Son varias las necesidades que han llevado a los grandes protagonistas del sector energético a utilizar técnicas a la vanguardia para la monitorización y el mantenimiento de sus activos. Entre ellas la necesidad de optimizar el uso de los recursos, reducir los desperdicios y aumentar la eficiencia de las instalaciones. Interceptar con tiempo el mal funcionamiento y la disminución de las prestaciones de los componentes críticos de las instalaciones garantiza la reducción de las paradas por mantenimiento extraordinario y un rendimiento constante próximo al original del proyecto.
En este caso de estudio se mostrarán las potencialidades de los algoritmos de aprendizaje automático aplicados a los datos de monitorización de los activos presentes en una central termoeléctrica. Se explora, pues, la digitalización de una central termoeléctrica.
PERFIL DEL CLIENTE
El cliente es una empresa italiana activa en los sectores del suministro, producción y venta de energía eléctrica, gas y aceite en bruto.
En Italia detenta aproximadamente un 6,7% de la producción nacional de energía: posee un sistema productivo que incluye instalaciones de ciclo combinado de gas, hidroeléctricas, eólicas, solares y de biomasas.
LA NECESIDAD DEL CLIENTE
Alineado con los principios de Industria 4.0, el cliente se ha comprometido en invertir en la investigación y exploración de las potencialidades de la inteligencia artificial aplicada al sector industrial. Su objetivo es crear una infraestructura fiable para el mantenimiento predictivo y la monitorización de sus activos.
Por lo tanto, el cliente nos ha pedido implementar un sistema de monitorización y mantenimiento predictivo basado en la inteligencia artificial. Su finalidad es controlar constantemente el desempeño de los activos críticos de una de sus centrales termoeléctricas. En particular, la central objeto de estudio es de ciclo combinado y está situada en el sur de Italia.
LA SOLUCIÓN
La solución consiste en una plataforma, conectada a los sensores de la instalación, que monitoriza constantemente el estado de salud de dicha instalación.
Después de una primera fase de recolección y análisis de los datos a disposición mediante un sistema de adquisición IoT, se han cargado en la plataforma los algoritmos de inteligencia artificial que reproducen en tiempo real las variables críticas de proceso.
Un sistema de experiencia de datos hace posible la comparación entre las variables reales y las predicciones hechas por los modelos. De este modo se realiza el control continuo de la central bajo el punto de vista de las prestaciones y condiciones de cada activo. Las experiencias de datos se dedican a cada activo y elaboran los rendimientos de los modelos de modo que sean comprensibles para los usuarios. Se generan alarmas si las variables monitorizadas se alejan peligrosamente de las predicciones, en base a un sistema de gráficos de control.
Asimismo, la plataforma permite el mantenimiento de los algoritmos de inteligencia artificial como si fueran verdaderos activos de la empresa. Esto tiene lugar mediante la presencia de un módulo de IA. Esto permite ahondar el desempeño de cada modelo bajo el punto de vista de las métricas, para poder evaluar la necesidad de volver a alinear los modelos en base a datos más recientes. El análisis de los gráficos de control, presentes en esta sección, permite ahondar el estudio del comportamiento de los activos, utilizando el análisis de los residuos y de sus sumas acumuladas (CUSUM).
RESULTADOS
- –El uso de la inteligencia artificial ha permitido implementar unos 30 modelos de aprendizaje automático. Estos son capaces de reproducir las variables críticas de proceso, simulando un comportamiento ideal. En particular, los algoritmos implementados son capaces de interceptar:
- •desviaciones en el rendimiento de una instalación de aproximadamente un 0.2%
- • diferentes comportamientos anómalos ligados a los activos principales y auxiliares
- • la indicación numérica de la eficiencia esperada para las turbinas de gas y de vapor.
- – Una plataforma personalizada de experiencia de datos ha permitido integrar el set de modelos implementado. Esto hace posible el control continuo de la central bajo el punto de vista de las prestaciones y del estado de salud de cada activo.
Finalmente, la presencia de un set completo de modelos habilita el control cruzado. Esto es útil para interceptar la causa de una anomalía considerando el comportamiento del específico activo y también de los activos conectados con el mismo.
CONCLUSIÓN
La monitorización continua del desempeño de los activos de una central termoeléctrica es fundamental para reducir al mínimo las paradas por mantenimiento extraordinario e incluso para respetar vínculos normativos ligados a la tutela medioambiental y a la optimización de los recursos.
Tener a disposición un software para la creación y fácil mantenimiento de los modelos de IA ha sido fundamental para el proyecto de digitalización de la central termoeléctrica. Tener un instrumento que permita no solo crear, sino también adiestrar los modelos con los nuevos datos, si los actuales disminuyen sus prestaciones por el cambio de los parámetros nominales, convierte la IA escalable en un verdadero activo industrial. Para comprender cómo todo esto puede ser posible también en tu empresa, contacta con nosotros.
