Duración del proyecto: noviembre  2013 - mayo 2016

Origen de los fondos: CDTI & aportaciones de los socios

WindFSO es un Proyecto EUREKA financiado bajo el programa KSI (Korea & Spain Innovating) por las respectivas agencias nacionales.

La tendencia actual creciente del sector eólico, orientado a la instalación de parques eólicos marítimos y el envejecimiento de los parques existentes, hace que el mantenimiento y el funcionamiento de los mismos sean tareas críticas desde el punto de vista económico en la explotación de un parque eólico. El objetivo de este proyecto fue el desarrollo de un sistema inteligente en tiempo real para la gestión completa de parques eólicos. Este sistema incluye un análisis revolucionario de detección temprana de errores y diagnóstico de los aparatos para mejorar las tareas de mantenimiento y funcionamiento.

WindFSO: el desarrollo de un sistema inteligente en tiempo real para la gestión completa de parques eólicos

El Sistema tiene un módulo de mantenimiento preventivo, el cual no existía en el mercado en el momento de su desarrollo y otras funcionalidades ya cubiertas por aplicaciones comerciales, las cuales fueron integradas y mejoradas en una herramienta de ingeniería única dentro de este proyecto. El módulo de mantenimiento requirió un elevado esfuerzo en I+D dado que se emplearon tecnologías punteras para la detección temprana en tiempo real de comportamientos anormales que pudieran conducir a averías más graves.

Con base en los datos recopilados de los aerogeneradores se desarrolló un sistema de alerta temprana para mejorar la monitorización. Nuestro sistema analiza los valores combinados de varias señales en lugar de hacerlo de uno en uno. La combinación de ciertos valores dentro de unos límites puede ser un indicador de problemas futuros del equipamiento que no pueden ser detectados mediante procedimientos tradicionales.

En WFSO un método de reconocimiento de patrones lee los valores operativos de los sensores cuando se encuentran funcionando normalmente, y crea patrones de funcionamiento simulados así como la señal inicial de alarma tan pronto como la señal de entrada está fuera del rango del patrón.

Los valores de referencias son modelados automáticamente a través del proceso de aprendizaje del funcionamiento. El valor predictivo modelado es un valor optimizado generado por datos de funcionamiento históricos en una situación normal de funcionamiento.

Posteriormente, un Motor de Análisis de Fallos fue implementado para analizar la relación causal entre diversas alarmas preventivas recibidas del motor de alarmas a través de un circuito lógico de inteligencia artificial y para apoyar a los operadores de forma que ellos puedan identificar el estatus de error rápidamente y de forma exacta.  Esto significa que el motor de análisis de errores proporcionará la posibilidad de abordar rápidamente los problemas después de comprobar disfunciones en los aparatos y equipos y encontrando la raíz del problema que causa el fallo.

La aplicación ideada era complementaria con el SCADA para parques eólicos preexistente y mejoraba sus funcionalidades. Dado que en ocasiones el SCADA existente es un sistema propio o que las magnitudes físicas requeridas no están monitorizadas, WFSO precisa de su propio sistema de adquisición de datos instalando nuevos sensores plug&play y comunicaciones en los aerogeneradores.

La ventaja de este enfoque es que hace que WFSO sea independiente de los fabricantes del aerogenerador y, en nuevos parques eólicos, el Wind Farm Smart Operator puede actuar como el propio SCADA del aerogenerador, reduciendo la inversión de los stakeholders a la vez que dispone de funcionalidades mejoradas.

La experiencia de Inycom en energías renovables, especialmente en energía eólica, ha conducido al desarrollo de diversas soluciones comerciales de software y hardware, y nuestro socio XEONET contaba con una larga experiencia en el mantenimiento preventivo para plantas termoeléctricas.

Socios del Proyecto

Puede que también te interesen estos proyectos...

Integración de Electrolizadores Alcalinos de Alta Presión

Proyecto FCH JU ELYGRID

Integración de Electrolizadores Alcalinos de Alta Presión 

Electrólisis del agua para la producción de hidrógeno

Proyecto FCH JU 2 DEMO4GRID

Electrólisis a gran escala para la producción de hidrógeno verde aprovechando señales de precio en los mercados de la energía 

Integración de energías renovables y estabilización de redes

Proyecto SINTER

Integración de energías renovables y estabilización de redes