En gruppe forskere ved Universitetet i Lissabon har udviklet en avanceret maskinlæringsalgoritme, der kan klassificere og forudsige potentielle inverterfejl i store fotovoltaiske (PV) solkraftanlæg. Ved at overvåge inverter-undersystemer og analysere data er algoritmen i stand til at opdage, hvornår maksimale og minimale værdier nås, og den sender alarmer for at advare operatører om potentielle fejl.
Algoritmen kategoriserer variabler baseret på deres historiske værdier, hvilket gør det muligt for den at identificere forskellige typer af fejl. Disse inkluderer netfejl, netoverbelastning, midlertidig netoverbelastning, net-undervolt, lav spænding, midlertidig AC-overstrøm, netfrekvensforstyrrelse, netfrekvensforstyrrelse, netstrømsvigt, overflødig strøm, netfejl i forsyningsnettet, 10-minutters netoverspænding, overbelastning af output og ubalanceret belastning af netkabel.
For at teste effektiviteten af algoritmen undersøgte forskerne to jordmonterede PV-systemer med kapaciteter på henholdsvis 140 kW og 590 kW, begge udstyret med invertere fra den tyske producent SMA. Algoritmen analyserede variablerne for hver inverter og identificerede succesfuldt de typer fejl, der blev oplevet.
Algoritmen anvender træbaserede modeller til at analysere dataene. Disse modeller bruger opdelingsregler til at opdele funktionsrummet i mindre regioner med lignende responsværdier, hvilket muliggør præcis forudsigelse og kategorisering af fejl.
Forskerne fremhæver, at algoritmen ikke kun er i stand til at identificere inverterfejl, men også demonstrerer potentialet for at analysere sæsonvariationer i disse fejl. Denne information kan være yderst værdifuld for pålidelighedsanalyse og vedligeholdelsesplanlægning.
Som konklusion foreslår forskerne at implementere foranstaltninger til beskyttelse af invertere mod indbrud og overstrøm ved hjælp af klemmekredsløb, der er forbundet til resonant kapacitans parallelt. Denne tilgang kan markant forbedre effektiviteten af inverterne til strømkonvertering.
Udviklingen af denne nye maskinlæringsalgoritme giver en lovende løsning til forudsigelse og forebyggelse af inverterfejl i solkraftanlæg, hvilket sikrer fortsat optimal ydeevne af store PV-installationer.
The source of the article is from the blog maltemoney.com.br