Mantenimiento predictivo de un parque eólico con técnicas de minería de datos y aprendizaje automático

El proyecto consiste en la creación de un plan de mantenimiento predictivo para un parque eólico de Acciona Energía. Se hará uso de la información disponible acerca del funcionamiento de los aerogeneradores: registros de alarmas, operaciones de mantenimiento, datos analógicos operacionales (SCADA) e histórico de sustituciones. Haciendo uso de técnicas de minería de datos y algoritmos de aprendizaje automático, se buscará optimizar y predecir las operaciones de mantenimiento que se realizaran en el futuro. Se conseguirá un ahorro en el coste operacional de los equipos, optimizando las paradas en función del estado del aerogenerador. Además, se podrá optimizar el momento en el que se realizaran las operaciones de mantenimiento coincidiendo con ventanas de tiempo donde la producción del equipo sea mínima (cuando hay menos viento), aumentando la seguridad para los operarios y la producción energética del aerogenerador, evitando paradas en época de máximo potencial eólico.

The project consists in the creation of a predictive maintenance plan for a wind farm of Acciona Energía. The available information about the operation of wind turbines will be used, such as alarm records, maintenance operations, operational analog data (SCADA) and historical replacements. Using data mining techniques and machine learning algorithms, we will seek to optimize and predict the maintenance operations that will be carried out in the future. Savings will be achieved in the operational cost of the equipment, optimizing the shutdowns depending on the state of the wind turbine. In addition, it will be possible to optimize the moment in which the maintenance operations are carried out coinciding with time windows where the production of the equipment is minimum (when there is no wind), increasing the safety for the operators and the energy production of the wind turbine, avoiding stops in time of maximum wind potential.