O co dokładnie chodzi? O mikrouszkodzenia, które mogą przywodzić na myśl charakterystyczne ślady zostawiane przez pełzające po powierzchni paneli ślimaki. Bezpośrednio nie mają one przełożenia na wydajność ogniw słonecznych, ale mogą prowadzić do pogorszenia stanu paneli, a nawet pojawienia się ognia.
Czytaj też: Elektronika jest coraz mniejsza, ale zbliżamy się do ściany. Jest pomysł, jak ją ominąć
Właśnie dlatego przedstawiciele Uniwersytetu w Tuluzie chcieli uporać się z tym niepożądanym zjawiskiem. O kulisach swoich działań piszą na łamach Engineering Applications of Artificial Intelligence. Zaprojektowali system wykorzystujący wiele algorytmów uczenia się zapewniający w ten sposób wysoką wydajność przewidywania. Ostateczne dokładność tego narzędzia wyniosła aż 89%.
Przebarwienia zwane śladami ślimaków są dość powszechne szczególnie przy długotrwałym użytkowaniu fotowoltaiki. Ich odpowiednio wczesne wykrywanie byłoby bardzo ważne, ale do tej pory stanowiło ogromne wyzwanie. Dzięki zastosowanemu podejściu sytuacja powinna się zmienić. Tak przynajmniej sugerują wyniki przeprowadzonych testów.
Członkowie zespołu badawczego sprawdzili przydatność swojej technologii na 16 panelach fotowoltaicznych o mocy wynoszącej od 205 W do 240 W. Osiem egzemplarzy posłużyło na potrzeby szkolenia algorytmów, natomiast pozostałe sprawdziły się w roli testowej. Co istotne, połowa urządzeń w każdej z dwóch grup nosiła mikrouszkodzenia, Wykorzystane narzędzie brało pod uwagę 25 parametrów w celu oceny stanu każdego z paneli.
Zmiany w fotowoltaice, określane przez naukowców śladami ślimaków, mogą być teraz wykrywane z wysoką dokładnością
Poprzez integrację dwóch technik: analizy głównych składowych oraz mapowania izometrycznego, naukowcom z Francji udało się ograniczyć liczbę zmiennych wejściowych. W konsekwencji algorytm zyskał na wydajności. W praktyce oznaczało to ograniczenie liczby parametrów z 25 do 3. Później zbierane dane trafiają do analizy, gdzie co najmniej dwa algorytmy muszą wykazać uszkodzenia, aby dany panel został uznany za uszkodzony.
Czytaj też: Są bezpieczniejsze niż litowo-jonowe i działają znacznie dłużej. Nowe baterie zachwycają
Twórcy tej nowej metody wskazują na jej wysoką wydajność oraz opłacalność ekonomiczną. Nie wymaga bowiem do działania dodatkowych instalacji, a istnieje też możliwość funkcjonowania na przemysłową skalę. Przy dokładności sięgającej 89% proponowane rozwiązanie mogłoby zdecydowanie ułatwić wykrywanie usterek potencjalnie prowadzących do uszkodzeń fotowoltaiki.