En nuestro episodio inaugural del Turbit Podcast, el CEO Michael Tegtmeier invita al Dr. Richard Kunert, Director de Ciencia de Datos, a debatir sobre las aplicaciones prácticas de la inteligencia artificial en las operaciones de energía eólica. El Dr. Kunert comparte sus reflexiones sobre su insólito recorrido desde la psicología y las neurociencias hasta liderar la innovación en ciencia de datos en Turbit.

El panorama cambiante del sector eólico

Los enfoques tradicionales de monitorización se enfrentan a retos crecientes a medida que el sector de la energía eólica crece:

  • La escala ha aumentado drásticamente – Los parques eólicos han pasado de pequeñas instalaciones a enormes conjuntos de aerogeneradores
  • Los activos son más valiosos – Los aerogeneradores modernos representan inversiones sustanciales, lo que hace que las paradas sean cada vez más costosas
  • Escasez de expertos – Hay menos personal experimentado disponible por activo
  • Sobrecarga de datos – El volumen de información ha superado la capacidad humana para la monitorización manual

«Los parques eólicos son como las granjas lecheras. Los granjeros solían conocer a cada vaca por su nombre y su comportamiento. La ganadería lechera moderna es diferente: las vacas tienen solo números porque hay demasiadas para seguirlas individualmente. Lo mismo está ocurriendo con los aerogeneradores.»

El enfoque basado en datos de Turbit

1. Detección de anomalías personalizada

  • Crea modelos de IA a medida para cada aerogenerador individual
  • Aprende qué significa el funcionamiento «normal» para componentes específicos
  • Identifica desviaciones sutiles que justifican una investigación
  • Se adapta a las características únicas de cada emplazamiento e instalación

2. Gestión inteligente de alarmas

  • Aborda el problema crítico de la fatiga por alertas
  • Utiliza machine learning para priorizar las alarmas genuinamente importantes
  • Reduce el total de alertas hasta un 75 % en algunos casos
  • Mejora continuamente gracias a la retroalimentación de los operadores

«Lo que tenemos ahora es la capacidad de determinar la relevancia de una alarma incluso antes de que se envíe, lo que nos permite filtrar aquellas alarmas que con mayor probabilidad son irrelevantes para el usuario.»

3. Predicción de la causa raíz

  • Va más allá de la detección para llegar al diagnóstico
  • Agrupa alarmas relacionadas en «casos» unificados
  • Analiza los estados de la máquina para identificar averías específicas
  • Reduce significativamente el tiempo de diagnóstico para los operadores

Crear valor, no reemplazar personas

El enfoque de IA de Turbit complementa la experiencia humana al:

  • Concentrar la atención – Dirigiendo a los operadores hacia lo que realmente importa
  • Alargar la vida útil de los activos – Detectando posibles fallos antes de que progresen
  • Minimizar las paradas – Anticipando los problemas antes de que provoquen averías
  • Habilitar la escalabilidad – Permitiendo que el mismo equipo gestione más activos de forma eficaz

«No creo que la IA vaya a reemplazar el trabajo de las personas. Simplemente está cambiando la forma en que se hacen las cosas. Lo hace todo más interesante.»

El futuro: integración y riesgo cero

De cara al futuro, Turbit aspira a combinar múltiples flujos de datos que actualmente existen en silos —desde inspecciones con drones hasta la monitorización de vibraciones— creando una visión integral del estado del aerogenerador.

«La gente se sorprenderá de lo potente que es cuando combinas diferentes fuentes de información. A lo que llegaremos finalmente es al riesgo cero, de modo que, como propietario de un parque eólico, puedas reducir el riesgo a cero para tu parque. Y simplemente funcionará de forma óptima.»

Escucha el episodio completo para conocer más sobre la visión de Turbit de un futuro de operaciones sin riesgo y con un 100 % de energía renovable:

Apple Podcasts | Spotify | YouTube

Próximo episodio: El lado humano de la IA – Cómo el éxito del cliente está impulsando la innovación en energías renovables