Un gruppo di ricercatori dell’Università di Lisbona ha sviluppato un avanzato algoritmo di apprendimento automatico che può classificare e prevedere con successo i possibili guasti degli inverter nelle centrali fotovoltaiche su larga scala. Monitorando i sottosistemi degli inverter e analizzando i dati, l’algoritmo è in grado di rilevare quando vengono raggiunti i valori massimi e minimi, inviando allarmi per segnalare agli operatori i potenziali guasti.
L’algoritmo categorizza le variabili in base ai loro valori storici, consentendo di identificare diversi tipi di guasti. Questi includono anomalie di rete, sovratensione di rete, sovratensione temporanea di rete, sottotensione di rete, bassa tensione, sovracorrente temporanea di corrente alternata, sovrafrequenza di rete, sottofrequenza di rete, interruzione di alimentazione di rete, correnti parassite eccessive, guasto di rete di alimentazione, sovratensione di rete di 10 minuti, sovraccarico di uscita e sbilanciamento del carico del guasto del dispositivo di rete.
Per testare l’efficacia dell’algoritmo, i ricercatori hanno esaminato due sistemi fotovoltaici a terra con capacità di 140 kW e 590 kW, entrambi dotati di inverter del produttore tedesco SMA. L’algoritmo ha analizzato le variabili di ogni inverter e ha identificato con successo i tipi di guasti riscontrati.
L’algoritmo utilizza modelli basati su alberi per analizzare i dati. Questi modelli utilizzano regole di divisione per suddividere lo spazio delle caratteristiche in regioni più piccole con valori di risposta simili, consentendo una previsione e classificazione accurata dei guasti.
I ricercatori sottolineano che l’algoritmo non è solo in grado di identificare i guasti degli inverter, ma dimostra anche il potenziale per analizzare le variazioni stagionali di questi guasti. Queste informazioni possono essere estremamente preziose per l’analisi della affidabilità e la pianificazione della manutenzione.
In conclusione, i ricercatori suggeriscono di adottare misure per proteggere gli inverter da sovracorrenti e sovratensioni utilizzando circuiti di morsetto collegati a capacità risonanti in parallelo. Questo approccio può migliorare significativamente l’efficienza di conversione di energia degli inverter.
Lo sviluppo di questo nuovo algoritmo di apprendimento automatico offre una soluzione promettente per prevedere e prevenire i guasti degli inverter nelle centrali solari, garantendo la continua ottimale performance delle installazioni fotovoltaiche su larga scala.
The source of the article is from the blog trebujena.net