फोटोवोल्टाइक मॉड्यूल का दोष निदान

संक्षेप में दोष निदान और स्थिति निगरानी फोटोवोल्टाइक मॉड्यूल की दक्षता और विश्वसनीयता बढ़ाने के लिए महत्वपूर्ण हैं। यह पेपर सौर मॉड्यूल के दोष निदान से संबंधित चुनौतियों और सीमाओं की समीक्षा करता है। सौर मॉड्यूल के विफलता के लिए जिम्मेदार विभिन्न दोषों का एक विस्तृत विश्लेषण किया गया है। प्रासंगिक कार्य की समीक्षा के बाद, एक निगरानी उपकरण का डिज़ाइन किया गया है जो थर्मोग्राफी और कृत्रिम बुद्धिमत्ता प्रणाली का उपयोग करता है, जिससे PV मॉड्यूल में विभिन्न प्रकार के दोषों का पता लगाने की अनुमति मिलती है और एक ही समय में डिज़ाइन किया गया उपकरण महत्वहीन असामान्यताओं को फ़िल्टर करने का लक्ष्य रखता है। दोष निदान के लिए दोषी PV मॉड्यूल के ट्रांसफर विशेषताओं (I‐V डेटा) पर एक न्यूरल नेटवर्क (NN) वर्गीकर्ता लागू किया गया है जो होने वाले दोषों के प्रकार और स्थान की पहचान के लिए मल्टीलेयर पर्सेप्ट्रॉन (MLP) नेटवर्क को अनुकूलित करता है। विशेषता निष्कर्षण प्रक्रिया में डिस्क्रीट वेवलेट ट्रांसफॉर्म (DWT) आधारित सिग्नल प्रोसेसिंग तकनीक का उपयोग किया जाता है ताकि NN इनपुट आकार को कम किया जा सके। विकसित की गई पहचान एल्गोरिदम को 24/7 स्वचालित निगरानी के लिए अनुकूलित किया गया है। दिए गए दोष स्थिति के लिए, औसत दोष पहचान समय <9 सेकंड देखा गया है, जो पिछले किए गए कार्य से कम है। परीक्षण किए गए पूर्वनिर्धारित दोष डेटा सेट पर विकसित एल्गोरिदम ने 100% सटीकता प्राप्त की।