Científicos e ingenieros de organizaciones de servicios públicos y energía utilizan MATLAB y Simulink para el análisis y el diseño de sistemas, la supervisión del rendimiento, la optimización de los procesos de mantenimiento y de negocios, y el cumplimiento de normativas.
Con MATLAB y Simulink es posible:
- Realizar estudios de viabilidad de sistemas y de integración en la red mediante apps y funciones prediseñadas
- Adquirir y analizar grandes conjuntos de datos en tiempo real
- Desarrollar algoritmos de optimización mediante técnicas de machine learning y deep learning
- Desarrollar soluciones de trading de energía y gestión de riesgos (ETRM)
- Desplegar el código desarrollado directamente en sistemas embebidos y en tiempo real
"Los conocimientos de mi equipo se centran en el modelado energético o el desarrollo de algoritmos, no en el despliegue de software en producción. MATLAB nos ahorró meses de tiempo de desarrollo en los modelos y los algoritmos, y después facilitó su despliegue como parte de una aplicación web estable y fiable sin tener que volver a escribir código."
Yunjiao Gu, Shanghai Electric
Ejemplos de aplicaciones en la industria de servicios públicos y energía
Análisis predictivo para la administración de activos
MATLAB permite desarrollar algoritmos de mantenimiento predictivo personalizados para el perfil operativo y arquitectónico específico de su equipo. Use Predictive Maintenance Toolbox para identificar fallos, diseñar indicadores de condición y estimar la vida útil restante de sus equipos críticos como máquinas, redes eléctricas, de gas y agua, transformadores, disyuntores e interruptores.
![Análisis predictivo para la administración de activos](https://es.mathworks.com/solutions/energy-production/utilities-energy/_jcr_content/mainParsys/band_copy_copy_10388/mainParsys/column_0_copy_copy/2/image.adapt.full.medium.jpg/1712224826050.jpg)
Casos de éxito de clientes
- Descubra cómo Baker Hughes implementó una plataforma de mantenimiento predictivo y ahorró 10 millones de dólares
- Descubra cómo Mondi desplegó software de supervisión y mantenimiento predictivo para predecir los fallos de las máquinas
- Predicción del comportamiento de los clientes mediante big data analytics con MATLAB en la nube (25:28)
- Modelado basado en deep learning de una turbina de gas (27:53)
- Modelo predictivo del uso de electricidad de un edificio mediante la integración de PI System y MATLAB (44:44)
- Big data y análisis predictivo en Shell (3:35)
![Procesamiento de imágenes y deep learning](https://es.mathworks.com/solutions/energy-production/utilities-energy/_jcr_content/mainParsys/band_608939543_copy_/mainParsys/upsize/mainParsys/columns/1/image_copy.adapt.full.medium.jpg/1712224826655.jpg)
Procesamiento de imágenes y deep learning
Utilice MATLAB para aplicaciones geocientíficas, como procesamiento de imágenes en detección remota o generación y procesamiento de modelos de elevación digitales. Puede importar una amplia gama de formatos de archivo GIS y geoespaciales, así como utilizar cientos de funciones integradas para procesamiento de señales, análisis de imágenes y ajuste de curvas. Las aplicaciones incluyen la inspección de redes T&D de cables aéreos/subterráneos, la gestión de la vegetación y la identificación de fallos.
Estudios sobre energías renovables e integración de DER
Evalúe el rendimiento de un sistema con una alta penetración de recursos energéticos distribuidos (DER), como energías renovables, almacenamiento y vehículos eléctricos con Simscape Electrical. Modele y ejecute varios escenarios operativos en paralelo y evalúe las respuestas simuladas con respecto al código de la red.
![Estudios sobre energías renovables e integración de DER](https://es.mathworks.com/solutions/energy-production/utilities-energy/_jcr_content/mainParsys/band_copy_copy_10388_1653804750/mainParsys/column_0_copy_copy/2/image.adapt.full.medium.jpg/1712224827198.jpg)
Casos de éxito de clientes
Más información
- Estudios de integración en la red de energías renovables con Simscape Electrical (45:05)
- Modelado y simulación de plantas eólicas a gran escala en MATLAB y Simulink (31:50)
- Uso de Simulink para desarrollar el sistema de control de un inversor de red solar (26:46)
- Modelado, simulación y generación de código para un inversor solar (31:35)
- ¿Qué es la potencia compleja? Descripción de la potencia activa, reactiva y aparente (8:50)
![Trading de energía y gestión de riesgos (ETRM)](https://es.mathworks.com/solutions/energy-production/utilities-energy/_jcr_content/mainParsys/band_608939543_copy__2116327093/mainParsys/upsize/mainParsys/columns/1/image_copy.adapt.full.medium.jpg/1712224827797.jpg)
Trading de energía y gestión de riesgos (ETRM)
Con MATLAB, puede simplificar y automatizar sus tareas de trading de energía y gestión de riesgos (ETRM), como importar y visualizar datos de energía de diversos orígenes, desarrollar modelos de predicción de demanda, precio e ingresos mediante machine learning y ejecutar simulaciones Monte Carlo para la valoración y la evaluación de riesgos. Despliegue sus modelos de predicción en sistemas empresariales y en la nube, y conéctelos con mercados mayoristas de electricidad regionales, datos meteorológicos y otros servicios de streaming de datos. La API de MATLAB permite escoger el mejor lenguaje o plataforma para cada fase de su flujo de trabajo. Puede realizar llamadas a algoritmos de MATLAB desde otros programas, como Python® y Excel®, así como desplegar estos modelos en sistemas empresariales, como Power BI, Cloudera® y Hadoop®.
Casos de éxito de clientes
Más información
- Simplificación del desarrollo de aplicaciones de trading de energía y gestión de riesgos
- Trading de energía y gestión de riesgos con MATLAB (47:31)
- Machine learning e inteligencia artificial en la gestión de riesgos (47:40)
- Análisis, modelado y simulación del riesgo energético con MATLAB: una integración de SAP en RWE (1:08:49)
Sistemas de gestión de energía (EMS)
La modernización de la red ha aumentado rápidamente la complejidad del sistema eléctrico con recursos de generación variable, como la energía eólica y solar, y ha añadido nuevos sistemas controlables, como el almacenamiento de energía y las baterías a escala de red. Utilice el diseño basado en modelos para desarrollar sistemas de gestión de energía (EMS) que combinen técnicas de predicción, pronóstico y optimización. Utilice MATLAB y Simulink para crear modelos basados en datos y en la física, para modelar y simular el rendimiento de los equipos, para diseñar algoritmos y controlarlos de forma óptima, y para desplegar algoritmos en sistemas embebidos y empresariales.
![Sistemas de gestión de energía](https://es.mathworks.com/solutions/energy-production/utilities-energy/_jcr_content/mainParsys/band_copy_copy_10388_474297828/mainParsys/column_0_copy_copy/2/image.adapt.full.medium.jpg/1712224828576.jpg)
Casos de éxito de clientes
Gemelos digitales en sistemas basados en modelos
Utilice MATLAB y Simulink para crear réplicas digitales o imágenes digitales (DI) de sus activos y sistemas físicos. Esto permite realizar mantenimiento predictivo, optimizar operaciones, realizar simulaciones de sistemas eléctricos e hidráulicos y modelar sistemas físico-cibernéticos.
Casos de éxito de clientes
- Descubra cómo Transpower garantizó la fiabilidad de la red eléctrica nacional de Nueva Zelanda con una herramienta de gestión de reservas
- A Systematic Control Approach to Improve the Energy Efficiency of an Industrial Cooling Tower (30:47)
- Minimización del coste de propiedad con simulación y gemelos digitales (34:54)
Más información