El sector energético aprovecha el potencial de la inteligencia artificial

Entrevista completa realizada a Miguel Angel Fernández Céspedes (manager de Stratesys experto en Energías Renovables) por David Ramos para el portal ASERTA, de la cual se ha seleccionado un extracto incluido en el reportaje El sector energético aprovecha el potencial de la inteligencia artificial, publicado esta semana.

¿Qué aplicaciones tiene la inteligencia artificial en el sector de las energías renovables? (optimización del funcionamiento, mantenimiento predictivo…)

La aplicación de la Inteligencia Artificial mejora la eficiencia en el sector de las energías renovables, reduciendo el coste de mantenimiento en sus instalaciones y optimiza la demanda del suministro de energía.

A través de tecnologías como Machine Learning y Deep Learning se puede recopilar información, a través de las redes de sensores ubicados en las instalaciones, con el fin de anticipar averías y alargar la vida útil de las mismas.

De la misma forma, y a través del análisis de los datos, se puede predecir la producción de energía de forma que se puede planificar el precio de venta de la electricidad generada.

¿Qué beneficios ofrece? (ahorro de costes, evitar averías…)

Aplicando esta tecnología se logra tener un aprendizaje de la generación de la energía y del trabajo de los distintos equipos, permitiendo tomar acciones determinadas durante los picos de demanda y, sobre todo, realizar acciones de mantenimiento con antelación.

Los beneficios que ofrece la IA es el ahorro de costes en mantenimiento ya que, con las redes de sensores de los equipos, y utilizando la multitud de datos que envían a los sistemas de aprendizaje, se aumenta la vida útil de los equipos puesto que se anticipan posibles averías y se reducen los traslados del personal de mantenimiento a las plantas.

El hecho de saber, y anticipar, las averías más recurrentes y las piezas que sufren mayor desgaste, hace que haya menos estrés de repuestos y se reduce el stock de aquellos menos necesarios.

¿Qué soluciones ofrece Stratesys aplicadas a este ámbito?

Stratesys ofrece soluciones de mantenimiento predictivo aplicando algoritmos con los los datos que se reciben de redes sensoriales y distintos sistemas IoT.

Estos datos son tratados mediante tecnologías de Machine Learning y Deep Learning y son capaces de detectar los momentos idóneos para sustitución de piezas, obsolescencias y fallos en tiempo real.

También utilizamos técnicas de visión artificial sobre paneles solares, con sistemas como Computer Vision, dónde en combinación de los datos de IoT, y a través de imágenes capturadas por los drones, dan lugar a la detección de zonas donde es posible que se presenten anomalías.

Combinamos todos los datos de la predicción junto con la información del sistema de mantenimiento (planes, órdenes, repuestos, etc.) y damos soluciones para aumentar la eficiencia y reducir el coste de mantenimiento de los equipos e instalaciones.

¿Podéis citar algún ejemplo práctico en concreto? (una o dos instalaciones en las que se aplique esta tecnología, explicando qué se ha hecho, para qué, beneficios obtenidos…)

“Predictive Machine Maintenance”, utilizando las tecnologías de machine learning y Deep learning, con los datos que se reciben a través de los distintos sensores y distintos sistemas IoT y son combinados con el sistema de mantenimiento de la compañía.

Se han obtenido una serie de beneficios, entre los que destacamos:

  • Ahorro de costes de mantenimiento en base a:
    • Predicción del momento óptimo para la sustitución de piezas en función de criterios como su amortización y su obsolescencia.
    • Indicadores en tiempo real de fallos en cada equipo.
  • Control de producción de energía en tiempo real.
  • Conseguir mayor vida útil del equipo.

Puedes acceder al reportaje publicado en ASERTA haciendo click en este enlace