Detección de anomalías en paneles solares fotovoltaicos mediante la adaptación del modelo Lee-Carter
Open Access
- 24 July 2025
- journal article
- Published by Universidad Simon Bolivar in Investigación e Innovación en Ingenierías
- Vol. 13 (2) , 219-236
Abstract
Objetivo: Detectar comportamientos anómalos en paneles solares fotovoltaicos mediante la adaptación del modelo Lee-Carter y el uso de técnicas de detección no supervisada. Metodología: Se utilizó una base de datos con registros reales provenientes de un establecimiento comercial con 3180 paneles solares en Barranquilla, Colombia. El modelo Lee-Carter fue adaptado para sintetizar el comportamiento horario de la energía relativa en una sola variable, denominada . A partir de esta, se aplicaron algoritmos de detección no supervisados como Isolation Forest, One-Class SVM, Local Outlier Factor y K-means. El desempeño de cada modelo fue evaluado mediante métricas estándar de clasificación. Resultados: La variable logró captar la tendencia en el tiempo de la energía relativa. El modelo no supervisado que obtuvo mejor desempeño fue Local Outlier Factor con un F1-Score de 1,00 en la detección de anomalías. Conclusiones: La combinación del modelo Lee-Carter con técnicas de detección no supervisadas permite detectar anomalías en paneles solares fotovoltaicos de forma eficiente, sin requerir de grandes volúmenes de datos ni etiquetas históricas.Keywords
This publication has 34 references indexed in Scilit:
- Anomaly detection using K-Means and long-short term memory for predictive maintenance of large-scale solar (LSS) photovoltaic plantEnergy Reports, 2023
- Thirty years on: A review of the Lee–Carter method for forecasting mortalityInternational Journal of Forecasting, 2022
- Evaluation of nominal operating cell temperature (NOCT) of glazed photovoltaic thermal moduleCase Studies in Thermal Engineering, 2021
- Detect Anomalies in Photovoltaic Systems Using Isolation Forest (Preliminary Results)2021
- A critical overview of outlier detection methodsComputer Science Review, 2020
- A more meaningful parameterization of the Lee–Carter modelInsurance: Mathematics and Economics, 2020
- Forecasting mortality rates using hybrid Lee–Carter model, artificial neural network and random forestComplex & Intelligent Systems, 2020
- Mortality Forecasting with the Lee–Carter Method: Adjusting for Smoothing and Lifespan DisparityEuropean Journal of Population, 2020
- Optimising the insertion of renewables in the Colombian power sectorRenewable Energy, 2019
- Ensembles of One Class Support Vector Machines2009