Análisis predictivo de fallos en plantas fotovoltaicas mediante técnicas de Machine Learning

El propósito de este proyecto es modelar un algoritmo que permita predecir los fallos que suceden en los inversores instalados en una planta fotovoltaica usando técnicas avanzadas de machine learning. Todo esto, basandonos en las distintas variables monitorizadas en el SCADA tanto del inversor, como...

Descripción completa

Detalles Bibliográficos
Autor: Daimiel Borrallo, Cristina
Tipo de recurso: tesis de maestría
Estado:Versión publicada
Fecha de publicación:2020
País:España
Institución:Universidad de Sevilla (US)
Repositorio:idUS. Depósito de Investigación de la Universidad de Sevilla
OAI Identifier:oai:idus.us.es:11441/108810
Acceso en línea:https://hdl.handle.net/11441/108810
Access Level:acceso abierto
Descripción
Sumario:El propósito de este proyecto es modelar un algoritmo que permita predecir los fallos que suceden en los inversores instalados en una planta fotovoltaica usando técnicas avanzadas de machine learning. Todo esto, basandonos en las distintas variables monitorizadas en el SCADA tanto del inversor, como variables ambientales. Algunos de los objetivos perseguidos con este estudio son: - Predicción del estado de un inversor (operativo o no) en las próximas x dias de funcionamiento para poder atender la planta y realizar un diagnostico y mantenimiento del equipo en caso de que fuera necesario. - Evaluar el rendimiento de los distintos modelos de machine learning para ver cuál es el que mejor se adapta a la predicción de fallos en estos equipos.