Big Data en la industria de generadores eólicos: mantenimiento prescriptivo

• Carlos Javier Urueña Merino ^[1]
  1. [1] Suhalur Innovation
• Localización: Economía industrial, ISSN 0422-2784, Nº 405, 2017 (Ejemplar dedicado a: Nuevas tecnologías digitales), págs. 47-54
• Idioma: español
• Enlaces
  • Texto completo (pdf)
• Resumen
  • español

    Las propias características de los parques eólicos, en los que existen numerosos componentes generando datos de gran variabilidad hace que la utilización de las técnicas de gestión y análisis de grandes datos Big Data sea esencial. Asimismo, la predicción tanto de las variables que afectan a la producción de energía como del estado y duración de los componentes es el elemento más importante para optimizar industrial y económicamente el sistema energético eólico. Debido a la complejidad y variabilidad del sistema, la aplicación de herramientas cognitivas que ayuden a la decisión y se apoyen en las herramientas de predicción y en las técnicas de Big Data es la solución idónea para maximizar el rendimiento y minimizar los costes. Es por eso que el análisis prescriptivo aplicado al mantenimiento de los parques eólicos es la tecnología más avanzada y adecuada

  • English

    The own features of wind farms, in which there are many components generating data of a large degree of variation make the use of management and Big Data analysis techniques essential. Likewise, prediction of the variables affecting energy production and of the components remaining lifetime is the most important factor to optimize the wind energy system both industrial and economically. Due to the complexity and variability of the system, the application of cognitive tools supporting the decision-making process and assisted by prediction tools and Big Data techniques is the most suitable solution to maximize yield and minimize costs. This is the reason why the prescriptive analysis applied to wind farm maintenance is the most advanced and appropriate technology.