日付：2019年1月10日
出典：アメリカ物理学研究所
概要：太陽電池パネルをリアルタイムで、費用対効果と時間効率の両面でどのように検査するのですか。 研究者は、太陽電池パネルのリアルタイム検査を可能にするために、統計的および機械学習ベースの代替手段を開発および改善しました。 彼らの研究は、過去の気象データを使って成績比と劣化率を計算する、クラスタリングベースの計算のための新しいアプリケーションを見つけました。
再生可能エネルギー源として多くの利点と相対的な人気があるにもかかわらず、結局のところ、太陽は最高の太陽電池パネルにさえ沈みます。時間が経つにつれて、太陽電池は天候、気温の変化、汚れ、そして紫外線にさらされることによるダメージを受けます。太陽電池はまた、電池性能レベルを維持しそして経済的損失を減らすために検査を必要とする。
では、費用対効果と時間効率の両方を考慮して、パネルをリアルタイムでどのように検査するのでしょうか。インドのThapar工科大学の研究者であるParveen Bholaと同じ機関の准教授であるSaurabh Bhardwajは、太陽のリアルタイム検査を可能にするために統計および機械学習ベースの代替案を開発および改善するためにここ数年を費やしましたパネル彼らの研究は、過去の気象データを使って成績比と劣化率を計算する、クラスタリングベースの計算のための新しいアプリケーションを見つけました。この方法は、現場外での検査も可能にします。
クラスタリングベースの計算は、温度、圧力、風速、湿度、日照時間などの気象パラメータに基づく性能比を使用することによって、検査プロセスをスピードアップし、さらなる損傷を防ぎ修理を早める能力があるため、この問題に有利です。太陽光発電、そして一年のうちの日さえ。パラメータは簡単に取得および評価され、遠隔地から測定することができます。
PVセル検査システムを改善することは、検査官がより効率的にトラブルシューティングするのを助け、将来の困難について潜在的に予測し制御するのを助けることができる。クラスタリングベースの計算は、太陽エネルギーシステムを管理し、太陽光発電の生産量を最適化し、そしてこの分野における将来の技術的進歩を刺激するための新しい方法に光を当てる可能性があります。
「利用可能な技術の大部分は、現場での物理的検査によるPV（太陽光発電）システムの劣化の計算です。このプロセスは時間がかかり、費用がかかり、劣化のリアルタイム分析には使用できません」とBhola氏は言います。 「提案されたモデルは、実稼働率の観点から劣化を推定します。」
BholaとBhardwajは以前に協力してHidden Markov ModelとGeneralized Fuzzy Modelを組み合わせて日射量を推定するモデルを開発しました。
隠れマルコフモデルは、観測されていない、または隠れた状態を持つ、ランダムに変化するシステムをモデル化するために使用されます。一般化ファジーモデルは、そのモデリングプロセスで不正確な情報を使用しようとします。これらのモデルは、認識、分類、クラスタリング、および情報検索を含み、太陽光発電システムの検査方法を適応させるのに役立ちます。
リアルタイムPV検査の利点は、時間に敏感で費用対効果の高い方法を超えるものです。この新しく提案された方法はまた、現在の太陽光発電予測モデルを改善することができる。 Bhola氏は、太陽電池パネル、または太陽電池パネルのセットの出力電力はさらに高い精度で予測できると指摘した。リアルタイムの推定と検査によって、リアルタイムの迅速な対応も可能になります。
「リアルタイム推定の結果として、出力が期待値に満たない場合は予防措置を講じることができます」とBhola氏は述べた。 「この情報は、太陽光発電予測モデルを微調整するのに役立ちます。そのため、出力電力はより高い精度で予測できます。」
