Inteligencia Artificial con impacto positivo

PROBLEMA

Las plantas de ciclo combinado (CCPP) ofrecen alta eficiencia y bajas emisiones, pero sus costos de producción son superiores a los de plantas a carbón, lo que exige una operación altamente optimizada. Sin embargo, la inestabilidad en el suministro de energía y la dificultad para predecir el rendimiento operativo complican la gestión eficiente de estas plantas.

​​

SOLUCIÓN

Para abordar este desafío, se desarrolló un modelo de predicción del índice de eficiencia (heat rate) utilizando redes neuronales artificiales (ANN). El modelo fue entrenado con datos reales de operación recolectados durante un año desde el sistema de control distribuido (DCS), y se ajustaron múltiples configuraciones para encontrar la combinación óptima de parámetros. El resultado fue un modelo preciso que permite anticipar el rendimiento térmico de la planta, facilitando la toma de decisiones operativas y de mantenimiento.

​

BENEFICIO

Este enfoque permite a los operadores monitorear en tiempo real la eficiencia de la planta, reducir costos operativos, mejorar la planificación del mantenimiento y maximizar la rentabilidad del sistema energético.