Tarikh: 10 Januari 2019
Sumber: Institut Fizik Amerika
Ringkasan: Bagaimanakah seseorang memeriksa panel solar dalam masa nyata, dengan cara yang kos efektif dan berkesan masa? Penyelidik kini telah membangun dan meningkatkan alternatif pembelajaran berasaskan statistik dan mesin untuk membolehkan pemeriksaan masa nyata panel solar. Penyelidikan mereka mendapati aplikasi baru untuk pengkomputeran berasaskan clustering, yang menggunakan data meteorologi yang lalu untuk mengira nisbah prestasi dan kadar kemerosotan.
Walaupun terdapat banyak faedah dan populariti relatif sebagai sumber tenaga yang boleh diperbaharui, akhirnya matahari terbenam walaupun panel solar yang terbaik. Dari masa ke masa, sel suria menghadapi kerosakan cuaca, perubahan suhu, pendinginan, dan pendedahan UV. Sel suria juga memerlukan pemeriksaan untuk mengekalkan tahap prestasi sel dan mengurangkan kerugian ekonomi.
Jadi, bagaimanakah seseorang memeriksa panel dalam masa nyata, dengan cara yang kos efektif dan berkesan masa? Parveen Bhola, seorang sarjana penyelidikan di Institut Kejuruteraan dan Teknologi Thapar India, dan Saurabh Bhardwaj, profesor bersekutu di institusi yang sama, menghabiskan beberapa tahun kebelakangan ini untuk membangun dan meningkatkan alternatif pembelajaran berasaskan statistik dan mesin untuk membolehkan pemeriksaan masa nyata solar panel. Penyelidikan mereka mendapati aplikasi baru untuk pengkomputeran berasaskan clustering, yang menggunakan data meteorologi yang lalu untuk mengira nisbah prestasi dan kadar kemerosotan. Kaedah ini juga membolehkan pemeriksaan luar tapak.
Pengkomputeran berasaskan kluster adalah berfaedah untuk masalah ini kerana keupayaannya mempercepatkan proses pemeriksaan, mencegah kerosakan selanjutnya dan memperbaikkan pembaikan, dengan menggunakan nisbah prestasi berdasarkan parameter meteorologi yang termasuk suhu, tekanan, kelajuan angin, kelembapan, jam cahaya matahari, kuasa suria, dan juga hari tahun ini. Parameter ini mudah diperoleh dan dinilai, dan boleh diukur dari lokasi terpencil.
Meningkatkan sistem pemeriksaan sel PV dapat membantu pemeriksa menyelesaikan masalah yang lebih cekap dan berpotensi meramalkan dan mengawal kesukaran masa depan. Pengkomputeran berasaskan kluster mungkin memberi penerangan tentang cara-cara baru untuk mengurus sistem tenaga solar, mengoptimumkan hasil PV, dan kemajuan teknologi masa depan yang menginspirasi di lapangan.
"Sebilangan besar teknik yang ada boleh mengira kemerosotan sistem PV (photovoltaic) melalui pemeriksaan fizikal di tapak. Proses ini memakan masa yang lama, mahal, dan tidak boleh digunakan untuk analisis masa nyata kemusnahan," kata Bhola. "Model yang dicadangkan menganggarkan penurunan dari segi nisbah prestasi dalam masa nyata."
Bhola dan Bhardwaj bekerjasama sebelum dan membangunkan model untuk menganggarkan radiasi matahari menggunakan gabungan Model Markov Tersembunyi dan Model Fuzzy Umum.
Model Markov Tersembunyi digunakan untuk model sistem berubah secara rawak dengan keadaan yang tidak dapat diobservasi atau tersembunyi; Model Fuzzy Umum yang digunakan untuk menggunakan maklumat yang tidak tepat dalam proses pemodelannya. Model-model ini melibatkan pengiktirafan, klasifikasi, clustering, dan mendapatkan maklumat, dan berguna untuk menyesuaikan kaedah pemeriksaan sistem PV.
Manfaat pemeriksaan PV masa nyata melangkaui langkah-langkah sensitif dan kos yang cekap. Kaedah yang dicadangkan baru ini juga boleh meningkatkan model ramalan kuasa solar semasa. Bhola menyatakan bahawa kuasa keluaran panel solar, atau set panel solar, boleh diramalkan dengan ketepatan yang lebih tinggi. Pengiraan dan pemeriksaan masa nyata juga membolehkan tindak balas pantas masa nyata.
"Sebagai hasil daripada anggaran masa nyata, tindakan pencegahan dapat diambil dengan serta-merta jika output tidak sesuai dengan nilai yang diharapkan," kata Bhola. "Maklumat ini berguna untuk menyelaraskan model ramalan kuasa suria, jadi kuasa keluaran boleh diramalkan dengan peningkatan ketepatan."
