"Metaverso para instalaciones fotovoltaicas II"

En esta segunda fase del proyecto, se ha llevado a cabo el piloto de una plataforma de mantenimiento predictivo de la planta fotovoltaica de ISFOC en Puertollano que funciona mediante un entorno virtual colaborativo en forma de centro de control en el metaverso.

Esta, integra tanto sistemas de monitorización, sensórica y visualización virtual, como una plataforma IoT y técnicas de inteligencia artificial que facilitan la predicción de fallos, así como una reducción y optimización del coste de los mantenimientos correctivos y preventivos.

Con respecto a los sensores IoT, se ha implementado una red con tecnología LoRa que permite medir la temperatura y grado de suciedad de los módulos fotovoltaicos, la corriente de las ramas de los seguidores fotovoltaicos, y a la vez transmitir dicha información a una plataforma centralizada ubicada en la nube.

Por otro lado, la plataforma IoT centraliza los datos de producción (inversores y seguidores), datos meteorológicos y datos de sensórica en paneles fotovoltaicos integrados con datos de la operativa de mantenimiento preventivo y correctivo, así como imágenes de termografía.

Esto ofrece una estructura de base de datos que cumple perfectamente los requisitos necesarios para integrarse con los modelos de Machine Learning. Estos han sido definidos para lograr una solución integral de mantenimiento predictivo, permitiendo la analítica y visualización de datos avanzada mediante herramientas de BI y Metaverso.

En cuanto al sistema IA integrado en la plataforma, junto a los dispositivos de IOT y redes neuronales, presenta un enfoque integral para la detección de anomalías y de fallos a corto, medio y largo plazo de los distintos dispositivos que componen una planta fotovoltaica.

Como resultado de la implantación de los distintos algoritmos de IA, la previsión de fallos y la detección de anomalías serán almacenados en el sistema de Big Data y monitorizados en el entorno de realidad virtual. Además, la visualización de los resultados en un cuadro de Power BI facilitará la interpretación y la toma de decisiones.

En conclusión, la implantación de este nuevo entorno virtual en las plantas fotovoltaicas permitirá realizar un análisis avanzado de los datos con el objetivo de mejorar la eficiencia; la toma de decisiones para realizar acciones preventivas, y optimizar las intervenciones programadas mediante una visualización en 3D que mejore las capacidades de comprensión y síntesis.

Por otro lado, la plataforma también facilita la generación de entornos colaborativos de trabajo en tiempo real donde las limitaciones de espacio, equipos y capacidad desaparecen.

Todo esto permitirá optimizar la capacidad de formación, entrenamiento y toma de decisiones de forma colaborativa de forma virtual, pudiendo así realizar análisis y simulaciones de escenarios y/o eventos para una óptima gestión de incidencias.

Claramente, este proyecto no solo avanza en la integración de tecnologías emergentes, sino que también abre nuevas vías para la visualización y análisis de datos en entornos virtuales.

El proyecto Plataforma de mantenimiento predictivo para monitorización virtual en el metaverso de instalaciones fotovoltaicas – Fase II tiene un presupuesto de 243.996,00€, financiado por la convocatoria de Agrupaciones Empresariales Innovadoras (AEI) del Ministerio de Industria, Comercio y Turismo (MINCOTUR), bajo la referencia AEI-010500-2023-22.

Participantes:

Logo Smartech Cluster
Logo Solartys

Organismo financiador

Ministerio de Industria, Comercio y Turismo
Logo Agrupaciones Empresariales Innovadoras (AEI) del Ministerio de Industria y Turismo
Financiado por la Unión Europea - NextGenerationEU
Plan de Recuperación, Transformación y Resiliencia

Contacto

SUSANA PRIETO

Cluster Manager

AGUSTÍ PADRÓS

Project Manager
Suscríbete a nuestra newsletter

"*" señala los campos obligatorios

Este campo es un campo de validación y debe quedar sin cambios.

Esto se cerrará en 0 segundos

Subscriu-te a la nostra newsletter

"*" señala los campos obligatorios

Este campo es un campo de validación y debe quedar sin cambios.

Esto se cerrará en 0 segundos

Subscribe to our newsletter

"*" señala los campos obligatorios

Este campo es un campo de validación y debe quedar sin cambios.

Esto se cerrará en 0 segundos

Scroll al inicio