Ryhmä tutkijoita Lissabonin yliopistolla on kehittänyt edistyneen koneoppimisalgoritmin, joka kykenee luokittelemaan ja ennustamaan potentiaalisia invertterivikoja suurten mittakaavojen aurinkovoimaloissa. Seuraamalla invertterin osajärjestelmiä ja analysoimalla tietoja, algoritmi pystyy havaitsemaan, kun maksimi- ja minimiarvot saavutetaan, ja se lähettää hälytyksiä operaattoreille mahdollisista vioista.
Algoritmi luokittelee muuttujat niiden historiallisten arvojen perusteella, mikä mahdollistaa erilaisten vikojen tunnistamisen. Näitä ovat verkkoviat, ylijännite, väliaikainen ylijännite, alijännite, matala jännite, väliaikainen vaihtovirtasuuruus, ylitaajuus, alitaajuus, verkkovirran katkeaminen, ylimääräinen orjovirta, syöttöverkkovika, 10 minuutin ylijännite, ylikuormitus ja epätasapainoisen verkkolaitteen vika.
Algoritmin tehokkuuden testaamiseksi tutkijat tutkivat kahta maahan asennettua aurinkovoimalaa, joiden kapasiteetit olivat 140 kW ja 590 kW, molemmissa inverttereinä käytettiin saksalaisen valmistajan SMA:lta peräisin olevia inverttereitä. Algoritmi analysoi jokaisen invertterin muuttujia ja tunnisti onnistuneesti koettujen vikojen tyypit.
Algoritmi käyttää puupohjaisia malleja tietojen analysoimiseen. Näitä malleja käytetään jakamissääntöjen avulla jakamaan ominaisuustila pienempiin alueisiin, joilla on samanlaisia vastearvoja, mahdollistaen tarkat ennusteet ja vikojen luokittelun.
Tutkijat korostavat, että algoritmi pystyy tunnistamaan invertterivikojen lisäksi myös vuodenaikojen vaihtelut näissä vioissa. Tämä tieto voi olla erittäin arvokasta luotettavuusanalyysien ja huoltosuunnittelun kannalta.
Yhteenvetona tutkijat ehdottavat toimenpiteitä invertterien suojaamiseksi sisäänrakennetun piirin ja ylikuormitussuojauksen avulla. Tämä lähestymistapa voi merkittävästi parantaa inverttereiden tehonmuunnoksen tehokkuutta.
Tämän uudenlaisen koneoppimisalgoritmin kehittäminen tarjoaa lupaavan ratkaisun invertterivikojen ennustamiseen ja ehkäisemiseen aurinkovoimaloissa, varmistaen suurten mittakaavojen aurinkovoimaloiden optimaalisen suorituskyvyn jatkumisen.
The source of the article is from the blog lanoticiadigital.com.ar