Desarrollo de un Modelo para la Detección Automática de Fallas en Sistemas Solares Fotovoltaicos a Gran Escala Asociados a la Empresa Ingeniería Creativa – ICREA S.A.S.

Abstract
La investigación se enfoca en el desarrollo de un modelo automático para la detección de fallas en sistemas solares fotovoltaicos, un componente crucial para optimizar la eficiencia de estos sistemas y minimizar costos asociados a fallos imprevistos. El problema principal radica en la dificultad de detectar y gestionar fallas en plantas solares fotovoltaicas, debido a la influencia de variables eléctricas, meteorológicas y físicas. La solución propuesta consiste en crear un modelo de machine learning que analice datos eléctricos y ambientales para identificar anomalías y prever fallos potenciales antes de que ocurran. Puntualmente este modelo analiza los datos de energía medida en la salida de los inversores y de irradiancia GHI y POA, para crear una relación entre estos dos datos y poder caracterizar los comportamientos inusuales. Este modelo pretende mejorar la eficiencia operativa al reducir tiempos de inactividad y optimizar el mantenimiento. Los resultados obtenidos incluyen la implementación efectiva del modelo en una planta solar activa en Colombia, la identificación y caracterización de tres tipos de fallas importantes como lo son desconexión repentina de los inversores, limitaciones en los inversores y comportamientos anómalos en un grupo de inversores. La solución tiene el potencial de transformar la gestión de sistemas solares en Colombia, promoviendo una transición energética más eficiente y sostenible.
Description
Keywords
Transición energética, Energías renovables, Sostenibilidad energética, Emisiones de gases de efecto invernadero, Energía eléctrica, Sistemas solares fotovoltaicos, Optimización de sistemas energéticos, Detección de fallas, Mantenimiento proactivo, Machine learning, Datos eléctricos y ambientales, Irradiancia (GHI y POA), Análisis de datos, Plantas solares, ICREA S.A.S., Eficiencia operativa
Citation