Estimación de vida útil restante (RUL) basada en física para inversores fotovoltaicos utility-scale.
InverterAI fusiona los modelos Coffin-Manson, Arrhenius y PINN con datos SCADA para ofrecer predicciones de RUL auditables sobre las que puedes actuar.
Las redes neuronales informadas por física pronostican la vida útil restante de módulos IGBT, condensadores y sistemas de refrigeración con intervalos de confianza de 1 a 20 años.
Cuantifica la fatiga térmica de IGBT mediante la cinética Coffin-Manson y el conteo de ciclos rainflow para predecir la degradación de soldaduras e hilos de contacto.
Modela la degradación de condensadores electrolíticos con cinética Arrhenius — cada 10°C de aumento reduce la vida a la mitad. Monitoriza deriva ESR y caída de capacitancia.
Estima la temperatura de junción del IGBT sin sensores directos mediante una red térmica Foster/Cauer limitada por física — la variable más crítica e inconmesurable.
Puntuación de riesgo PINN (0-100) con capacidad de ajuste por administrador, atribución SHAP + Integrated Gradients y trazabilidad completa por inversor.
Tres paneles específicos — Operador (semáforo de flota), Ingeniero (tendencias RUL y escenarios) y Auditor (cumplimiento y trazabilidad) — cada uno con las métricas adecuadas.
Una plataforma robusta diseñada para integrarse con entornos SCADA multi-OEM y crecer con tu flota solar
Tres paneles específicos — semáforo de flota para operadores, tendencias RUL y escenarios what-if para ingenieros, y trazabilidad de cumplimiento para auditores.
Conecta con SCADA de Huawei, Sungrow, SMA, TMEIC y Power Electronics. Integración meteorológica NREL NSRDB para ingeniería de features físicas.
Genera informes de rendimiento e integridad de inversores conformes con IEC automáticamente. Exportación en PDF y Excel para auditorías.
Umbrales configurables para THD > 4,9%, subida ΔR_th y deriva ESR — los indicadores de pre-fallo validados por EPRI para inversores.
Cifrado AES-256 y cumplimiento SOC 2 Tipo II con control de acceso por roles y trazabilidad criptográfica SHA-256.
Despliega on-premise, en tu nube privada o usa nuestra plataforma SaaS segura. Opciones híbridas para operadores multi-planta.
La física del fallo, los modelos y la economía, escritos enteros en lugar de resumidos en una afirmación.
Análisis técnico de cómo las excursiones de temperatura de unión degradan los módulos IGBT, por qué los inversores FV utility-scale están particularmente expuestos, y cómo la ecuación de Coffin-Manson permite predecir el fallo solo con datos SCADA.
Leer más →Introducción práctica, no académica, a las Redes Neuronales Informadas por Física (PINN): por qué extrapolan donde el deep learning estándar falla, y cómo InverterAI las usa para predecir la vida útil de componentes en inversores FV a partir de datos de campo limitados.
Leer más →Comparación lado a lado, basada en números, de O&M reactivo, calendario y predictivo informado por física para inversores FV utility-scale — incluyendo los costes ocultos que rara vez aparecen en los pitches de proveedores.
Leer más →