¿Presentó su tesis o trabajo de investigación, o quizás desarrolló un nuevo algoritmo?
Vea lo que otros usuarios han logrado con nuestros datos.
Descubra algunos ejemplos de lo que otros usuarios han conseguido con nuestros datos
Hack the Wind 2018
Del conjunto de datos: Parque eólico 1 - Fallos 2016
Hack the Wind® se dedica a hacer avanzar la industria de la energía eólica al invitar a diseñadores, desarrolladores, científicos y analistas de datos y expertos en energía eólica a trabajar con algunas de las empresas más importantes del sector a fin de crear soluciones para los desafíos propuestos.
Reto de EDP Renewables: El tiempo es oro y anticipar fallos en las turbinas eólicas reduce el mantenimiento y las mermas de producción debidas a la falta de disponibilidad, allanando el camino para unos costes más bajos y homogéneos de energía limpia. ¿Cuántos fallos puede anticipar? El equipo que detecte más fallos en sus primeras etapas posibilitará el mayor ahorro de costes. Si un equipo puede lograrlo y además visualizar los datos que se le presentan, se le designará ganador del reto.
Falkonry
Del conjunto de datos: Sunlab Faro - Meteo 2016
EDP utiliza PI System de OSIsoft como parte de su infraestructura de datos para recoger y gestionar datos de series temporales en sus operaciones. EDP Innovación aplicó el sistema de aprendizaje automático Falkonry LRS para identificar y clasificar automáticamente el rendimiento deficiente de los paneles solares en Sunlab. Esta información permitió a EDP mejorar las operaciones mediante la identificación remota de patrones inesperados en la producción fotovoltaica en función de la radiación realmente recibida.
Falkonry es un proveedor líder de aprendizaje automático operativo para empresas industriales de la lista Global 2000. El sistema listo para usar de Falkonry permite a los profesionales acelerar la transformación digital de las operaciones industriales, al brindar nuevos conocimientos analíticos a partir de patrones ocultos dentro de los datos operativos.
Distribución angular de la radiación solar
Del conjunto de datos: Sunlab Faro - Meteo 2015
La distribución angular de la radiación solar está condicionada por dos componentes: la radiación directa, cuya descripción matemática es bien conocida, y la radiación difusa, que por su naturaleza es más difícil de modelar. El objetivo de la presente tesis es evaluar el modelo Pérez en Portugal, para superficies con diferentes ángulos de inclinación.
A tal efecto, se analizaron datos de radiación solar directa y difusa, así como datos de producción fotovoltaica obtenidos en módulos con diferentes ángulos de inclinación en dos localizaciones. Los datos experimentales se recogieron en Seia y Faro, en los SunLabs de EDP Innovation. Para evaluar el modelo de Pérez, también hubo que implementar un modelo empírico para la conversión de la radiación solar en generación fotovoltaica. Los resultados globales obtenidos para ambas localizaciones apuntan a que el modelo de Pérez no introduce errores significativos en la estimación de la producción fotovoltaica en superficies inclinadas.
