Sistema de Adquisición Multisensorial para Monitoreo y Mantenimiento Predictivo de Paneles Fotovoltaicos

El monitoreo efectivo de sistemas fotovoltaicos y la detección temprana de fallas, antes de que afecten la generación de energía, requieren mecanismos sofisticados para evaluar su estado y establecer procesos de mantenimiento predictivo. En este trabajo se diseña e implementa un sistema de adquisición de datos para procesos de identificación y de mantenimiento predictivo de paneles solares. La principal contribución es la creación de una base de datos heterogénea que incluye datos de sensores eléctricos y térmicos, así como imágenes térmicas tomadas en campo. El sistema implementado se basa en el uso de MATLAB para la gestión del proceso de adquisición de datos, un módulo de adquisición LabJack T7 Pro para la lectura de los sensores y una cámara térmica portátil FLIR para la obtención de mapas de temperatura superficial de los paneles. En el sistema se incluyen sensores de voltaje, de la temperatura en superficie y de corriente de salida de los paneles. Esto con el objetivo de caracterizar el comportamiento del sistema fotovoltaico de forma integral, detectar anomalías, degradación y modelos para identificación dinámica. Los resultados muestran el potencial del enfoque para el monitoreo avanzado y la gestión inteligente del mantenimiento en plantas solares, y demuestran la viabilidad de implementar estos sistemas de adquisición multimodales.

Link para ver la publicación completa: http://dspace.aeipro.com/items/9c036ec7-1c19-4dd1-8864-46519f7f36d6

Scroll to Top