Eólica | Wind Power FuturEnergy | Junio June 2019 www.futurenergyweb.es 22 muestra un ejemplo de clusters. En ella se aprecian las distintas zonas de operación de máquina sana (azul y verde), averiada (rojo) y en warning (naranja). El último algoritmo utilizado son los clasificadores. Los clasificadores dan, a partir del análisis de variables y metavariables (modelos de normalidad, clusters) una probabilidad de fallo en un horizonte temporal, 90 días. En la Figura 3 se muestra cómo evoluciona la probabilidad de fallo en el tiempo para una máquina con avería en la multiplicadora. En funciónde la sensibilidaddel algoritmo se ajusta el límite de alarma. En este caso concreto el límite fue de 50%.Cuando la probabilidad de fallo pasa este límite salta una alarma en el SCADA.Dicha alarma significa que hay un riesgomuy importante de rotura del componente en 90 días. Esto ayuda a operador y mantenedor a anticipar el mantenimiento preventivo y evitar pérdidas en la disponibilidad. La precisión de estos algoritmos es muy dependiente de los datos. Con una buena calidad de datos y tiempo de entrenamiento, los algoritmos alcanzan indicadores de precisión por encima al 90%, como se muestra en Figura 4. Aumentar la precisión de los algoritmos es posible enriqueciendo los datos y añadiendo conocimiento experto. Por ello una nueva tendencia en la que Smartive está trabajando es en la hibridación de modelos. La hibridación de modelos consiste en hibridar los modelos basados en el análisis de datos, tecnología actual, con el análisis basado en modelos aeroelásticos. En modelos híbridos Smartive está trabajando conjuntamente con CENER y Naturgy dentro del marco de un proyecto de I+D llamadoWindEx. El análisis SmartAudit, que puede realizarse de forma independiente a la herramienta SmartCast, de la que hablaremos a continuación, permite obtener conclusiones en apenas tres semanas, y es una herramienta muy apropiada para llevar a cabo tareas de due diligence y auditorías. SmartCast, plataforma de predicción y monitoreo SmartCast es la herramienta más fiable de mantenimiento predictivo a bajo coste que está disponible. Esta aplicación de software, desarrollada por Smartive, no requiere la instalación de sensores adicionales, por lo que la instalación es económica y simple. Sin embargo, se basa en un trabajo complejo y una extensa experiencia y conocimiento de los aerogeneradores. La gran diferencia entre SmartCast y los demás productos en el mercado es, precisamente, su facilidad de instalación y alta precisión. Junto con el análisis tradicional, SmartCast completa la predicción a través de estudios por comparación y los historicos de los aerogeneradores. De estamanera, se permite la comprobación de un aerogenerador respecto a otro. Esta herramienta también permite la comparación con otros aerogeneradores similares instalados en otras partes del mundo y de diferentes clientes, manteniendo siempre el anonimato de su propiedad. Gracias al uso de los datos y del algoritmo, se puede obtener una disminución de la degradación y la reparación de fallos con una anticipación de errores de incluso una semana. Por lo que es posible mejorar los costes de mantenimiento preventivo al reducir la emergencia. technology and analysis based on aeroelastic models. Smartive is working together with CENER, the National Renewable Energy Centre of Spain and Naturgy on hybrid models as part of an R&D project calledWindEx. The SmartAudit analysis, which can be performed independently to the SmartCast tool, that will be discussed below, is able to obtain conclusions in just three weeks, and is the ideal tool for undertaking due diligence and audits. SmartCast: prediction and monitoring platform SmartCast is the most reliable tool for low cost predictive maintenance currently on the market. Developed by Smartive, this software application requires no additional sensors, making it easy and economical to install. However, it is based on a complex study as well as the extensive experience and knowledge of wind turbines. The major difference between SmartCast and all other products in the market is, precisely, its ease of installation and high level of accuracy. Together with the traditional analysis, SmartCast completes the prediction by means of comparative and historical studies of the wind turbines, enabling one turbine to be compared with another. This tool can also compare similar wind turbines installed in other parts of the world and for different clients, with owners always remaining anonymous. Thanks to the use of the data and the algorithm, a reduction in degradation and failure repair can be obtained, with errors predicted up to a week in advance. And this makes it possible to improve preventive maintenance costs by reducing the level of urgency. Jordi Cusidó CEO, Smartive Figura 2. | Figure 2. Figura 3. Figure 3. Figura 4. Figure 4.
RkJQdWJsaXNoZXIy Njg1MjYx