La herramienta de optimización de turbinas eólicas CloudDiagnosis se ha presentado en EWEA. El predictor de fallos de la startup respaldada por KIC InnoEnergy podría ahorrar al sector español de la energía eólica 15 millones de euros al año.
Smartive, startup española dedicada a las energías renovables, presentará los resultados de diversas pruebas de su software de predicción de fallos, CloudDiagnosis, en el evento: EWEA: Analysis of Operating Windfarms 2016 que tendrá lugar en Bilbao Exhibition Centre los días 14 y 15 de abril.
«La herramienta de optimización de turbinas eólicas CloudDiagnosis se ha presentado en EWEA»
El innovador sistema de software basado en la nube está diseñado para recopilar datos de parques eólicos operativos con el fin de ofrecer a las empresas operadoras una estimación de la «salud» o el estado operativo de sus turbinas. Posteriormente utiliza dichos datos para predecir con una antelación de hasta 21 días si es probable que los componentes vitales fallen o requieran mantenimiento.
Smartive cuenta con el apoyo de KIC InnoEnergy, el motor de la innovación europea en energías renovables, tras su incorporación al programa de aceleración de empresas KIC InnoEnergy Highway® el pasado año. La financiación, el asesoramiento y el resto de la ayuda facilitada han ayudado a esta empresa a convertir su concepto en un producto comercialmente viable, que podría mejorar drásticamente la disponibilidad operativa de parques eólicos terrestres y marinos de todo el mundo.
Jordi Cusidó, director ejecutivo de Smartive, lo explica en los siguientes términos:
«Cada año, el sector global de la energía eólica pierde miles de millones de euros en ingresos debido a fallos de turbinas. Para proteger la rentabilidad, una de las mejores opciones que tienen a su disposición los operadores de parques eólicos, las empresas de mantenimiento y los inversores consiste en mejorar los procesos de mantenimiento y operativos. Si podemos reducir las averías inesperadas y planificar las reparaciones o el mantenimiento correctivo con mayor efectividad, podremos mejorar la disponibilidad del parque eólico, lo que obviamente repercute en una mayor rentabilidad.
CloudDiagnosis supervisa la “salud” efectiva de las turbinas eólicas operativas y predice fallos en los componentes. Lo anterior no solo aporta a la empresa operadora un conocimiento en tiempo real de cómo están funcionando sus parques eólicos, sino también visibilidad, con una antelación de hasta 21 días, de si va a ser necesario realizar reparaciones. Consideramos que dicha visibilidad puede aportar una mejora de productividad del 10%. Esto supondría un aumento anual de los ingresos del sector de 15 millones de euros en España, de 70 millones de euros en la Unión Europea y de 200 millones de euros en todo el mundo.
Hemos progresado enormemente desde que nos incorporamos al programa KIC InnoEnergy Highway® y estamos muy agradecidos por el respaldo y la ayuda que hemos recibido de ellos. Conocen verdaderamente nuestro negocio, cuentan con una red magnífica de socios industriales y saben cómo proceder para contribuir a que ideas como la nuestra lleguen al mercado.»
Josep-Miquel Torregrosa, director de creación de negocio de KIC InnoEnergy Iberia, ha señalado lo siguiente:
«CloudDiagnosis de Smartive tiene el potencial para convertirse en una solución transformadora del sector de la energía eólica. Detectar un funcionamiento anómalo y mostrar de forma efectiva si hay algún problema en un parque eólico son solo parte de las ventajas que ofrece, ya que la capacidad de programar el mantenimiento con antelación va a suponer para el sector el ahorro de millones de euros en prevención de averías. Esta es exactamente la clase de solución innovadora a la que queremos ayudar a través de nuestro programa KIC InnoEnergy Highway® – es un ejemplo perfecto de por qué hacemos lo que hacemos.»
Herramienta de optimización de turbinas eólicas, aspectos más destacados:
- Las turbinas eólicas cambian de comportamiento antes de que se produzcan fallos. Esto permite al software estimar la «salud» de las turbinas y predecir los fallos.
- Los componentes principales que suelen analizarse son: guiñada, cabeceo, caja de cambio, cojinete principal y generador.
- Pueden desarrollarse modelos predictivos a partir de tan solo seis meses y hasta cuatro años de datos SCADA (Supervisory Control And Data Acquisition).
- El software es capaz de proporcionar estimaciones de la salud con una precisión del 95% y predicciones de fallos con una precisión de hasta el 90% para diversos fabricantes de turbinas.
Para más información sobre el evento EWEA
