基于聚类的计算可以简化光伏面板的检查

2019-10-11 16:53:20

尽管作为可再生能源有许多好处并相对受欢迎,但最终,即使是最好的太阳能电池板上也确实有太阳落下。随着时间的流逝,太阳能电池会受到天气,温度变化,污染和紫外线照射的损害。太阳能电池还需要进行检查以保持电池性能水平并减少经济损失。

那么,如何以一种既经济又省时的方式实时检查面板?印度Thapar工程技术学院的研究学者Parveen Bhola和同一机构的副教授Saurabh Bhardwaj在过去的几年中一直在开发和改进基于统计和基于机器学习的替代方法,以实现对太阳能的实时检查面板。他们的研究发现了基于聚类的计算的新应用,该聚类使用过去的气象数据来计算性能比和退化率。这种方法还可以进行异地检查。

基于聚类的计算通过使用基于气象参数的性能比(包括温度,压力,风速,湿度,日照时间,太阳能,甚至一年中的一天。这些参数易于获取和评估,并且可以从远程位置进行测量。

改进光伏电池检查系统可以帮助检查员更有效地排除故障,并有可能对未来的困难进行预测和控制。基于聚类的计算可能会揭示管理太阳能系统,优化光伏发电量并激发该领域未来技术进步的新方法。

“大多数可用的技术都是通过现场物理检查来计算PV(光伏)系统的退化。此过程耗时,昂贵且不能用于退化的实时分析。” Bhola说。“提出的模型实时评估了性能比率的下降。”

Bhola和Bhardwaj之前曾一起工作,并使用隐马尔可夫模型和广义模糊模型的组合开发了该模型来估计太阳辐射。

隐马尔可夫模型用于对具有未观察或隐藏状态的随机变化系统进行建模。广义模糊模型试图在建模过程中使用不精确的信息。这些模型涉及识别,分类,聚类和信息检索,对于适应光伏系统检查方法很有用。

实时光伏检测的好处超出了对时间敏感和具有成本效益的措施。提出的这种新方法还可以改善当前的太阳能发电预测模型。Bhola指出,太阳能板或一组太阳能板的输出功率可以预测得更高。实时估计和检查还允许实时快速响应。

Bhola说:“作为实时估计的结果,如果输出未达到预期值,则可以立即采取预防措施。” “这些信息有助于微调太阳能预测模型。因此,可以更高的精度预测输出功率。”

郑重声明:本文版权归原作者所有,转载文章仅为传播更多信息之目的,如作者信息标记有误,请第一时间联系我们修改或删除,多谢。