Fallo de bobinado del generador
Las anomalías de temperatura del bobinado del estátor son una de las firmas SCADA más claras de un fallo eléctrico en el generador — típicamente un fallo del convertidor de frecuencia, degradación del aislamiento, problema del sistema de refrigeración o un cortocircuito entre espiras en desarrollo. La detección temprana convierte un costoso rebobinado de emergencia en un cambio de convertidor planificado.
Reviewed by Michael Tegtmeier, Founder & Managing Director · Last reviewed: May 10, 2026
Qué sucede
Los bobinados del estator del generador convierten el par del rotor en potencia eléctrica; su temperatura viene determinada por la carga actual, el rendimiento del sistema de refrigeración y el estado del aislamiento. Cuando algo falla eléctricamente —un IGBT defectuoso en el convertidor de frecuencia, un fallo de aislamiento entre espiras, un mal funcionamiento del ventilador de refrigeración, o una reducción sostenida de carga que carga asimétricamente los bobinados— las temperaturas de los bobinados suben por encima de lo que la velocidad del viento y la potencia de salida pueden explicar, a menudo con inestabilidad de potencia simultánea o limitación. Detectar la desviación respecto a la temperatura esperada del modelo te compra meses de tiempo de planificación.
Señales a vigilar
Las temperaturas del bobinado del estator suben por encima de la envolvente esperada del modelo en un punto de funcionamiento de viento/potencia dado.[1,2]
La potencia de salida se vuelve inestable —fluctuando entre los setpoints nominal e inferiores— o la turbina se reduce silenciosamente por el sistema de control.[1,3]
Las temperaturas del sistema de refrigeración (refrigerante, salida ambiente) cambian al unísono.[2]
Los patrones de códigos de estado cambian: más eventos de reducción, más advertencias del convertidor de frecuencia.[3]
Causas raíz
- Fallos del convertidor de frecuencia (IGBT) que causan carga de fase irregular y exceso de calor en los bobinados.[1,3]
- Degradación del aislamiento —humedad, descarga parcial, envejecimiento térmico— que conduce a cortocircuitos entre espiras o entre espira y tierra.[2,4]
- Fallos del sistema de refrigeración —radiadores obstruidos, ventiladores averiados, bajo caudal de refrigerante.[2]
- Funcionamiento fuera de la envolvente de diseño —operación sostenida a sobrecalentamiento o contacto insuficiente del anillo deslizante en generadores DFIG.[3]
Cómo Turbit detecta esto
Las redes neuronales por turbina aprenden el comportamiento normal de la temperatura de los bobinados de cada generador en función de la velocidad del viento, la potencia, la temperatura ambiente y las condiciones de la red. Las desviaciones respecto al valor predicho detectan fallos eléctricos en desarrollo meses antes de que los códigos de estado escalen a un apagado forzado. La capa de predicción de relevancia correlaciona las anomalías de temperatura del bobinado con los códigos de estado del convertidor de frecuencia para señalar la causa raíz más probable.
Desde la flota Turbit
Las anomalías de temperatura del bobinado del generador en la flota Turbit típicamente se resuelven en una de tres causas —fallos del convertidor de frecuencia, problemas del sistema de refrigeración, o degradación del aislamiento— en ese orden de frecuencia aproximadamente. Las ventanas de detección a resolución dependen de la disponibilidad de piezas para el convertidor o componente de refrigeración, pero el paso de detección por IA a OEM involucrado es consistentemente inferior a un mes.
En una cartera de 50 turbinas, el intercambio típico de convertidor es EUR 30–60k. Detectar el fallo en desarrollo mientras la turbina aún produce —en lugar de después de un disparo forzado— es la diferencia entre un intercambio programado y una emergencia de grúa y personal.
Referencias
- Fault detection of a wind turbine generator bearing using interpretable machine learning — Frontiers in Energy Research (2023)
- Wind turbine generator failure analysis and fault diagnosis: A review — Liu et al. (2024)DOI: 10.1049/rpg2.13104
- Wind Turbine Generator Reliability Analysis To Reduce Operations and Maintenance Costs — NREL (2023)
- Monitorización e identificación de fallos en cojinetes de generador de aerogenerador mediante redes de creencia profunda y gráficos de control EWMA — Frontiers in Energy Research (2021)
Ve Turbit en tu flota
Haz backtest de Turbit en las turbinas donde ya sabes que pasó algo — o lee cómo operadores como VSB, Energiequelle, Enercity y Teut usan Turbit en sus flotas hoy.