los datos, equipos y sensores existentes de las plantas fotovoltaicas; una segunda fase de Implantación de la plataforma IoT con modelos de Machine Learning ya entrenados (predicción de fallos, detección de anomalías y correlación de variables) y la adaptación de los datos de los equipos de mantenimiento así como de la sensórica necesaria; y una tercera fase de Mejora Continua donde se reajustan los modelos de Machine Learning para optimizar el rendimiento de los resultados predictivos. En el proceso de estandarización de la estructura de datos a explotar por los modelos de Machine Learning se han definido los KPI’s principales para la monitorización de plantas fotovoltaicas (%PR, Eficiencia del sistema), las métricas necesarias para definir la sensorización de paneles fotovoltaicos (temperatura superficial de panel, grado de suciedad del panel e intensidad del ramal) así como termográfica e imágenes visibles que permiten categorizar y predecir problemas en los módulos fotovoltaicos, cuya incidencia afectaría directamente a la producción de la planta fotovoltaica. Respecto a la plataforma IoT-Edge planteada, el dispositivo Edge habilita comunicaciones con el sistema ScadaPLC de planta (punto recolector de datos de la estaciónmeteorológica, los inversores y los módulos seguidores) y con las redes LoRa-WAN necesarias para recolectar datos de los paneles fotovoltaicos (temperatura superficial, suciedad e intensidad). Así, actúa como el punto principal de acumulación y envío de datos de la planta fotovoltaica al cloud, que se encargará de la normalización de datos y aplicación de losmodelos deMachine Learning ya entrenados, sirviendo los datos vía API para ser consumidos por sistemas de análisis y monitorización de datos como cuadros de mando de BI operacional y el Metaverso. Tal y como se ha comentado anteriormente, la plataforma de visualización en el Metaverso constará de tres escenarios: 1. Un escenario de monitorización de planta que permitirá compartir la visualización de los datos, alarmas, alertas y gráficos de funcionamiento de la planta de forma remota por 5 usuarios concurrentes. En este se visualizarán: gráficos de producción, KPI’s, métricas y variables meteorológicas, pantallas de alertas y alarmas de planta, gráficos y tablas de predicción de fallos, de anomalías de KPI’s y métricas para el control avanzado del rendimiento de la planta, y gráficos de correlación de variables para la detección y visualización de patrones. 2. Visualización inmersiva de la planta en 360º en tiempo real: Figura 2. Arquitectura Software y hardware de plataforma de mantenimiento predictivo. Figura 3. Escenario 1. Área de control de monitorización. 58 FOTOVOLTAICA
RkJQdWJsaXNoZXIy Njg1MjYx