• Pantalla de visualización y certificación de incidencias: se muestran las distintas incidencias que pueda generar la infraestructura durante su funcionamiento, así como su estado de resolución. • Pantalla de visualización y certificación de sensores: se muestran los distintos sensores listados mediante su código de identificación y su valor actual. Paralelamente, en esta primera fase del proyecto, se ha desarrollado una estrategia de implementación demantenimiento predictivo con un estudio del estado actual del sector fotovoltaico; el estado de la sensórica IoT y las plataformas; y se ha validado un modelo deMachine Learning utilizando técnicas de Análisis de Supervivencia y analizando datos reales de producción, mantenimiento y proceso en base a una instalación fotovoltaica. La plataforma IoT y sensórica permite monitorizar, supervisar y controlar los datos, eliminando así la distancia existente entre los sensores, dispositivos y las redes de datos, y acercando la información de campo a los equipos técnicos. Para ello, en este piloto se ha planteado una red IoT configurada en tres capas diferentes: sensórica IoT, dispositivo IoT Edge y Cloud. Por otro lado, en cuanto a la implementación de Machine Learning en la solución, se ha desarrollado un Modelo de Análisis de Supervivencia que permite predecir la probabilidad que existe de error en los tres principales componentes de la instalación fotovoltaica: placas, inversores y baterías. En la segunda fase del proyecto se hará el test y la optimización con datos reales de la instalación. RESULTADOS OBTENIDOS EN LA PRIMERA FASE DEL PROYECTO La necesidad existente de implantar el mantenimiento predictivo en instalaciones fotovoltaicas de una manera eficiente para minimizar fallos y optimizar el rendimiento en la producción, pasa por adaptar los datos existentes de producción y mantenimiento de las plantas fotovoltaicas a una estructura estándar de datos que permita implantar algoritmos de analítica avanzada y Machine Learning ya entrenados. Para conseguir esto se ha definido un proceso de implantación estándar que establece tres fases. Una primera fase de Consultoría donde se analizan Figura 1. Proceso de implantación del mantenimiento predictivo. El proyecto estudia una alternativa virtual a las salas de control físicas que facilitará la toma de decisiones de manera efectiva con sus múltiples funcionalidades 57 FOTOVOLTAICA
RkJQdWJsaXNoZXIy Njg1MjYx