
Bajo la coordinación de Fausto Pedro García Márquez, Ana María Peco Chacón e Isaac Segovia Ramírez proponen un nuevo procedimiento de análisis de datos basado en los denominados algoritmos K-nearest neighbour y que se ha probado satisfactoriamente en tres aerogeneradores en funcionamiento.
Las conclusiones, presentadas en un artículo publicado en una revista de alto impacto, muestran que la metodología propuesta presentó una precisión del 98%, y en el caso de estudio se detectaron más del 22% de falsas alarmas. Según los investigadores, estos resultados demuestran la solidez del enfoque propuesto para detectar falsas alarmas en turbinas eólicas.
Los investigadores, que pertenecen al grupo de investigación Ingenium, estiman que su hallazgo se traducirá en una notable reducción de los costes de la energía eólica. Unos planes adecuados de gestión del mantenimiento son fundamentales para reducir los costes de operación y mantenimiento de los parques eólicos y alcanzar la competitividad en el sector energético global, lo que justifica el interés de la propuesta de los investigadores de la UCLM.