Neuro-Fuzzy Modelling of a 50 MW Parabolic Trough Solar Loop

Resumen

Este art´ıculo presenta un modelo neuroborroso de un lazo de una planta de colectores cilindro-parab´olicos de gran tama˜no,
implementado mediante Adaptive Neuro-Fuzzy Inference System (ANFIS). El enfoque propuesto sigue una filosof´ıa de modelo de
caja gris, combinando el conocimiento f´ısico de la planta con un aprendizaje basado en datos para proporcionar un balance entre
precisi´on, interpretabilidad y adaptabilidad. Debido a su eficiencia computacional y sus capacidades de adaptaci´on, el modelo puede ser utilizado en tiempo real, por lo que es ideal para aplicaciones de gemelos digitales. Adem´as, casos de uso potenciales incluyen aplicaciones en control predictivo, detecci´on y diagn´ostico de fallos en l´ınea y tareas de monitorizaci´on para ciberseguridad. Los resultados obtenidos con datos de plantas reales demuestran la habilidad del modelo para reproducir con precisi´on la din´amica de la temperatura de salida de la planta en diferentes condiciones de operaci´on, desde d´ıas soleados hasta nublados, por lo que resulta una herramienta fiable e interpretable para modelar plantas termosolares.