El mantenimiento predictivo basado en IA gana terreno

El mantenimiento predictivo basado en inteligencia artificial (IA) se está convirtiendo en un componente clave en la búsqueda de una mayor fiabilidad y rentabilidad en el sector energético y, a medida que sigue evolucionando, esta técnica se perfila cada vez más como un motor fundamental de innovación y eficiencia, según un estudio de GlobalData.

El informe, titulado “Mantenimiento predictivo en el sector energético: inteligencia estratégica”, tiene como objetivo proporcionar información sobre cómo el mantenimiento predictivo impulsa una estrategia de mantenimiento proactiva y puede contribuir a una generación de energía eficiente.

Su principal conclusión es que la IA se ha convertido en una innovación crucial en el mantenimiento predictivo de las infraestructuras eléctricas, que revolucionará las operaciones de las centrales eléctricas al mejorar la previsibilidad del mantenimiento de los equipos, optimizar la asignación de recursos y mejorar la eficiencia general de las centrales. Global Data cree que tiene el potencial de reducir los gastos de mantenimiento hasta en un 30 %, y aumentar la disponibilidad de los equipos en un 20 %.

Según el informe, al combinar el análisis de datos, el aprendizaje automático y la supervisión en tiempo real, las empresas de servicios públicos pueden ahora predecir con mayor precisión el estado futuro de sus equipos.

Rehaan Shiledar, analista energético de GlobalData, afirmó que las razones de este impulso son claras. “Las últimas tendencias tecnológicas, como la tecnología de gemelos digitales, la internet de las cosas (IoT, por sus siglas en inglés) y la computación perimetral están aprovechando cada vez más el mantenimiento predictivo”, señaló. “Estos avances están resultando fundamentales para mejorar la precisión y la eficiencia de las estrategias de mantenimiento en todo el sector energético”.

“Las turbinas eólicas y los paneles solares suelen estar situados en entornos remotos o hostiles, lo que puede hacer que las reparaciones sean difíciles y costosas”, señaló Shiledar. “El mantenimiento predictivo desempeña un papel crucial a la hora de garantizar que estos sistemas funcionen de manera eficiente, reduciendo así el riesgo de averías inesperadas y los gastos asociados”.

El informe también destaca las empresas que ofrecen lo que denomina soluciones “sofisticadas” de mantenimiento predictivo para el sector energético. A la cabeza se encuentran GE Vernova, Siemens y Schneider Electric, aunque también señala que empresas como E.ON y Enel han equipado sus turbinas con sensores para monitorizar diversas variables, como la temperatura, la vibración, la velocidad del viento y la producción.

GlobalData afirma que esta mejora permite una recopilación precisa de datos, lo que facilita la mejora del rendimiento y el mantenimiento de las turbinas. RWE ha implantado un sistema de monitorización del estado en toda su red de turbinas eólicas. Enel Green Power, en colaboración con Raptor Maps, ha implementado un servicio de software de diagnóstico para detectar irregularidades en los paneles fotovoltaicos.

El mantenimiento predictivo también está ganando importancia en el ámbito de los sistemas de almacenamiento de energía, que son fundamentales para mantener la estabilidad, la fiabilidad y la eficiencia de las redes eléctricas, además de desempeñar un papel significativo en la integración de diversas fuentes de energía renovable. El informe observa que Enel Green Power ha implementado una estrategia de mantenimiento predictivo para mejorar la eficiencia y la seguridad de sus sistemas de baterías. También se ha asociado con Volytica Diagnostics, líder alemán en diagnóstico de baterías, para mejorar la eficiencia y la seguridad de los sistemas de almacenamiento de energía.

En cuanto a los demás elementos que impulsan las tecnologías en el sector, GlobalData destaca el proyecto Horizon Europe TwinEU de la Comisión Europea, cuyo objetivo es crear un gemelo digital del sistema eléctrico europeo. En junio de 2024, la iniciativa WindTwin recibió financiación de Innovate UK. El proyecto, de tres años de duración, tiene como objetivo desarrollar gemelos digitales para replicar las turbinas eólicas.

Además, destacó empresas como Montel Energy, que utilizan el mantenimiento predictivo basado en IoT a través de sensores para supervisar el estado de los activos energéticos, como transformadores y convertidores, en tiempo real.

El estudio también citó la computación perimetral como una auténtica revolución en el campo del mantenimiento predictivo, ya que permite el procesamiento de datos en tiempo real en el origen de la generación de datos. Se destacó a Microsoft por sus programas para mejorar los servicios tradicionales en la nube con computación perimetral a través de ofertas como Azure IoT Edge, Azure Stack Edge y Azure Edge Zones. ABB ofrece servicios de supervisión del estado basados en la computación periférica, integrando el análisis en tiempo real y la automatización en los flujos de trabajo industriales.

“A medida que el mercado energético sigue evolucionando, el mantenimiento predictivo se perfila como un motor fundamental de la innovación y la eficiencia”, concluye Shiledar en el informe. “No solo refuerza el cambio de la industria hacia la digitalización, sino que también se alinea con el creciente interés por la sostenibilidad, al ayudar a las empresas eléctricas a gestionar sus activos de forma responsable con el medio ambiente. La adopción del mantenimiento predictivo está llamada a aumentar, ya que las partes interesadas del mercado energético reconocen su capacidad para fomentar la excelencia operativa e impulsar el éxito empresarial”.