NUO MetMast

En configuraciones tradicionales, un registrador puede dejar de transmitir debido a un fallo de energía o un error en la tarjeta SIM, pero el técnico puede no darse cuenta durante días o semanas. 

• El desafío: tasas de recuperación de datos que caen por debajo del umbral del 90% necesario para la financiación debido a tiempos de inactividad no detectados. 
• Con NUO: al adquirir datos automáticamente y proporcionar notificaciones instantáneas de problemas de comunicación, el sistema garantiza que los equipos de mantenimiento puedan reaccionar en el momento en que se pierde la señal. Esto maximiza la continuidad del conjunto de datos, lo cual es crítico para el cierre financiero. 

Los científicos de datos suelen dedicar entre el 60 y el 80% de su tiempo simplemente a limpiar datos en bruto (eliminando efectos de hielo, sombreado de torres o fallos de sensores) antes de poder comenzar el análisis real. 

• El desafío: altos costes laborales y el potencial de sesgo subjetivo o error humano durante el filtrado manual. 
• Con NUO la limpieza automática de datosutiliza filtros algorítmicos para eliminar puntos de datos no representativos (como señales de anemómetros congelados) en tiempo real. Combinado con la capacidad de ejecutar una limpieza adicional sin interrupciones, NUO proporciona un flujo listo para analizar, permitiendo a los ingenieros centrarse en la estrategia de alto nivel en lugar de la higiene de hojas de cálculo. 

Un solo año de datos es una “instantánea” que puede corresponder a un año inusualmente ventoso o calmado. 

• El desafío: es difícil determinar si las mediciones actuales son “normales” sin una comparación manual tediosa con datos climáticos históricos o satelitales (ERA5/MERRA-2).
• Con NUO: la visualización y comparación integradas a largo plazo permiten a los usuarios superponer instantáneamente los datos actuales de la campaña con tendencias históricas. Esto ayuda a identificar si el emplazamiento está rindiendo por encima o por debajo de lo esperado en relación con el conjunto completo de datos. 

La velocidad del viento cambia con la altura (cizalladura del viento) y comprender esta relación es fundamental para elegir la altura adecuada del buje de la turbina. 

• El desafío: calcular la cizalladura en terrenos complejos o correlacionar datos entre múltiples mástiles/LiDARs es matemáticamente intensivo y propenso a errores si se realiza de forma aislada. Por otro lado, analizar manualmente la intensidad de turbulencia en intervalos de 10 minutos durante un año completo es computacionalmente exigente y a menudo se retrasa, lo que puede provocar fatiga prematura en los componentes de la turbina y mayores costes de mantenimiento a lo largo de la vida útil del activo. 
• Con NUO: las correlaciones avanzadas y el análisis de cizalladuraautomatizan el cálculo del perfil de la Ley de Potencia. Al automatizar estas correlaciones, NUO puede ayudar a predecir velocidades del viento a 150 m incluso si el mástil físico solo alcanza los 100 m, reduciendo la incertidumbre vertical que a menudo conduce a parques eólicos sobredimensionados o infradimensionados. El cálculo automático de la intensidad de turbulencia puede identificar “efectos de estela” de obstáculos cercanos y mejorar el micro-siting de los dispositivos para minimizar la fatiga. 

Los proyectos eólicos implican a muchas partes: desarrolladores, consultores e inversores. 

• El desafío: problemas de control de versiones donde diferentes partes interesadas están trabajando con distintos “borradores” de los datos. 
• Con NUO: un sistema digital centralizado actúa como una Única Fuente de Verdad. Todos visualizan los mismos datos limpios y visualizados, y reciben las mismas alertas automatizadas, garantizando que el proyecto avance con transparencia y rapidez.