Revista Energética. Noviembre 2024

69 ENERGÉTICA XXI · 241 · NOV 24 EN EL SECTOR ENERGÉTICO 2024 INGENIERÍA, INSTALACIÓN, OPERACIÓN Y MANTENIMIENTO taica de 50 MWp de potencia instalada cuenta con más de 150.000 módulos y cerca de 2.000 trackers) es fundamental el modelo digital de la planta, el cual debe estar georreferenciado y ser capaz de albergar la ingente cantidad de datos en capas de información estructuradas. El empleo de la tecnología GIS (Geographic Information Systems) para la generación de este modelo digital de la planta permite la georreferenciación e identificación de cada uno de los elementos constituyentes de la instalación (trackers, strings, paneles, cajas de conexión, etc.), los cuales serán objeto de la inspección, facilitando así la localiza- ción de las posibles incidencias detectadas durante la misma, así como proporcionando una base de datos completa de cara a la tra- zabilidad de los activos. Análisis cualificado El procesamiento de los datos una vez orde- nados debe introducir herramientas de vali- dación de la calidad del dato: la veracidad de la posición y asignación al elemento desig- nado, condiciones de visibilidad de la ima- gen (enfoque, color, brillo…), incluso el re- gistro de las condiciones en que se capturó, no sólo de las meteorológicas sino también de la condición de operación de la planta en el momento de la captura. El técnico debe salir de la planta estando seguro de haber capturado toda la información y en la forma y condiciones debidas, para evitar las costo- sas repeticiones de vuelos o toma de datos. Asociadas a las anteriores herramientas de validación, se deben definir y articular pro- cedimientos de actuación en caso de que se produzcan incidencias en la captura de da- tos, como la falta o el exceso de imágenes, la utilización de resoluciones o parámetros de cámara indebidos, la captura de imágenes por debajo del umbral de calidad requerido. Estos procedimientos deben incluir las ac- ciones correctoras a tomar en cada caso, que deben contemplar todas las posibilidades (revisión en GIS, desarrollo de scripts espe- cíficos de reordenación, mejora de la calidad de imagen…) o la repetición de la captura si llega el caso. Además de los apartados anteriores, la IA tiene un enorme potencial en la agilización de los procesos de análisis de las imágenes, incrementando la rapidez en el visionado (tanto si es manual como automatizado o una combinación de los dos) pero debe in- cidirse en el grado de fiabilidad de los mode- los IA y mejorar su entrenamiento y ciclos de iteración para alcanzar niveles de automati- zación y fiabilidad adecuados. También tiene un papel relevante la IA en el desarrollo y mejora de criterios de carac- terización de incidencias, apoyándose en las enormes bases de datos que se van generan- do, así como en la gestión de aquellas inci- dencias muy repetidas y que aportan poco valor en el análisis de la condición de la plan- ta. A lo que hay que añadir su aportación en dotar de contexto y comprensión al análisis, detectando interrelaciones y comparando con inspecciones previas. Para la fase de análisis, la herramienta ATOM Thermal con motor IA, permite extraer la información radiométrica de los elemen- tos sobre los que se han detectado posibles incidencias, permitiendo además realizar un análisis exhaustivo de las mismas para su correcta tipificación e identificación del ele- mento donde se ubica. La generación de conocimiento ligado al análisis reforzado con IA (visualización y aná- lisis de resultados en cuantificación y en cua- lificación, análisis comparativo…) es uno de los objetivos principales de los desarrollos actuales. Tras el análisis, las herramientas de vi- sualización de resultados y de gestión de la información, con capas de información de ágil acceso, disponibles para usuarios tanto en oficina, por medio de plataforma web, como en la propia planta, por medio de app móvil a disposición de los técnicos O&M permitirán la toma cualificada de deci- siones, el acometer acciones correctoras de forma rápida y el registro de los cambios y anotaciones adicionales que se produzcan en planta. De esta forma se enriquece el proceso de inspección y su integración en las tareas O&M. Conclusiones La IA puede aplicarse en todos los procesos aportando velocidad y automatización, pero deben dotarse las herramientas y controles adecuados para asegurar la trazabilidad de su aplicación en todo el flujo de trabajo, la calidad o fiabilidad de los resultados; es im- prescindible integrar un proceso de valida- ción que permita la posibilidad de detectar posibles anomalías y atacar partes específi- cas del flujo para su corrección; resulta cada vez más importante la flexibilidad de los mo- delos (los algoritmos) y su entrenamiento adecuado y no sesgado, con objeto de que puedan aplicarse en escenarios variados con tipología de imágenes diferentes y específi- cas para cada uno de ellos. El trabajo debe ser continuo en la digi- talización de procesos, en el desarrollo de metodología en cada fase y en la incorpo- ración de la IA en todos los niveles, desde el procesamiento de imágenes con técnicas de visión computerizada, el análisis de da- tos e imágenes con modelos desarrollados y optimizados internamente, pasando por la cualificación del Data Lake (repositorio cualificado) hasta el diseño y desarrollo de inferencias para ampliar el alcance de los análisis y hacer disponible la información de forma rápida y precisa al usuario ◉ Modelo digital georreferenciado sobre mapa base de planta de 70 MW. Herramienta ATOM Thermal con motor IA.