Diseño de un sistema de alertas para el mantenimiento predictivo en paneles solares instalados en edificios

Montero Orellana, Carlos Stalin; Córdova García, José Eduardo, Director

Please use this identifier to cite or link to this item: http://www.dspace.espol.edu.ec/handle/123456789/66348

Full metadata record

DC Field	Value	Language
dc.contributor.author	Montero Orellana, Carlos Stalin	-
dc.contributor.author	Córdova García, José Eduardo, Director	-
dc.date.accessioned	2025-07-22T16:10:29Z	-
dc.date.available	2025-07-22T16:10:29Z	-
dc.date.issued	2025-06-13	-
dc.identifier.citation	Montero Orellana C.S. (2024). Diseño de un sistema de alertas para el mantenimiento predictivo en paneles solares instalados en edificios [Proyecto de Titulación]. Escuela Superior Politécnica del Litoral	es_EC
dc.identifier.uri	http://www.dspace.espol.edu.ec/handle/123456789/66348	-
dc.description	CONDICIONAMIENTO DE PUBLICACION DE PROYECTO. El presente proyecto consistió en un diseño de sistema de alertas para el mantenimiento predictivo en los paneles solares existente en un edificio. Esto tiene la finalidad de manejar un sistema más eficiente con la aplicación de machine learning o aprendizaje automático. La planta fotovoltaica objeto de estudio tiene una capacidad de instalación de 50kW existente y ubicada en la terraza del edificio 6A del Rectorado de la Universidad Superior Politécnica del Litoral “ESPOL”, cuya institución se dedica a la conducción, dirigencia e implantación de las políticas de la institución académica. Esta inyección de energía por parte de la planta fotovoltaica conectada a la red, le genera a la institución la necesidad de bajar los costos por el consumo eléctrico que suministra la empresa distribuidora de electricidad del País. El objetivo del proyecto es plantear un sistema que detecte anomalías para la eficiencia en la generación de energía eléctrica de la planta fotovoltaica a través del mantenimiento predictivo que se pueda diseñar conforme a los resultados analizados. Lo primero que se realizó fue una descripción técnica de los equipos existente que conforman el sistema de conexión interconectado de la planta fotovoltaica y la red de distribución eléctrica, el cual la FV está conformada por 180 unidades paneles solares, 6 inversores de 10 kW, 4 antenas operativas de comunicación, disyuntores de protección en baja tensión y accesorios adicionales como se muestra en el diagrama unifilar de conexión interna y con la red eléctrica de la empresa distribuidora del País. Una vez revisado las conexiones y funcionamiento de la planta fotovoltaica, se procede al registro de los datos de energía mensual por los años 2020, 2021, 2022 y 2023, cuya información obtenida es a través de la data base y lo registrado en cada inversor. Se toma la decisión de usar la información levantada diariamente que consta en cada inversor porque en la data base no están registrado toda la información de la producción de energía por la falta de comunicación de dos inversores, entonces con la información referente a los datos históricos completas de la generación de energía fotovoltaica se procede a clasificar por cada inversor (6 unidades) y por el total de la planta FV, cuya base de datos se lo registro en una tabla de fácil acceso. Al tener un conjunto de datos, se procede con el análisis de las alarmas a través de la aplicación de machine learning no supervisado el cual aplicamos el algoritmo de k-means ya que nos permite detectar anomalías o valores atípicos que existe en II determinados grupos o clústeres que se forma conforme a las distribuciones de los mismo. Dando como resultados 26 anomalías, 3 clúster y una variación porcentual promedio de producción de energía eléctrica de 87.85% de eficiencia. En conclusión, se recomienda instalar dos antenas wifi para recibir mejor la información de las variables de datos, registrar las alarmas en el databoards, mantenimiento preventivo, calibración de los equipos, ajuste de terminales y si hay la posibilidad económica de añadir otros sensores que entreguen nuevas variantes que mejoren el análisis, control y eficiencia producción de energía eléctrica.	es_EC
dc.language.iso	esp	es_EC
dc.publisher	ESPOL.FIMCP	es_EC
dc.subject	Planta fotovoltaica o planta FV	es_EC
dc.subject	Panel fotovoltaico	es_EC
dc.subject	Inversor	es_EC
dc.subject	Machine learning	es_EC
dc.subject	Mantenimiento predictivo y clústeres	es_EC
dc.title	Diseño de un sistema de alertas para el mantenimiento predictivo en paneles solares instalados en edificios	es_EC
dc.type	Thesis	es_EC
dc.identifier.codigoespol	T-115429	-
dc.identifier.codigoproyectointegrador	POSTG154	-
Appears in Collections:	Tesis de Maestría en Sistemas de Energía

Files in This Item:

There are no files associated with this item.

Show simple item record