franck-v-jIBMSMs4_kA-unsplash

Sztuczna inteligencja (AI) wkracza w prace konserwacyjne paneli fotowoltaicznych.

Kwarantanna pandemiczna Covid-19 wprowadziła nowy zestaw wyzwań dla operacji i konserwacji paneli fotowoltaicznych. Temat przyciągnął uwagę branży teraz, gdy w lokalizacjach PV brakuje personelu. Huawei twierdzi, że jego nowa diagnostyka krzywej Smart IV – integrująca sztuczną inteligencję, technologie cyfrowe i PV – jest pierwszym krokiem w kierunku bezzałogowej obsługi i utrzymania. Wraz ze stałym spadkiem uśrednionego kosztu energii (LCOE) poprawa efektywności obsługi i utrzymania oraz towarzyszące jej redukcje kosztów mogą przyspieszyć nadejście ery parytetu sieci.

Personel operacyjny i konserwacyjny nie musi już przeprowadzać inspekcji na miejscu całych instalacji fotowoltaicznych. W 2019 roku Huawei wprowadził AI Boost Smart IV Curve Diagnosis 3.0. Skanując łańcuchy paneli fotowoltaicznych za pomocą inteligentnych falowników fotowoltaicznych, rozwiązanie może znaleźć związek (krzywa IV) między napięciem wyjściowym a prądem wyjściowym. Huawei twierdzi, że inteligentny system zarządzania PV wykorzystuje duże zbiory danych do analizy krzywej IV modułów PV, stosuje algorytmy diagnostyczne sztucznej inteligencji (AI), identyfikuje wadliwe ciągi i tworzy raport diagnostyczny.

„Dzięki samouczeniu się AI rozwiązanie stale gromadzi doświadczenie IV i optymalizuje modele usterek, wyznaczając początek operacji AI i konserwacji PV” – mówi Yan Zhang, starszy menedżer produktu w Huawei.

Problemy z PV

„Usterki w słonecznych modułach fotowoltaicznych wpływają na uzysk energii w zakładzie bardziej niż jakikolwiek inny czynnik. Błędy te są bardzo zróżnicowane w zależności od etapu, na którym się pojawiają ”- mówi Zhang. Twierdzi, że ręczna inspekcja i tradycyjna kontrola nadzorcza i pozyskiwanie danych (SCADA) często nie są w stanie dokładnie określić pierwotnej przyczyny błędów w krótkim okresie czasu.

Tradycyjnie IV inspekcja wymagała od personelu wizytacji miejsc realizacji projektu i zabrania ze sobą sprzętu. Elektrownia fotowoltaiczna o mocy 100 MW zawiera dziesiątki tysięcy modułów fotowoltaicznych i zajmuje powierzchnię odpowiadającą ponad 300 boiskom piłkarskim. „Fizyczne skanowanie wszystkich modułów fotowoltaicznych jest po prostu niepraktyczne” – mówi Zhang, dodając, że ręcznie generowane raporty mogą powodować błędy i są czasochłonne. Rosnące scenariusze zastosowań, trudny teren i pojawienie się nowych typów modułów fotowoltaicznych. takich jak technologia bifacial, może powodować szczególnie złożone i kosztowne kontrole ręczne.

Sztuczna inteligencja

Huawei Smart IV Curve Diagnosis 3.0 oferuje alternatywę dla ręcznej metody wykrywania próbek. Mówi się, że system wykonuje pełne wykrywanie wszystkich modułów PV i automatycznie generuje raporty wykrywania obejmujące 14 różnych typów usterek, którym towarzyszą automatyczne raporty. „AI Boost Smart IV Curve Diagnosis obsługuje zdalne skanowanie wszystkich łańcuchów fotowoltaicznych w trybie jednego kliknięcia”, mówi Zhang, twierdząc, że elektrownię fotowoltaiczną o mocy 100 MW można przeskanować w ciągu 15 minut.

Ponieważ wykrywanie jest zakończone online, eliminuje potrzebę wizyt w witrynie. „To znacznie poprawia wydajność obsługi i utrzymania instalacji fotowoltaicznych o ponad 50% i zmniejsza koszty obsługi i utrzymania w całym okresie eksploatacji systemu” – mówi Zhang.

Technologie sztucznej inteligencji dodatkowo gromadzą doświadczenie eksperckie, aby wyszukiwać, filtrować, sprawdzać i identyfikować usterki – proaktywnie utrzymując kondycję elektrowni PV przez długi czas. W tym kontekście konserwacja nie oznacza lokalizowania określonych usterek. Zamiast tego odnosi się do porównania wskaźników wydajności i danych dostarczanych przez czujniki z algorytmami sprawdzającymi, czy urządzenia fotowoltaiczne działają prawidłowo. Po wykryciu wyjątku generowane jest ostrzeżenie.

Huawei twierdzi, że jego rozwiązanie fotowoltaiczne działa podobnie do systemów wstępnego przetwarzania usterek, które zostały już szeroko przyjęte w dziedzinie lotnictwa. Na przykład, gdy silnik samolotu jest bliski awarii, ostrzeżenie zostanie najpierw przesłane do centrum kontroli linii lotniczych. Następnie centrum sterowania przekaże pilotowi instrukcje i zorganizuje personel obsługi, aby przybył na miejsce z wyprzedzeniem, aby wyeliminować potencjalne ryzyko, zanim dojdzie do wypadku.

Mądrze nałożona

Mówi się, że rozwiązanie diagnostyczne Smart IV Curve firmy Huawei było już wykorzystywane w różnych konfiguracjach instalacji fotowoltaicznych, na dachach mieszkalnych, w zastosowaniach komercyjnych i przemysłowych oraz w instalacjach naziemnych na skalę przemysłową. „Jesteśmy obecnie jedynym dostawcą, który z powodzeniem zastosował diagnostykę Smart IV Curve na dużą skalę” – mówi Zhang, odnosząc się do inteligentnej elektrowni fotowoltaicznej o mocy 100 MW w Golmud, w chińskiej prowincji Qinghai, gdzie, jak twierdzi, funkcja Huawei Smart IV Curve Diagnosis wykryła wszystkie ciągi w ciągu 15 minut. „System dokładnie wykrył i zidentyfikował wszystkie usterki, pomagając naszemu klientowi zwiększyć jego przychody o 10 mln CNY (1,39 mln USD)”.

W przypadku elektrowni fotowoltaicznej o mocy 50 MW w górach Datong, w chińskiej prowincji Shanxi, Huawei twierdzi, że do skanowania 14 626 łańcuchów fotowoltaicznych wykorzystano diagnostykę krzywej Smart IV. Wykrył 909 uszkodzonych ciągów, ze wskaźnikiem błędów 6,21%. Opierając się na raporcie Smart IV Curve Diagnosis, personel O&M uzyskał szczegółowe informacje na temat stanu każdej macierzy PV, co pozwoliło im na bardziej ukierunkowane podejście do konserwacji obiektu. Zhang mówi: „Szacuje się, że wynikające z tego skutki pozwolą im zaoszczędzić 5,42 mln CNY na kosztach utrzymania w ciągu 20 lat”.

Źródło: https://www.pv-magazine.com/2020/08/19/ai-steps-into-maintenance/

Obraz: https://unsplash.com/@franckinjapan

Tagi: , , ,
poprzedni
następny

Dodaj komentarz

Twój adres email nie zostanie opublikowany. Pola, których wypełnienie jest wymagane, są oznaczone symbolem *