Extraction de signatures et prédiction de l'état de santé des centrales photovoltaïques
Résumé
Une nouvelle approche d'intelligence artificielle et une plateforme d'acquisition de données orientée vers la détection de défauts dans les systèmes PV sont proposées. L'état des panneaux est discriminé à l'aide d'un clustering hiérarchique, d'une analyse temps-fréquence et d'une extraction et réduction de dimensionnalité statistiques. La détection des défauts est effectuée à l'aide des moindres carrés partiels (PLS) et validée avec une PLS-LDA proposée. La plate-forme d'acquisition de données est capable de capturer 16 signaux à la vitesse de la milliseconde. Les résultats de cet article dépassent ceux obtenus avec les méthodes conventionnelles.
Origine | Fichiers produits par l'(les) auteur(s) |
---|