Predicción mediante machine learning de la pérdida de eficiencia de las centrales eólicas por efecto de la abrasión y corrosión.
Las duras condiciones de funcionamiento de las centrales eólicas causan efectos adversos sobre sus componentes que disminuyen su vida útil y disminuyen su rendimiento hasta en un 30%. El diseño de estas centrales incluye una estimación de la cantidad de energía producida durante su periodo de explotación. Sin embargo, esta valoración considera las pérdidas por desgaste de forma genérica, sin tener en cuenta las diferencias en función de su ubicación, etc., Conocer previamente los niveles de desgaste y, en consecuencia, las pérdidas de energía de las turbinas, permitiría mejorar las estimaciones de los parques y optimizar su diseño.
El proyecto PREOLION desarrolla modelos basados en datos que, mediante técnicas de machine learning son capaces de determinar los niveles de disminución de la eficiencia que tendrá cualquier central debido a alteraciones por corrosión y/o abrasión en función de las características del proyecto (dimensiones, materiales), condiciones topográficas y meteorológicas de la zona, materiales en suspensión, etc., para producir una clasificación del nivel de afección. Los modelos desarrollados serán contrastados con datos de eficiencia de turbinas y mediante ensayos físicos realizados internamente para estudiar el efecto de los impactos sobre los materiales.