El ruido de alarmas en O&M solar se entiende mejor desde la sala de control. Una vez vi a un operador pasar cuatro horas revisando la cola de alarmas de una única planta solar de 10 MW. Al final, solo había actuado sobre tres incidencias. Las otras 497 eran ruido, duplicados, fallos transitorios o incidencias que ya se habían resuelto.
Tenía aspecto de agotado. El día anterior había hecho exactamente lo mismo, y al día siguiente volvería a hacerlo. Tres problemas reales entre unas 500 alarmas: esa proporción es el tema de este artículo.
No es un caso excepcional. Es la realidad diaria de las operaciones O&M solares, y es lo que considero más ineficiente de este sector. No porque el trabajo se haga mal, sino porque no debería ser trabajo humano.
La avalancha de alarmas no es un problema tecnológico
Las plataformas modernas de monitorización solar generan alarmas con gran eficacia. Sin embargo, son mucho menos capaces de indicar cuáles importan de verdad.
El resultado son colas de alarmas llenas de incidencias como estas:
- Bajo rendimiento de strings, donde algunas alarmas son fallos reales y la mayoría se deben a suciedad o sombreado transitorio.
- Fallos de comunicación de inversores, donde la mayoría son ruido de comunicaciones y solo unos pocos son problemas reales de hardware.
- Fallos de posición de seguidores, donde la mayoría provienen de la calibración de sensores y solo algunos son averías mecánicas reales.
- Anomalías de la estación meteorológica, donde la mayoría son deriva de sensores y solo unas pocas requieren una calibración real.
- Eventos en la interfaz de red, donde la mayoría son fluctuaciones de la red y solo unos pocos son problemas reales de protección.
- Reenganches provocados por la tormenta del día anterior, que casi siempre son ruido.
En una planta de 10 MW, esto puede suponer cientos de eventos de alarma en un día normal, como ocurría en la cola descrita más arriba, y muchos más después de una tormenta o de una caída de las comunicaciones.
El problema real no es el volumen. Es que, en una cola estándar, todas las alarmas parecen idénticas: se ordenan solo por código de severidad y marca de tiempo. Los códigos de severidad indican cómo clasificó la plataforma una alarma, no cuál está costando dinero. Un fallo de severidad 3 en un inversor pequeño ocupa la misma posición en la cola que un fallo de severidad 3 en un string de gran tamaño, aunque el primero pueda suponer una pérdida muy inferior por hora que el segundo.
Dos problemas que se agravan entre sí
Problema uno: un marco de priorización equivocado
El criterio de ordenación debería ser el impacto en ingresos, no los códigos de severidad. La avería más costosa debería estar siempre en la parte superior de la cola, con independencia de cómo se haya clasificado. Para ello hay que conocer, en cada alarma, la capacidad afectada, la irradiancia actual, el precio de la energía en ese momento y el impacto resultante en la producción, expresado en euros por hora.
Problema dos: ninguna confirmación antes de la intervención
Incluso después de identificar la alarma más costosa, queda una pregunta: ¿se trata de un fallo real o de un sensor que interpreta mal las condiciones meteorológicas? Sin confirmación física, los equipos acaban enviando técnicos basándose solo en señales, y eso es caro. El Aquant 2025 Field Service Benchmark Report sitúa la mediana de intervenciones evitables en el 14 % de los desplazamientos, en torno al 3 % en los mejores y el 24 % en el quinto inferior. El estudio abarca el servicio de campo en general y no solo el solar, pero el patrón resulta familiar para cualquier equipo de O&M que despliega técnicos con alarmas sin confirmar.
Cómo los agentes de O&M de ClearSpot cambian esto
Los agentes de O&M para plantas solares a escala utility de ClearSpot replantean la tarea. En lugar de pedir a una persona que procese cada alarma, identifican el puñado que realmente requiere una decisión ese día, mediante un conjunto de agentes especializados que trabajan en conjunto.
Paso uno: el ranking por impacto en ingresos sustituye a los códigos de severidad
Para cada alarma, la plataforma calcula conjuntamente la capacidad afectada, la irradiancia y el precio, y obtiene un valor en riesgo expresado en euros por hora. Ese valor se convierte en el criterio de ordenación, de modo que el problema más costoso siempre aparece arriba, independientemente de la etiqueta de severidad original.
Paso dos: los agentes térmicos y de diagnóstico confirman antes de la intervención
El flujo de trabajo con drones y diagnóstico utiliza imágenes y la correlación con datos SCADA para clasificar si un evento es un fallo confirmado, una condición transitoria o ruido de sensor, antes de enviar a ningún técnico. Cuando una alarma apunta a un problema de módulo o de string, un vuelo de termografía con dron sobre el bloque afectado lo confirma visualmente. La página de monitorización del rendimiento con IA de ClearSpot explica cómo se gestionan en la práctica el ruido de alarmas, las pérdidas ocultas y la priorización a nivel de cartera.
Paso tres: el operador ve una lista corta y priorizada
El flujo de órdenes de trabajo convierte el análisis en una cola priorizada, con la pérdida evitada cuantificada asociada a cada elemento, para que los equipos de campo sepan adónde ir primero. Esta filosofía operativa es la misma que sigue la más amplia plataforma de IA agéntica para equipos de O&M y EPC de ClearSpot, que reduce el trabajo manual al vincular SCADA, drones y flujos de inspección en un único sistema.
Las cifras
En carteras a escala utility, el enfoque de ClearSpot ofrece una precisión del 99 % en la detección de fallos, una reducción de los costes de O&M del 30–50 %, un 65 % menos de tiempo de inactividad y una disponibilidad de planta del 97 % o superior. Las intervenciones no confirmadas que se evitan son una parte importante de esa reducción de costes: cada desplazamiento evitado es mano de obra, viaje y tiempo en planta que vuelve al trabajo planificado.
Los operadores rara vez describen esto solo como una cuestión de costes. Lo describen como un alivio. Recuperar cuatro horas cada día cambia el tipo de trabajo que un ingeniero puede dedicar realmente a cada cosa.
Cómo medir el ruido de alarmas en su propia O&M solar
¿Qué porcentaje de su cola de alarmas es realmente accionable frente a ruido? La mayoría de los equipos nunca lo ha medido. Basta una muestra de dos semanas para averiguarlo:
- Exporte todas las alarmas de una planta durante 14 días, con su código, dispositivo, hora de inicio y hora de cierre.
- Agrupe los duplicados: el mismo dispositivo y el mismo código dentro de una ventana corta cuentan como un único evento, no como varios.
- Marque las alarmas que se autorresuelven y que desaparecieron antes de que nadie actuara sobre ellas.
- Etiquete cada evento restante con su resultado: orden de trabajo generada, intervención realizada o sin acción.
- Para cada intervención, registre si el técnico encontró un fallo real. Así obtendrá su propia tasa de intervenciones evitables para compararla con el rango de referencia del 3 al 24 %.
- Estime la energía en riesgo de los eventos atendidos (capacidad afectada, irradiancia, precio) para comprobar si los códigos de severidad sitúan primero los más costosos.
La proporción entre eventos accionables y alarmas totales es su línea base de ruido. Haga un seguimiento mensual: es la medida más clara de si una herramienta de triaje, un cambio de reglas o un agente funciona de verdad.
Preguntas frecuentes
El ruido de alarmas es la proporción de alarmas de monitorización que no requieren ninguna acción: duplicados, sombreados transitorios, caídas de comunicación, deriva de sensores y eventos que se resuelven solos. En una planta a escala utility puede ocultar las pocas alarmas que están costando dinero real.
La mayoría de las alarmas proceden de condiciones transitorias, como sombreados breves, deriva de sensores o fallos de comunicación, y no de averías reales de los equipos. Las plataformas de monitorización tradicionales no están diseñadas para distinguir ambos casos de forma automática.
No existe una cifra verificada válida para todo el sector. El coste depende de la distancia a la planta, del tamaño de la cuadrilla, de la urgencia y del trabajo planificado que se pierde, así que la cifra más fiable es la propia: registre la mano de obra, el desplazamiento y el tiempo en planta de las intervenciones en las que no se encontró ningún fallo.
El Aquant 2025 Field Service Benchmark Report, de alcance transversal, sitúa la mediana en el 14 % de los desplazamientos, los mejores en torno al 3 % y el quinto inferior en el 24 %. Abarca el servicio de campo en general, no solo el solar.
ClearSpot ordena las alarmas por impacto en ingresos en tiempo real y utiliza la correlación con SCADA y la confirmación con drones antes de enviar a cualquier técnico, lo que reduce tanto el tiempo de triaje como los desplazamientos innecesarios.
¿Quiere ver su propia cola de alarmas ordenada por impacto en ingresos?