- INSTRUMENTO Fondo Sectorial de Investigación a Partir de Datos
- BENEFICIARIO José Alberto Cataldo Ottieri : Facultad de Ingeniería
- DEPARTAMENTO Montevideo
- SUBSIDIO UYU 600000
- FECHA DE INICIO 01.11.2018
- DURACIÓN 13 meses
- AÑO CONVOCATORIA 2017
- CÓDIGO FSDA_1_2017_1_144397
- FASE CERRADO
- ESTADO Terminado
El aprovechamiento de la energía a gran escala implica instalar parques eólicos en sitios donde se tienen elevados valores de velocidad media de viento y relativamente bajos niveles de turbulencia atmosférica. Atendiendo el recurso disponible, así como los espacios disponibles, se realiza una disposición en planta de los diferentes aerogeneradores que componen el parque eólico. Esta disposición se realiza buscando una utilización óptima de la energía y del espacio disponible. Como consecuencia de la interacción entre el viento y los aerogeneradores que componen el parque eólico, se produce una reducción de la cantidad de movimiento y un incremento de la turbulencia, así como la producción de vorticidad corriente abajo de cada aerogenerador, conformando una región denominada estela. La optimización de la ubicación de los aerogeneradores en un parque eólico, conduce a que, en determinadas situaciones meteorológicas, haya equipos sumergidos en la estela producida por aerogeneradores ubicados corriente arriba. Una vez que el parque eólico empieza a operar se comienza a disponer información que permitiría modelar el flujo en función de datos meteorológicos. La disposición de información complementaria, como por ejemplo la que se realizara para describir el campo de velocidades en la estela de diferentes aerogeneradores, permitiría ajustar los modelos a desarrollar. En el presente proyecto se plantea la generación de conocimiento y tecnología asociada para desarrollar un enfoque de diagnóstico de aerogeneradores que generan fuera del óptimo en los parques eólicos gestionados por UTE. Se seleccionarán para el análisis variables como la producción, orientación del aerogenerador, ángulo de pala, y datos meteorológicos entre otros. Se analizará la utilización desde técnicas de componentes principales como análisis de series temporales y se explorará la aplicación de técnicas más avanzadas como las técnicas de redes neuronales.