Prevención de fallos y optimización energética con un modelo predictivo de yaw

Contexto

Delfos fue informado de fallos en las cajas de engranajes de yaw (guiñada) de dos Alstom ECO 122 turbinas eólicas en un parque eólico. La causa principal del problema era un desequilibrio entre los motores de guiñada, que provocaba fallos inesperados y afectaba a la disponibilidad de las turbinas eólicas. Estas fallas provocaron una pérdida de energía y un aumento de los costos de mantenimiento correctivo.

‍

Solución implementada

Delfos ha desarrollado un modelo predictivo específico para la orientación de los aerogeneradores, con el objetivo de anticipar estos fallos y permitir la acción preventiva. Mediante el uso de algoritmos de aprendizaje automático, el modelo pudo identificar patrones que indicaban fallos inminentes y generar alertas predictivas 15 días de antelación.

Caso 1:

Pérdida de energía:
348,11 MWh
(Sobrecarga del motor de guiñada)

‍

Caso 2:

Pérdida de energía:
137,84 MWh
(Mantenimiento correctivo)

‍

Resultados conseguidos

El impacto de la solución fue significativo:

• Fallos pronosticados con 15 días de antelación, lo que permite el mantenimiento preventivo y reduce los costos.
• Evitar fallos en 4 turbinas eólicas adicionales, garantizar una mayor disponibilidad operativa en el primer mes de monitoreo inteligente.
• Reducción de las pérdidas de energía, como se demostró en el caso:
  
  • Caso 1: Fallo notificado el 15/11, alerta predictiva emitida el 02/11, pérdida evitada de 348,11 MWh.‍
  • Caso 2: Fallo notificado el 16/11, alerta predictiva emitida el 01/11, pérdida evitada de 137,84 MWh.

‍

Conclusión

La implementación del modelo predictivo de Delfos ha supuesto importantes beneficios para el parque eólico, evitando fallos críticos y reduciendo significativamente las pérdidas de energía. La capacidad de anticipación del modelo y su precisión convierten a Delfos en un socio esencial para la optimización de los activos en el sector de las energías renovables.

- Se evitaron 4 fallos
- Aviso con 15 días de antelación
- Reducción de 485,95 MWh en pérdidas de energía

‍