Descripción

El monitoreo efectivo de sistemas fotovoltaicos y la detección temprana de fallas antes de que afecten la generación de energía necesitan mecanismos sofisticados de monitoreo para evaluar su estado y poder establecer procesos de mantenimiento predictivo. En este trabajo se diseña e implementa un sistema de adquisición de datos para procesos identificación y mantenimiento predictivo de paneles solares. Siendo la principal contribución la creación de una base de datos heterogénea con datos de sensores eléctricos y térmicos, tambien imágenes térmicas tomadas en campo. El sistema implementado se basa en el uso de MATLAB para la gestión de 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 mapas de temperatura superficial de los paneles. En el sistema se incluyen sensores de voltaje, temperatura en superficie y 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, demostrando la viabilidad de la implementación de estos sistemas de adquisición multimodales.