Phân loại sự cố mô-đun quang điện

Bài báo “Phân loại sự cố mô-đun quang điện dựa trên điểm công suất cực đại và kỹ thuật máy học”.

Tác giả: Nguyễn Phước Hoàng Khang, Nguyễn Chí Nhân.

Trích trong Tạp chí Phát triển Khoa học và Công nghệ.

Mô-đun quang điện (Photovoltaic - PV) là thành phần quan trọng trong hệ thống năng lượng mặt trời. Việc phân loại sự cố đối với mô-đun quang điện là cần thiết để đảm bảo an toàn, hiệu quả và độ tin cậy của hệ thống quang điện. Khi xảy ra lỗi của mô-đun quang điện, đặc tuyến cường độ dòng điện-điện áp (đặc tuyến I-V) của mô-đun quang điện thay đổi dẫn tới sự dịch chuyển về cường độ dòng điện và điện áp của điểm công suất cực đại (Max Power Point - MPP). Trong bài báo này, việc phân loại sự cố mô-đun quang điện dựa trên điểm MPP và kỹ thuật máy học được đề xuất. Thông qua việc phân tích vị trí của điểm MPP trong miền không gian tham số I-V, các sự cố của mô-đun PV trong quá trình vận hành có thể được xác định và phân loại. Các thông số về điện áp và cường độ dòng điện của mô-đun PV trong các sự cố (sự cố dây – dây, bóng che, hở mạch một phần, hở mạch toàn phần, ngắn mạch trong các điều kiện cường độ bức xạ khác nhau) được thu thập thông qua mô phỏng trên Simulink/MATLAB. Sau đó, các tham số này sẽ được xử lý và xây dựng thành một tập dữ liệu. Tập dữ liệu này sẽ được đưa vào mô hình phân loại sự cố mô-đun PV bằng cách sử dụng các thuật toán máy học bao gồm Máy vectơ hỗ trợ (Support Vector Machine - SVM) và k-means. Kết quả mong muốn của các mô hình máy học là phân nhóm chính xác các sự cố bằng cách sử dụng tham số điện áp và cường độ dòng điện của điểm MPP và khảo sát chẩn đoán sự cố thông qua khả năng phân tách ngưỡng của mô hình. Kết quả cho thấy khả năng phân loại sự cố và độ chính xác của mô hình máy học sử dụng thuật toán SVM (98,9%) tốt hơn so với thuật toán k-mean (61,1%).

Đọc toàn văn:

http://stdjns.scienceandtechnology.com.vn/index.php/stdjns/article/view/1221/1582

Phân loại sự cố mô-đun quang điện

Bình luận của bạn

*

*

*

*

 Captcha

Gửi bình luận nhập lại