Inteligencia artificial para la predicción de generación energética

¿Y si pudiéramos mejorar la tecnología de los parques eólicos a través de inteligencia artificial? El machine learning podría ser el aliado perfecto de la generación con aerogeneradores. Una herramienta mediante la cual alcanzar el máximo potencial que este tipo de energía renovable puede ofrecer.

Deepmind, la compañía enfocada en inteligencia artificial que fue adquirida por Google en 2014, ha sido globalmente reconocida como una de las más avanzadas hasta el momento. Con una tecnología que imita a la memoria del cerebro humano (a corto plazo) es capaz de aprender del comportamiento de las personas y utilizar sus habilidades en todo tipo de áreas, incluida la del sector energético.

Herramientas contra la incertidumbre de la energía eólica

La intención de Google en este ámbito es liberar a la energía eólica de la incertidumbre del comportamiento de la naturaleza (y más concretamente del viento). Para ello, Google comenzó a aplicar la tecnología de Deepmind en sus parques eólicos de Estados Unidos a través de algoritmos.

Estos recogían la información de la previsión del tiempo y la analizaban junto al histórico de datos de comportamiento del viento. Uniendo esta información, los aerogeneradores eran capaces de optimizar por adelantado su funcionamiento para generar la máxima energía posible.

Con este tipo de tecnología, los algoritmos de los parques eólicos también podían realizar un cálculo aproximado sobre la energía que serían capaces de generar en las siguientes 36 horas.

Se trata de una ventaja que puede ayudar a preparar un calendario de generación energética de cara a conocer cómo de necesario será complementar la energía eólica con otro tipo de recursos.

Resultados de la inteligencia artificial en la energía eólica

Durante el último año, la compañía ha ido mejorando su algoritmo hasta lograr unos resultados muy satisfactorios. Si bien no pueden eliminar por completo la dependencia del viento, la previsión ha logrado que los parques eólicos hayan mejorado sus cifras de generación en un 20%.

La inversión en este tipo de tecnologías es imprescindible en el camino a la descarbonización. Al ser capaces de optimizar la generación de la energía eólica, así como del resto de vías renovables, podemos mejorar los procesos y alcanzar un mejor rendimiento de la combinación de estos tipos de energía.

Además, la inteligencia artificial no solo sirve para mejorar el proceso de generación. También puede aplicarse a otros aspectos, como es el mantenimiento predictivo de los aerogeneradores. En Endesa hemos desarrollado una herramienta que nos permite ahorrar en las reparaciones de los mismos y reducir su tiempo de indisponibilidad.

Esta tecnología, que funciona mediante inteligencia artificial, deep learning e IoT, es capaz de detectar las averías antes de que se produzcan. De esta forma, es capaz de reducir los tiempos de reparación, además de alargar la vida de los dispositivos.

La inclusión de este tipo de herramientas allana el camino a las energías renovables como protagonistas de la energía del futuro. La característica principal de la inteligencia artificial es su capacidad de aprendizaje autónomo. ¿Qué serán capaces de hacer en unos años dentro del sector energético?