«Perfecto, así que los agentes ven los datos del dron.»
Lo oigo constantemente cuando explico la arquitectura de ClearSpot, y cada vez sé que todavía no la hemos explicado.
Esa frase es la versión de diez segundos de cómo trabajan juntos los agentes de IA y drones en la operación y mantenimiento (O&M) de plantas solares a gran escala. Es técnicamente cierta, pero operativamente incompleta. Lo que importa es la secuencia: quién decide cuándo volar, qué ocurre con las imágenes, con qué rapidez genera el sistema una orden de trabajo y qué pasa cuando el trabajo ha terminado.
Por qué importa esta brecha
Las operaciones solares han vivido históricamente en dos mundos separados.
El primero es la inteligencia eléctrica: SCADA, monitorización de strings y análisis de rendimiento. Este mundo procesa datos de inversores, sensores de corriente, medidores de irradiancia y temperatura. Es rápido, continuo y rico en cifras, pero no puede ver los defectos físicos.
El segundo es la inteligencia visual: la inspección con drones, la imagen térmica y los ortomosaicos RGB. Este mundo encuentra microfisuras, suciedad, fallos de diodos de derivación (bypass) y conexiones sobrecalentadas. Ve lo que los sistemas eléctricos pasan por alto, pero es episódico y está desconectado.
En la brecha entre ambos mundos se pierde una gran parte del valor del O&M. El SCADA puede detectar una anomalía, pero no puede decirle si la causa es suciedad, un daño en el equipo o un fallo incipiente. Las imágenes de dron pueden mostrar el defecto, pero sin contexto operativo quedan aisladas. Nuestra plataforma de IA agéntica cierra esa brecha al unir la inteligencia eléctrica y la visual en un mismo contexto operativo.
Las cinco capas
La arquitectura funciona en cinco capas y cada una tiene una función concreta.
1. Percepción eléctrica
El agente de integración SCADA ingiere los datos de su SCADA actual mediante protocolos estándar como Modbus, IEC 61850 y REST. Normaliza los datos, comprueba la deriva y pasa el resultado a los agentes de rendimiento.
No es necesario sustituir el SCADA. El hardware existente se mantiene y pasa a ser la red de sensores de la malla. Por eso la integración no interrumpe la operación: cambia la capa de inteligencia y se conserva la inversión en hardware.
2. Detección de anomalías
El agente de rendimiento de strings y el agente de monitorización del rendimiento analizan de forma continua los datos SCADA normalizados. No dependen de que se supere un único umbral. Buscan patrones de tasa de cambio, correlación entre strings y bajo rendimiento persistente.
Un string que cae al 94 % de la producción esperada puede ser ruido. Un string que decae un 0,3 % mes tras mes durante seis meses, mientras los strings cercanos muestran el mismo patrón, es una señal que justifica una investigación física. Ahí es donde el benchmarking de rendimiento con IA resulta más útil que la lógica clásica de alarmas.
3. Decisión de despacho
Cuando el agente de monitorización del rendimiento detecta una señal que justifica una investigación física, crea una solicitud de inspección con dron en el contexto operativo compartido. La solicitud incluye el string o la zona afectados, el tipo de anomalía y el modo de captura recomendado.
A continuación, el agente de operaciones de O&M comprueba la meteorología, la disponibilidad de drones y las inspecciones pendientes. Si las condiciones son buenas, despacha una inspección de paneles solares con dron dirigida. Si la planta cuenta con hardware de tipo drone-in-a-box, el vuelo puede ser autónomo. Si recurre a un proveedor de servicios, la solicitud se envía con un briefing de vuelo preciso.
4. Percepción física
El agente de visión de drones recibe el briefing de vuelo, gestiona la misión y procesa las imágenes tras el aterrizaje. Es mucho más que una revisión de imágenes. Incluye ortorrectificación, georreferenciación, clasificación térmica, puntuación de gravedad y correspondencia espacial con la anomalía eléctrica que originó el vuelo.
La clasificación solo funciona con datos térmicos radiométricos, en los que cada píxel lleva un valor de temperatura. El agente compara cada módulo con módulos sanos bajo la misma irradiancia y puntúa la gravedad según el diferencial de temperatura (ΔT), siguiendo las condiciones de captura que establece la norma IEC TS 62446-3 para la termografía infrarroja de plantas fotovoltaicas en exteriores. Una imagen no radiométrica puede mostrar que existe un hotspot, pero no su gravedad.
Por eso importa el flujo de trabajo técnico completo, como explica nuestra guía sobre la inspección termográfica radiométrica de plantas solares. El resultado no es un informe en PDF, sino un registro estructurado de defectos que la capa de operaciones puede usar de inmediato.
5. Acción
El registro de defectos pasa al agente de operaciones de O&M. Cada defecto se clasifica, se puntúa por gravedad, se vincula con su impacto en la producción y se convierte en una especificación de orden de trabajo.
El sistema comprueba el inventario antes de crear la tarea. Si hay repuestos disponibles localmente, la programación de técnicos empieza de inmediato. Si faltan, el aprovisionamiento arranca al mismo tiempo. El resultado es un camino directo de la detección a la acción, sin traspasos manuales que ralenticen el proceso.
Un ejemplo ilustrativo
Así funciona el ciclo en la práctica. Es un ejemplo ilustrativo: «Site Alentejo» y los tiempos que siguen son un escenario representativo, no un registro de cliente.
Lunes, 07:23: el agente de rendimiento de strings señala el string C7 en Site Alentejo. Su producción ha caído un 0,31 % mes a mes durante siete meses seguidos. Es una señal de tasa de cambio, no una alarma por umbral.
Lunes, 08:15: el agente de operaciones de O&M genera una solicitud de inspección con dron. El cielo está despejado y el viento es inferior a 12 km/h, por lo que se aprueba el despacho.
Lunes, 08:40: el dron despega desde la planta. Inspecciona las filas 12 a 19 con imagen térmica y RGB.
Lunes, 09:15: el dron regresa y sube las imágenes.
Lunes, 11:30: el agente de visión de drones termina el procesamiento. Identifica siete hotspots vinculados a fallos de diodos de derivación, dos hotspots vinculados a sombras por suciedad y un sobrecalentamiento de conexión en la caja de conexiones C7-J14.
Lunes, 12:05: el agente de operaciones de O&M genera dos órdenes de trabajo. Una es de limpieza urgente y reapriete de la caja de conexiones. La otra es de reparación de los siete módulos afectados, con el aprovisionamiento de repuestos ya activado.
Lunes, 12:05: el agente de gestión de garantías también contrasta el lote de módulos con las condiciones de garantía. Como el lote sigue dentro de la cobertura, se inicia un expediente de reclamación.
Tiempo total transcurrido: menos de cinco horas desde la señal de anomalía hasta la orden de trabajo y la gestión de la garantía.
Esa es la diferencia operativa. Se gana rapidez al inspeccionar, pero también al decidir, al despachar y al recuperarse.
Por qué importa a gran escala
En una cartera de 100 MW, una detección de fallos más rápida, ciclos de reparación más cortos y una mejor recuperación de garantías se suman. Comunicamos un 99 % de detección de fallos, una reducción del 30–50 % en el coste de O&M, una reducción del 65 % en el tiempo de inactividad y una disponibilidad de la planta superior al 97 % cuando agentes y drones funcionan como un único ciclo. Ofrecemos ClearSpot como suscripción a la plataforma, de 50 a 1.000 USD por MW y año según la escala de la cartera, el tamaño de las plantas y el nivel de automatización y monitorización.
Los drones no sustituyen al SCADA: extienden la capa operativa más allá de lo que el SCADA puede hacer por sí solo.
Conclusión
Los agentes de IA y los drones trabajan juntos porque resuelven partes distintas del mismo problema. Los agentes deciden, los drones perciben y la capa de operaciones convierte ese contexto combinado en acción.
Para el contexto de red y de operación, el informe de IEA PVPS sobre gestión de la potencia activa y SolarPower Europe ofrecen información útil sobre por qué los sistemas solares necesitan un control operativo más dinámico.
Preguntas frecuentes
Los agentes vigilan los datos de SCADA y de strings para detectar anomalías, deciden cuándo hace falta una comprobación física y despachan un vuelo de dron dirigido. Las imágenes del dron se clasifican en un registro de defectos, y los agentes convierten cada defecto en una orden de trabajo, una solicitud de repuestos o una reclamación de garantía.
No. El agente de integración SCADA lee los datos del SCADA existente mediante protocolos estándar como Modbus, IEC 61850 y REST. El hardware se mantiene y pasa a ser la red de sensores de los agentes.
Una señal que requiere una investigación física, como un descenso persistente de la tasa de cambio en un string o la correlación entre strings, y no una única alarma por umbral. A continuación, el agente de operaciones comprueba la meteorología, la disponibilidad de drones y las inspecciones pendientes antes del despacho.
Un registro estructurado de defectos en lugar de un PDF: cada defecto se georreferencia, se clasifica a partir de imágenes térmicas radiométricas y RGB, se puntúa por gravedad y se vincula con la anomalía eléctrica que originó el vuelo.