Aplicación de técnicas de Machine Learning para el diagnóstico del comportamiento de bombas de agua de circulación de una central de generación eléctrica

Abstract

Este proyecto presenta el desarrollo de un sistema de diagnóstico predictivo aplicado a las bombas de circulación de agua en una central de ciclo combinado, basado en aprendizaje por refuerzo (TD3). Se emplean datos reales (2020–2023) para entrenar agentes que predicen valores de temperatura, presión y desplazamiento, y se traduce el error de predicción en curvas de estrés acumulado. Con ello, se permite detectar anomalías con antelación y optimizar las tareas de mantenimiento, lo que resulta en una reducción de los costes operativos.

This project presents the development of a predictive diagnostics system for circulation water pumps in a combined cycle power plant, based on reinforcement learning (TD3). Real operational data (2020–2023) are used to train agents that predict key signals such as temperature, pressure and displacement. The prediction error is translated into cumulative stress curves, allowing early detection of anomalies and optimization of maintenance tasks, which leads to reduced operational costs.