Las termografías son parte de las técnicas de inspección no invasivas que usan cámaras infrarrojas para establecer la temperatura de superficies y detectar anomalías térmicas. Este análisis se puede realizar mediante drones cubriendo áreas extensas en corto tiempo. También, se suelen emplear cámaras portátiles para evaluar la temperatura en String box, transformadores, tableros y otros equipos críticos.

En aplicaciones dirigidas a sistemas fotovoltaicos, el calentamiento no uniforme de las celdas se reconoce como la anomalía más común detectable mediante termografía. Esta falla conlleva a perdidas de rendimiento y económicas por cada string afectado [1]. Esto resulta relevante, en un contexto en el que los bajos rendimientos en la industria solar mundial alcanzan pérdidas por 2.5 billones de dólares [2].

• Sector eléctrico: Se emplea en la generación, distribución y transmisión de energía para detectar conexiones defectuosas, circuitos sobrecargados y componentes sobrecalentados.
• Sector mecánico: Útil para identificar fallas en rodamientos, desalineaciones, piezas desgastadas y lubricación inadecuada.
• Sector energético: Se usa en oleoductos, gasoductos y sistemas de tuberías relacionados para identificar fugas, obstrucciones y anomalías de temperatura.
• Industria manufacturera: Se utiliza para inspeccionar productos en procesos de fabricación, detectando grietas, delaminaciones y porosidad.
• Construcción y edificación: Se implementa en edificaciones, puentes y tuberías para detectar fugas de calor, infiltraciones de humedad y deficiencias de aislamiento.
• Sector automotriz y aeroespacial: Usado en el análisis térmico y mapeo de componentes críticos como motores, sistemas de frenado y conexiones eléctricas.

La integración del internet de las cosas y las redes neuronales convolucionales —una de las arquitecturas del Deep Learning— son tecnologías claves de la industria 4.0 que está emergiendo en los análisis termográficos. El uso de redes neuronales convolucionales permite automatizar la detección temprana de defectos y anomalías térmicas en la gestión de activos [3]. Por ejemplo, la segmentación de instancias en imágenes permite hacer seguimiento en tiempo real y remoto de equipos, estructuras o instalaciones, alcanzando una precisión del 99% en algunos estudios [4].

En ITIC GROUP contamos con amplia experiencia en proyectos de análisis termográfico, aplicando estándares internacionales para garantizar precisión y confiabilidad. Hemos trabajado con diversas plantas solares fotovoltaicas en la región Américas, generando importantes entradas para la optimización de sus rendimientos económicos y operativos a través de la calidad de nuestros diagnósticos.

En ITIC GROUP ofrecemos servicios especializados de termografía manual y con drones con cámaras de última generación, garantizando inspecciones precisas y eficientes. Contamos con experiencia en termografía IEC 62446-3, proporcionando informes detallados que permiten identificar fallas y puntos de atención en las instalaciones, así como ortofotogramas de alta resolución y captura de imágenes termográficas para análisis técnico.

Actualmente, estamos desarrollando nuestros propios modelos de visión artificial para asistir a nuestros técnicos en la detección de anomalías térmicas y garantizar una evaluación más precisa de equipos e infraestructuras.

[1] Å. F. Skomedal, B. L. Aarseth, H. Haug, J. Selj, and E. S. Marstein, “How much power is lost in a hot-spot? A case study quantifying the effect of thermal anomalies in two utility scale PV power plants,” Sol. Energy, vol. 211, pp. 1255–1262, Nov. 2020, doi: 10.1016/J.SOLENER.2020.10.065.

[2] B. Santos, “Raptor Maps señala el creciente problema del bajo rendimiento de los sistemas fotovoltaicos,” PV magazine, 2023. https://www.pv-magazine.es/2023/03/07/raptor-maps-senala-el-creciente-problema-del-bajo-rendimiento-de-los-sistemas-fotovoltaicos/ (accessed Feb. 18, 2025).

[3] A.-K. Engineering, J. Al-Khwarizmi, E. Journal, H. N. Al-Jubori, I. Al-Darraji, and H. Jerbi, “Defect Detection Using Thermography Camera Techniques: A review,” Al-Khwarizmi Eng. J., vol. 20, no. 4, pp. 70–88, Dec. 2024, doi: 10.22153/KEJ.2024.03.002.

[4] J. Liu, C. Xu, Q. Ye, L. Cao, X. Dai, and Q. Li, “Thermal Imaging-Based Abnormal Heating Detection for High-Voltage Power Equipment,” Energies 2024, Vol. 17, Page 4035, vol. 17, no. 16, p. 4035, Aug. 2024, doi: 10.3390/EN17164035.

• Aníbal Alviz Meza.
• ITIC-GROUP