La digitalización llega a los parques eólicos

“En ocasiones, el tipo de fallo solo es detectable cuando ya existe daño, pero al ser este incipiente puede hacerse una pequeña reparación que evita que se extiendan los daños, lo cual reduce en gran medida el importe de la reparación”

– Miguel Colomo, Predictive Maintenance y Technical Support de Enel Green Power

Digitalización y seguimiento de resultados

Este modelo que hemos desarrollado en Endesa ya cuenta con información de 1.400 aerogeneradores, 600 de ellos del parque de generación renovable de Endesa en España y el resto de instalaciones de Enel Green Power en México, Chile, Italia, Grecia y Rumanía, entre otros países. El proyecto se puso en marcha en 2014, cuando los expertos comenzaron a estudiar el potencial de este tipo de sistemas, pero no fue hasta 2016 cuando el análisis predictivo de aerogeneradores comenzó a aplicarse de manera efectiva.

Ahorro en las reparaciones y menor tiempo de indisponibilidad

Este sistema de análisis, que es extrapolable a cualquier modelo de aerogenerador, permite ahorros que oscilan entre un 15% y un 95% del coste de las reparaciones de los principales componentes a lo largo de la vida de la turbina. El ahorro que se puede obtener en una sola detección puede llegar a superar los 100.000 euros por máquina.

“Antes de poner en marcha el mantenimiento predictivo por vibraciones, las reparaciones tenían un alcance mayor y los aerogeneradores quedaban indisponibles más tiempo. Un seguimiento similar al que permiten las vibraciones habría supuesto un coste ocho veces superior con el sistema anterior”

– Miguel Colomo, Predictive Maintenance y Technical Support de Enel Green Power

Los expertos que gestionan este sistema se encargan de monitorizar el estado de los equipos y de realizar diagnósticos expertos mediante el análisis de los datos de las vibraciones. Pero no solo eso, sino que también buscan continuamente nuevas oportunidades para mejorar las capacidades de detección del sistema y para encontrar nuevas soluciones que puedan aplicarse en la industria eólica o incluso en otros ámbitos.

Las nuevas tecnologías que vamos conociendo e incorporando suponen una oportunidad para crecer en nuestro proceso de digitalización. El conocimiento y la innovación deben ir de la mano para que las técnicas relacionadas con el machine learning y la automatización también puedan ser útiles en otras áreas. Su estudio es la clave para futuras aplicaciones que continuarán mejorando nuestros servicios.