Szkody w fotowoltaice naprawimy w mig. Indyjski system jest mądrzejszy od człowieka

Farmy fotowoltaiczne niejednokrotnie przybierają tak ogromne rozmiary, że niezwykle trudnym zadaniem jest identyfikacja i lokalizacja drobnych awarii w pojedynczych modułach. Indyjscy naukowcy przychodzą z rozwiązaniem, które pomoże z niepożądanymi szkodami w fotowoltaice.
Zdjęcie poglądowe farmy fotowoltaicznej

Zdjęcie poglądowe farmy fotowoltaicznej

Badacze z Marri Laxman Reddy Institute of Technology and Management w Hajdarabadzie, Narodowego Instytutu Technologii Andhra Pradesh w Tadepalligudem oraz CVR College of Engineering w Ibrahimpatnamie opublikowali w czasopiśmie Results in Engineering efekty swoich prac nad systemem pomagającym identyfikować uszkodzenia w dużych instalacjach fotowoltaicznych.

Czytaj też: Najnowszy raport URE odsłania prawdę o fotowoltaice w Polsce

Naukowcom przyświecała idea, aby można było w łatwy i szybki sposób rozpoznawać sytuację, gdy w panelach słonecznych dochodzi do przegrzania się, samozapłonu lub innych działań niepożądanych. Wczesna identyfikacja problemów pozwalałaby na odpowiednio sprawne i prędkie wyłączenie wadliwej części instalacji i tym samym zapobiegnięcie nagłym spadkom mocy (o destrukcji znacznej części paneli nie wspominając).

System indyjskich naukowców przewidzi awarie w fotowoltaice. Wstępne badania to potwierdzają

Badania polegały na zastosowaniu tzw. techniki wielowarstwowej sieci neuronowej (ang. Multilayer Neural Network, MLNN) – techniki uczenia maszynowego, która może obsługiwać złożone relacje poprzez uczenie się ich hierarchicznej reprezentacji. Uczeni wyszkolili model na olbrzymim zbiorze danych obejmującym duży zasięg czasowy.

Czytaj też: Osobliwa “terapia” Chin sprzyja fotowoltaice. Te perowskity prześcignęły jakością resztę świata

Z artykułu możemy dowiedzieć się, że technikę przetestowano na hipotetycznym systemie fotowoltaicznym o mocy 22,5 kW. Naukowcy wykazali skuteczność w wykrywaniu awarii na poziomie 98,76 proc. Model wykrywał, klasyfikował i lokalizował uszkodzenia zarówno typu linia-ziemia, jak i linia-linia. Niekwestionowaną zaletą MLNN jest to, że wymaga ona zainstalowania tylko jednego czujnika prądu dla każdego z ciągu modułów.

Schemat instalacji fotowoltaicznej, którą była obiektem badawczym dla techniki MLNN / źródło: https://doi.org/10.1016/j.rineng.2024.102299, CC-BY-4.0

„Proponowana technika wielowarstwowej sieci neuronowej może rozwiązywać dowolne nieliniowe złożone obliczenia, obsługiwać dużą ilość danych wejściowych na tematów błędów paneli i szybko przewidywać uszkodzenia” – zachwalają indyjscy naukowcy. Ich zdaniem algorytm można stosować w instalacjach fotowoltaicznych o dowolnej wielkości.

Czytaj też: Holendrzy zapowiadają punkt zwrotny w fotowoltaice. To kwestia kilku lat

Na razie jego skuteczność została potwierdzona w środowisku eksperymentalnym. Jeśli narzędzie miałoby pojawić się w praktycznym zastosowaniu przy dużych farmach słonecznych, to czeka je jeszcze długo okres testów na rzeczywistych modułach. Miejmy nadzieję, że w takim środowisku MLNN również będzie tak doskonale lokalizować wszelakie uszkodzenia i potencjalne miejsca większych awarii.