Μια μόνο εικόνα φωταύγειας μπορεί πλέον να αποκαλύψει με μεγάλη ακρίβεια τις απώλειες ισχύος ενός φωτοβολταϊκού πλαισίου, χάρη σε νέα μέθοδο που συνδυάζει τεχνητή νοημοσύνη και μοντέλα φυσικής. Διεθνής ερευνητική ομάδα, με τη συμμετοχή επιστημόνων του Πανεπιστημίου της Νέας Νότιας Ουαλίας, ανέπτυξε σύστημα που μπορεί να χαρτογραφήσει την απόδοση ενός πλαισίου σε επίπεδο εικονοστοιχείου.
Η μέθοδος βασίζεται σε μία μόνο εικόνα ηλεκτροφωταύγειας (EL), αντί για πολλαπλές λήψεις υπό διαφορετικές συνθήκες, όπως απαιτούν οι συμβατικές τεχνικές. Αρχικά, ένας αλγόριθμος μηχανικής μάθησης αναγνωρίζει τον κυρίαρχο μηχανισμό υποβάθμισης, όπως η υποβάθμιση λόγω φωτός (LID), η υποβάθμιση λόγω δυναμικού (PID), οι ρωγμές στα φωτοβολταϊκά στοιχεία ή οι βλάβες στις μεταλλικές γραμμές.
Στη συνέχεια, ένα μοντέλο που βασίζεται στη φυσική των φωτοβολταϊκών μετατρέπει τις μεταβολές της φωταύγειας σε ηλεκτρικές παραμέτρους. Με αυτόν τον τρόπο δημιουργούνται χάρτες των απωλειών και ανακατασκευάζονται η καμπύλη ρεύματος-τάσης, η μέγιστη ισχύς και η κατανομή των απωλειών σε ολόκληρο το πλαίσιο.
Η μέθοδος δοκιμάστηκε σε 300 φωτοβολταϊκά πλαίσια κρυσταλλικού πυριτίου ισχύος 575 W, τα οποία είχαν ανακτηθεί από εγκαταστάσεις πεδίου. Τα αποτελέσματα έδειξαν ότι η ανακατασκευασμένη ισχύς παρουσίασε συνολικό σφάλμα περίπου 0,5%, ενώ στις περισσότερες περιπτώσεις το σφάλμα ήταν μικρότερο από 1,5% σε επίπεδο πλαισίου.
Η τεχνολογία δοκιμάστηκε παράλληλα σε φωτοβολταϊκό πάρκο ισχύος 186 kW, με 342 πλαίσια, χρησιμοποιώντας νυχτερινές εικόνες EL από drone. Σε ομάδα 24 πλαισίων καταγράφηκε μέση απώλεια ισχύος 7,53%, ενώ σε περιοχές με σοβαρή υποβάθμιση οι απώλειες έφτασαν περίπου το 25%.
Η ερευνητική ομάδα εκτιμά ότι η τεχνολογία μπορεί να επιταχύνει σημαντικά τους ελέγχους μεγάλων φωτοβολταϊκών πάρκων, καθώς ένα drone μπορεί να επιθεωρεί πολύ μεγαλύτερη έκταση σε μία μόνο πτήση. Στόχος είναι η αξιοποίηση των δεδομένων για την έγκαιρη διάγνωση προβλημάτων, την ιεράρχηση επισκευών και αντικαταστάσεων, αλλά και τη βελτίωση των προβλέψεων παραγωγής και της αξιολόγησης της μακροπρόθεσμης αξίας των εγκαταστάσεων.
Πηγή: pv-magazine