Utilizada en todo el mundo, esta tecnología de inteligencia artificial permite predecir fallas en equipos e incrementar la generación de los parques más de un 2%. Encontrá todos los detalles sobre esta innovación en la nota 

___

La adopción de sistemas de inteligencia artificial es un camino ya iniciado por Genneia, como estrategia para mejorar de manera permanente la eficiencia de sus centros de generación. Un avance en este proceso es el comienzo de una prueba piloto para incorporar Machine Learning, la tecnología que está revolucionando la gestión de parques renovables en los países más desarrollados del mundo.

El análisis avanzado de datos mediante aplicación de técnicas de Machine Learning permite tratar un enorme volumen de datos, procesarlos en tiempo real y generar información para la toma de decisiones que permitan anticipar fallas. Para ello, los algoritmos comparan el desempeño operativo de un panel solar o un aerogenerador eólico, con el patrón de funcionamiento normal, detectando desvíos e indicando al operador las causas probables.

En Genneia el valor agregado de esta tecnología -desarrollada por la empresa Isotrol- es medido como “avoided lost of production”, es decir, la posibilidad de evitar pérdidas de producción por tener equipos paralizados. “La herramienta aprende de patrones de comportamiento y señala desvíos sin que vos tengas que meterte y chequear cada una de las etapas. Te dice dos causas posibles y te genera una recomendación con una probabilidad del 80%”, indica al respecto Patricio Neffa, director de Innovación y Desarrollo de Genneia. Gracias a estas capacidades, el Machine Learning puede incrementar la generación de un parque en un 2%, lo que podría representar un ingreso adicional de entre 350.000 y 500.000 dólares al año. 

La prueba piloto para incorporar Machine Learning se realiza desde nuestro Centro de Control de Operaciones (CECO), ubicado en Olivos, desde donde monitoreamos, operamos y supervisamos de manera remota todos nuestros centros de generación en el país. 



COMPARTIR