Herramientas geomáticas aplicadas a la optimización de recursos energéticos

Resumen

En la presente Tesis Doctoral se plantea el uso de herramientas geomáticas complementadas con mediciones termográficas para el desarrollo y automatización de procedimientos que permitan la optimización de la explotación de los recursos energéticos. Las técnicas geomáticas de captura de información son estrategias asentadas en el ámbito científico y ampliamente utilizadas en el ámbito metrológico de la ingeniería. Estas técnicas posibilitan la digitalización precisa de entornos complejos mediante la captura masiva de información geométrica y radiométrica no estructurada. La información geométrica resultante se representa como un conjunto de puntos tridimensionales sobre el que es posible realizar mediciones geométricas e incluso consultas de la información radiométrica asociada. No obstante, esta información geométrica y radiométrica se presenta como un conjunto de valores discretos, carentes de semántica que los caracterice o los relacione entre sí. La generación de procesos que automaticen el análisis de esta información, dotándola de semántica que enriquezca el producto, posibilitando análisis expertos en diferentes ámbitos profesionales, representa una línea de investigación muy activa en el siglo XXI. En la presente Tesis Doctoral se pretende proporcionar al experto en análisis energético de herramientas que le permitan, a partir de esta información geomática, optimizar el aprovechamiento de los recursos energéticos. Por un lado, se pretende estudiar la integración de información procedente de técnicas tan distintas como la geomática, donde el producto se representará en un espacio tridimensional, y la termografía, donde el producto se representará en un formato de imagen bidimensional o malla de temperaturas. Por otro lado, se pretende abordar el desarrollo de algoritmos de análisis que automaticen los procesos de inspección, enfocados tanto a la determinación de las posibilidades de explotación de recursos energéticos, en concreto solar, como a la optimización energética de instalaciones existentes. Para ello se plantea un proceso de análisis de las tecnologías más adecuadas para cada estudio, atendiendo principalmente a aspectos referentes a la precisión, resolución y alcance de cada metodología. Se utilizan productos geomáticos procedentes tanto de sensores activos como pasivos. Dentro de los primeros, planteamos el uso de sistemas LiDAR (Light Detection And Ranging) móvil (Mobile LiDAR System - MLS) para la digitalización de escenarios interiores complejos. En estos sistemas, un equipo de medición láser, complementado con sensores y estrategias software de posicionamiento, posibilita la adquisición de datos dinámica para la documentación geométrica de escenarios complejos. Dentro de los segundos, planteamos el uso de diferentes plataformas aéreas de captura, tanto tripuladas como no tripuladas. Estas plataformas son capaces de portar sistemas de percepción de bajo formato, cuyas dimensiones y peso estará limitado por las características técnicas de la plataforma de transporte. De esta forma, se embarcan sistemas de captura RGB, cuyas imágenes son incorporadas a procesos fotogramétricos y de visión computacional de última generación para la reconstrucción 3D implementados en el software GRAPHOS® (inteGRAted PHOtogrammetric Suite) (ver Apéndice B), desarrollado por los autores durante esta Tesis Doctoral. Estas plataformas de adquisición de información geomática son complementadas con la integración de sistemas de captura termográficos, cuya radiometría es transferida al producto geomático. El producto multidimensional resultante de la integración de los productos geomáticos con radiometría termográfica alimenta los algoritmos de segmentación y clasificación de elementos de interés. Los trabajos comienzan alineados con el novedoso concepto de “Smart city”, en busca de un desarrollo urbano basado en la sostenibilidad energética y el aprovechamiento de fuentes de energía renovables. Dentro de este marco podemos identificar tres puntos clave para avanzar hacia el concepto de comunidad autosuficiente energéticamente: • Optimización de la eficiencia energética de las instalaciones consumidoras. • Identificación del recurso de energía renovable disponible. • Optimización de productividad energética de las instalaciones productoras. Siguiendo estas tres premisas, analizadas en función de las capacidades técnicas del equipamiento y las metodologías a nuestra disposición, la presente Tesis Doctoral trata de dar una respuesta integral a la implantación y optimización de recursos energéticos, con especial énfasis al recurso solar. Inicialmente se presenta una metodología para la inspección de envolventes de edificaciones capaz de detectar y evaluar el efecto de patologías que comprometan la eficiencia energética de la construcción como fallos en aislamiento, humedades o filtraciones de aire. A mayores, la metodología propuesta dota al inspector de una herramienta capaz de realizar una simulación del impacto energético de acciones de rehabilitación. La segunda premisa se aborda con el desarrollo de una metodología de captura y procesamiento de datos para la identificación automática y a gran escala de coberturas urbanas candidatas a albergar instalaciones solares. La metodología propuesta presenta una captura de datos utilizando una plataforma aérea tripulada, dotada de sensores pasivos de imagen RGB y termográficos. El algoritmo de procesamiento de la información, implementado en el software SOLEMAP® (SOLar Energy MAPping) desarrollado durante esta Tesis Doctoral para tal fin (ver Apéndice B), consigue la detección y clasificación automática de superficies candidatas a albergar paneles solares en función de su área, inclinación, orientación y existencia de obstáculos. Por último, la tercera premisa se aborda dando solución a la optimización de plantas fotovoltaicas mediante la detección automática de patologías que limiten su productividad. De este modo, se presenta una metodología de captura de datos utilizando una plataforma aérea no tripulada dotada de nuevo de sensores pasivos RGB y termográficos. El algoritmo de procesamiento de la información, implementado en el software SOLFIN® (SOLar Farm INspection) desarrollado durante esta Tesis Doctoral (ver Apéndice B), consigue la detección y clasificación automática de patologías en superficies fotovoltaicas según su gravedad, en función de sus características geométricas y análisis estadísticos de la información termográfica transferida al producto geomático.