Delfos es una plataforma de inteligencia operativa para portafolios renovables que act\u00faa como un virtual engineer: centraliza los datos de los activos, predice fallos antes de que ocurran y cuantifica las p\u00e9rdidas de energ\u00eda con su impacto financiero. No somos un SCADA ni un dashboard m\u00e1s, somos un motor de decisi\u00f3n que conecta lo t\u00e9cnico con lo econ\u00f3mico.<\/p>\n\n\n\n
Nos diferencian tres cosas que pocas plataformas integran en una sola interfaz: predicci\u00f3n de fallos basada en machine learning con horizontes de hasta 200 d\u00edas, cuantificaci\u00f3n autom\u00e1tica de p\u00e9rdidas energ\u00e9ticas traducidas a impacto financiero, y nuestro servicio de Performance Engineering as a Service, que pone a un equipo de ingenier\u00eda al lado del cliente para extraer valor real de los datos. Hoy monitorizamos m\u00e1s de 15 GW instalados a nivel global.<\/p>\n\n\n\n
2. En vuestro trabajo habl\u00e1is de transformar grandes vol\u00famenes de datos en decisiones accionables. \u00bfQu\u00e9 papel est\u00e1 desempe\u00f1ando hoy la inteligencia artificial en la gesti\u00f3n de activos renovables? \u00bfSe pueden abrir brechas que afecten a la ciberseguridad?<\/strong><\/p>\n\n\n\n En Delfos la IA no es una capa a\u00f1adida, est\u00e1 integrada desde el origen. Llevamos a\u00f1os aplicando machine learning para modelar el comportamiento esperado de cada turbina, inversor o bater\u00eda, y detectar desviaciones antes de que se traduzcan en fallo. Hoy el debate se est\u00e1 desplazando hacia el agentic AI: agentes capaces no solo de detectar, sino de razonar sobre el contexto operativo y proponer la siguiente acci\u00f3n. Es la direcci\u00f3n en la que estamos invirtiendo.<\/p>\n\n\n\n Dicho eso, la IA por s\u00ed sola no resuelve la gesti\u00f3n de un activo. Lo potente es la combinaci\u00f3n: modelos que filtran el ruido y jerarquizan, e ingenieros de performance que validan, interpretan y dialogan con el equipo del cliente. Esa mezcla de algoritmo y criterio humano es lo que convierte una alarma en una decisi\u00f3n.<\/p>\n\n\n\n Sobre ciberseguridad, es un tema que abordamos con cada cliente desde el primer d\u00eda. Estamos certificados ISO 27001.<\/p>\n\n\n\n 3. Desde vuestra experiencia, \u00bfcu\u00e1les son los factores que m\u00e1s suelen alejar a un parque e\u00f3lico de alcanzar el P50 previsto?<\/strong><\/p>\n\n\n\n Hist\u00f3ricamente el recurso e\u00f3lico era el sospechoso habitual. Hoy no; con las herramientas modernas de modelado, el recurso est\u00e1 bastante bien caracterizado. M\u00e1s all\u00e1 de estos factores ex\u00f3genos y no controlables \u2014como la propia variabilidad del viento o los curtailments<\/em> impuestos por la red\u2014, lo que realmente aleja a los parques del P50 son p\u00e9rdidas operativas e internas que suelen estar subestimadas o directamente no se contabilizan: la disponibilidad real de los equipos y la degradaci\u00f3n de la curva de potencia.<\/p>\n\n\n\n El problema operativo es que esas p\u00e9rdidas conviven y se solapan. Un mes malo rara vez tiene una sola causa: hay una turbina con la curva de potencia desvi\u00e1ndose lentamente debido a ineficiencias cr\u00f3nicas \u2014como desalineaciones de gui\u00f1ada (yaw misalignment<\/em>), desviaciones en el pitch<\/em>, p\u00e9rdida de aerodin\u00e1mica en las palas por erosi\u00f3n o suciedad, o la propia descalibraci\u00f3n del anem\u00f3metro\u2014, que convive con microparadas no registradas y un sensor de temperatura derivando que empez\u00f3 a mermar el rendimiento hace meses sin que nadie lo viera. Cuando llega el reporte mensual, el resultado agregado dice “estuvimos por debajo del P50” pero no dice por qu\u00e9.<\/p>\n\n\n\n Recuperar el P50 pasa por hacer visible cada una de esas categor\u00edas de p\u00e9rdida en tiempo real, atribuir responsabilidad con precisi\u00f3n (Owner<\/em> u O&M), y darle al equipo el tiempo suficiente para actuar antes de que la p\u00e9rdida se consolide. Visto as\u00ed, el P50 deja de ser un n\u00famero est\u00e1tico y pasa a ser el resultado de gestionar bien varias fuentes espec\u00edficas de p\u00e9rdida a lo largo de toda la vida del activo.<\/p>\n\n\n\n 4. \u00bfC\u00f3mo veis el nivel de digitalizaci\u00f3n de los gestores de activos e\u00f3licos y el uso de los datos para realizar el diagn\u00f3stico de la operaci\u00f3n de los parques e\u00f3licos? \u00bfExiste un cambio de cultura hacia una mayor tecnificaci\u00f3n a pesar de la elevada presencia de gestores con un mayor enfoque financiero?<\/strong><\/p>\n\n\n\n El cambio es real, aunque muy desigual. Seguimos viendo a muchos equipos trabajando con hojas de Excel y los datos que les manda el fabricante por SCADA, sin acceso a tiempo real, sin ayuda para priorizar y siempre un paso por detr\u00e1s del activo. Cuando la informaci\u00f3n llega ya es hist\u00f3rica, el problema lleva semanas pasando y la p\u00e9rdida ya est\u00e1 consolidada. Esa es todav\u00eda la situaci\u00f3n de una parte importante del sector.<\/p>\n\n\n\n En paralelo, hay un segundo perfil que ya opera con dashboards en tiempo real y modelos predictivos. Lo interesante es que los dos perfiles se est\u00e1n acercando. El gestor con enfoque financiero quiere ver impacto en ingresos, no solo disponibilidad t\u00e9cnica, y ah\u00ed es donde la cuantificaci\u00f3n de p\u00e9rdidas en euros, no solo en MWh, se convierte en un puente. Cuando un comit\u00e9 de inversi\u00f3n ve cu\u00e1nta energ\u00eda recuperable se perdi\u00f3 el mes pasado, la conversaci\u00f3n sobre tecnificaci\u00f3n deja de ser te\u00f3rica. La presi\u00f3n por m\u00e1rgenes en un mercado con precios cada vez m\u00e1s vol\u00e1tiles est\u00e1 acelerando esa transici\u00f3n.<\/p>\n\n\n\n 5. \u00bfC\u00f3mo se transforman los resultados de vuestras herramientas en decisiones operativas y\/o como se integran en el ERP de los clientes? En vuestra web mencion\u00e1is alg\u00fan ejemplo de an\u00e1lisis de causa ra\u00edz, uno de los temas m\u00e1s complejos en el sector: \u00bfSolamente con los datos se puede identificar la causa del fallo que puede tener diferentes causas o son necesarias inspecciones sobre puntos concretos?<\/strong><\/p>\n\n\n\n La integraci\u00f3n con sistemas del cliente, incluyendo ERPs y GMAOs, se hace v\u00eda REST API, OPC-UA, ODBC o Modbus. La salida t\u00edpica no es una alarma m\u00e1s, sino una recomendaci\u00f3n priorizada: qu\u00e9 turbina, qu\u00e9 subsistema, qu\u00e9 criticidad y cu\u00e1nta p\u00e9rdida estimada si no se act\u00faa, en formato accionable para que el equipo de O&M planifique la intervenci\u00f3n.<\/p>\n\n\n\n Sobre causa ra\u00edz, nuestro m\u00f3dulo de mantenimiento predictivo monitoriza ocho subsistemas cr\u00edticos de la turbina, entre ellos rotor, multiplicadora, generador, pitch y yaw, comparando el comportamiento esperado con el medido en tiempo real. Cuando hay desviaci\u00f3n, cruzamos patrones temporales (c\u00f3mo evoluciona la se\u00f1al) y espaciales (c\u00f3mo se comporta esa turbina frente a sus vecinas en condiciones similares). Eso permite descartar hip\u00f3tesis r\u00e1pido: si todas las turbinas del sector muestran el mismo patr\u00f3n, el problema es de recurso o curtailment; si solo una se desv\u00eda, es local. En patrones bien caracterizados, como degradaci\u00f3n de rodamiento principal, llegamos a anticipar el fallo hasta con 200 d\u00edas de antelaci\u00f3n.<\/p>\n\n\n\n Tenemos un caso publicado donde una alarma del sistema de pitch parec\u00eda indicar un fallo en el actuador, y el an\u00e1lisis acab\u00f3 identificando un error de medici\u00f3n del sensor de viento. Una inspecci\u00f3n mec\u00e1nica habr\u00eda costado tiempo y dinero sin resolver nada. Ese es el valor de un buen diagn\u00f3stico basado en datos: estrecha dr\u00e1sticamente el espacio de hip\u00f3tesis y dirige la inspecci\u00f3n al sitio correcto. La validaci\u00f3n final en planta sigue siendo necesaria en muchos casos, pero su coste y tiempo se reducen significativamente.<\/p>\n\n\n\n 6. Fabricantes de drones o robots ofrecen como valor a\u00f1adido el tratamiento del resultado de las inspecciones con los datos operativos del parque gracias a la IA. \u00bfLo veis como competencia u oportunidad de colaboraci\u00f3n?<\/strong><\/p>\n\n\n\n Colaboraci\u00f3n, claramente. Los drones y robots cubren una capa que nosotros no cubrimos: la inspecci\u00f3n visual y el diagn\u00f3stico f\u00edsico. Nosotros cubrimos la capa operativa: comportamiento el\u00e9ctrico, t\u00e9rmico, mec\u00e1nico de la turbina a lo largo del tiempo, y modelado predictivo a partir de los datos SCADA y de sens\u00f3rica.<\/p>\n\n\n\n 7. \u00bfCu\u00e1l es la respuesta de los tecn\u00f3logos a la hora de suministrar informaci\u00f3n sobre el funcionamiento de las m\u00e1quinas? \u00bfExisten diferencias entre aerogeneradores antiguos y nuevos sujetos a garant\u00eda?<\/strong><\/p>\n\n\n\n La respuesta es dispar y depende estrechamente del fabricante, del modelo de contrato y de la madurez del activo. En m\u00e1quinas en garant\u00eda con contratos de servicio del OEM, el acceso a las se\u00f1ales SCADA \u2014especialmente en lo relativo al sistema de control de la propia m\u00e1quina\u2014 suele estar m\u00e1s restringido, lo que habitualmente exige un proceso de negociaci\u00f3n para definir qu\u00e9 tags<\/em> se abren al gestor. Por el contrario, en activos fuera de garant\u00eda o gestionados por un O&M independiente, el acceso a la informaci\u00f3n tiende a ser mucho m\u00e1s amplio y transparente.<\/p>\n\n\n\n En nuestra trayectoria integrando datos de tecnolog\u00edas como Vestas, Acciona, Suzlon o Enercon, vemos que este patr\u00f3n se repite de forma sistem\u00e1tica. Sin embargo, demostrando un conocimiento t\u00e9cnico profundo del protocolo y manteniendo un di\u00e1logo estructurado con el fabricante, casi siempre se alcanza el nivel de acceso necesario para operar con KPIs de ingenier\u00eda de alta calidad. En este escenario, la auditor\u00eda autom\u00e1tica de disponibilidad contractual \u2014capaz de segmentar con precisi\u00f3n las responsabilidades entre Owner<\/em>, O&M y Red\u2014 se consolida como la herramienta estrat\u00e9gica que cambia por completo el equilibrio de esa conversaci\u00f3n.<\/p>\n\n\n\n 8. \u00bfVuestras soluciones integran los datos suministrados por el SCADA, con los de la sensorica (virtual o real, en la web mencion\u00e1is casos de calentamiento) y la informaci\u00f3n de las Ordenes de Trabajo del mantenimiento (con o sin GMAO)? \u00bfQu\u00e9 trazabilidad se puede realizar a lo largo del tiempo?<\/strong><\/p>\n\n\n\n S\u00ed, la plataforma est\u00e1 pensada exactamente para eso. Integramos SCADA, sens\u00f3rica adicional (real o virtual, como en los casos de monitorizaci\u00f3n t\u00e9rmica de rodamientos), sistemas de medici\u00f3n fiscal, datos meteorol\u00f3gicos, y eventos del GMAO o registros manuales de O&M cuando no existe GMAO.<\/p>\n\n\n\n La trazabilidad se construye en dos ejes. El eje t\u00e9cnico permite reconstruir el comportamiento de cualquier subsistema, evento por evento, durante a\u00f1os: cu\u00e1ndo apareci\u00f3 la primera desviaci\u00f3n, c\u00f3mo evolucion\u00f3, qu\u00e9 intervenci\u00f3n se hizo y qu\u00e9 efecto tuvo. El eje econ\u00f3mico convierte esa historia en MWh perdidos y, seg\u00fan el r\u00e9gimen de mercado del cliente, en euros perdidos. Esa doble trazabilidad es lo que permite al cliente sostener conversaciones bien fundamentadas con OEMs, aseguradores e inversores.<\/p>\n\n\n\n 9. \u00bfC\u00f3mo se pueden utilizar vuestras herramientas para optimizar el dise\u00f1o del parque e\u00f3lico, con la consiguiente mejora posterior de la gesti\u00f3n del activo, cuando todav\u00eda no hay datos operativos?<\/strong><\/p>\n\n\n\n Nuestro foco son los activos ya en operaci\u00f3n, no la fase de dise\u00f1o. Ah\u00ed es donde Delfos genera valor, monitorizando 24\/7 y traduciendo la realidad operativa en decisiones accionables.<\/p>\n\n\n\n Dicho eso, el dise\u00f1o y la operaci\u00f3n son dos fases que hist\u00f3ricamente se han hablado poco, y ese es uno de los motivos por los que tantos parques no alcanzan el P50. Por eso mantenemos un di\u00e1logo continuo con plataformas especializadas en dise\u00f1o como YouWind, e ingestamos sus datos para que nuestros clientes puedan contrastar el baseline original con la operaci\u00f3n real desde el d\u00eda uno.<\/p>\n\n\n\n Donde s\u00ed insistimos con clientes y prospects es en la importancia de hacer bien la fase de dise\u00f1o: integrar incertidumbres reales, considerar curtailments estructurales del nodo, modelar p\u00e9rdidas operativas con benchmarks cre\u00edbles. Un P50 sobreestimado en dise\u00f1o es una herencia que el operador arrastra durante toda la vida del activo. Nuestro papel empieza cuando las turbinas ya est\u00e1n girando, pero ayuda mucho que la conversaci\u00f3n sobre realismo del baseline haya ocurrido antes.<\/p>\n\n\n\n 10. Espa\u00f1a es uno de los mercados e\u00f3licos m\u00e1s relevantes en Europa. \u00bfC\u00f3mo valoras la situaci\u00f3n actual del sector e\u00f3lico espa\u00f1ol y cu\u00e1les consideras que son sus principales desaf\u00edos?<\/strong><\/p>\n\n\n\n Espa\u00f1a tiene un sector maduro, un parque instalado muy relevante y una capacidad t\u00e9cnica reconocida internacionalmente. Pero est\u00e1 atravesando un momento de tensi\u00f3n real: precios capturados a la baja, episodios de precios negativos cada vez m\u00e1s frecuentes, curtailments por restricciones de red, y una flota con una parte significativa de activos entrando en final de garant\u00eda o ya fuera de ella.<\/p>\n\n\n\n Los desaf\u00edos que vemos d\u00eda a d\u00eda con clientes y prospects son tres. Primero, defender el margen en un mercado donde el precio medio recibido ya no acompa\u00f1a al precio mayorista. Segundo, gestionar el envejecimiento de la flota sin caer en una operaci\u00f3n puramente reactiva, donde cada fallo se convierte en p\u00e9rdida de ingresos directa. Y tercero, dar el salto a la hibridaci\u00f3n con bater\u00edas, que para nosotros es la combinaci\u00f3n ganadora: un parque e\u00f3lico con BESS puede arbitrar precios, evitar verter cuando el sistema lo penaliza, participar en servicios de ajuste y proteger su margen frente a precios negativos. La pregunta no es ya si hibridar, sino c\u00f3mo dimensionar el sistema y c\u00f3mo operarlo. Y eso solo se responde bien si se tiene un an\u00e1lisis riguroso del comportamiento operativo real del activo e\u00f3lico existente.<\/p>\n\n\n\n 11. \u00bfQu\u00e9 tendencias crees que transformar\u00e1n la operaci\u00f3n y gesti\u00f3n de parques e\u00f3licos, en un escenario de, por un lado, reducciones de producci\u00f3n por la operaci\u00f3n del sistema, bajos precios o avifauna, y por otro la participaci\u00f3n en los servicios de ajuste?<\/strong><\/p>\n\n\n\n Hay un cambio de fondo: el parque e\u00f3lico deja de ser un activo que produce todo lo que puede para convertirse en un activo que produce cuando conviene. Eso obliga a un nivel de inteligencia operativa muy superior al actual.<\/p>\n\n\n\n Tres tendencias concretas. La primera, la integraci\u00f3n real entre la gesti\u00f3n del activo y la operaci\u00f3n en mercado: las decisiones de curtailment voluntario, participaci\u00f3n en ajuste o respuesta a precios negativos tienen que poderse evaluar con datos del estado real del activo en tiempo real. La segunda, la hibridaci\u00f3n con bater\u00edas como herramienta para suavizar la exposici\u00f3n al precio y participar en servicios de flexibilidad; ah\u00ed entra nuestra plataforma BESS, donde acompa\u00f1amos a los clientes con educaci\u00f3n t\u00e9cnica activa, no solo software. Y la tercera, la convergencia entre operaci\u00f3n, sostenibilidad y regulaci\u00f3n: avifauna, ruido, vertidos, todo eso pasar\u00e1 a estar monitorizado y reportado autom\u00e1ticamente, o costar\u00e1 mucho m\u00e1s operar.<\/p>\n\n\n\n 12. Para saber m\u00e1s sobre nuestro protagonista:<\/strong><\/p>\n\n\n\n a. Libro favorito: El viaje de Shackleton<\/em><\/p>\n\n\n\n b. Serie: Yellowstone<\/em><\/p>\n\n\n\n c. Pel\u00edcula: O Auto da Compadecida<\/em><\/p>\n\n\n\n d. Color: Naranja<\/em><\/p>\n\n\n\n 13. En nuestra vida cotidiana, todos podemos contribuir a la lucha contra el cambio clim\u00e1tico. \u00bfCu\u00e1l es tu propuesta de medida concreta que nuestros lectores pueden poner en pr\u00e1ctica en sus rutinas diarias hoy mismo?<\/strong><\/p>\n\n\n\n M\u00e1s all\u00e1 de las recomendaciones convencionales, mi propuesta concreta se centra en la gesti\u00f3n activa de la demanda residencial<\/strong>: sincronizar nuestros h\u00e1bitos de mayor consumo el\u00e9ctrico con los momentos de m\u00e1xima generaci\u00f3n renovable.<\/p>\n\n\n\n Hoy en d\u00eda, la digitalizaci\u00f3n nos permite monitorizar con facilidad cu\u00e1ndo la red el\u00e9ctrica dispone de un mayor porcentaje de energ\u00eda limpia (e\u00f3lica y solar). Gestos tan viables como programar los electrodom\u00e9sticos de gran consumo, los sistemas de climatizaci\u00f3n o la carga del veh\u00edculo el\u00e9ctrico en esas ventanas horarias de alta penetraci\u00f3n renovable tienen un impacto directo y medible. No se trata solo de reducir el consumo por defecto, sino de desplazarlo de forma inteligente<\/strong> para evitar que tengan que activarse las centrales de respaldo basadas en combustibles f\u00f3siles. Convertirnos en consumidores informados y flexibles es la palanca m\u00e1s potente que cada ciudadano tiene en su mano hoy mismo para acelerar la descarbonizaci\u00f3n real del sistema.<\/p>\n\n\n\n <\/p>\n","protected":false},"excerpt":{"rendered":" Guilherme Studart es cofundador y CEO de Delfos Energy, plataforma de IA que act\u00faa como un virtual engineer para la gesti\u00f3n de activos renovables y que hoy monitoriza m\u00e1s de […]<\/p>\n","protected":false},"author":2,"featured_media":296152,"comment_status":"closed","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"_acf_changed":false,"_bbp_topic_count":0,"_bbp_reply_count":0,"_bbp_total_topic_count":0,"_bbp_total_reply_count":0,"_bbp_voice_count":0,"_bbp_anonymous_reply_count":0,"_bbp_topic_count_hidden":0,"_bbp_reply_count_hidden":0,"_bbp_forum_subforum_count":0,"_et_pb_use_builder":"","_et_pb_old_content":"","_et_gb_content_width":"","footnotes":""},"categories":[552],"tags":[],"class_list":["post-296150","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-newsletter-9-junio-2026"],"acf":[],"yoast_head":"\n![\"\"](\"https:\/\/aeeolica.org\/wp-content\/uploads\/2026\/06\/Studart_Delfos-1-727x1024.jpg\")
<\/figure>\n\n\n\n