Trots många fördelar och relativa popularitet som en förnybar energikälla, så småningom, solen går ner på även de bästa solpanelerna. Över tid, solceller drabbas av väderskador, temperaturförändringar, nedsmutsning, och UV-exponering. Solceller kräver också inspektioner för att upprätthålla cellprestandanivåer och minska ekonomiska förluster.

Så, hur inspekterar man paneler i realtid, på ett sätt som är både kostnadseffektivt och tidseffektivt? Parveen Bhola, en forskare vid Indiens Thapar Institute of Engineering and Technology, och Saurabh Bhardwaj, en docent vid samma institution, ägnat de senaste åren åt att utveckla och förbättra statistiska och maskininlärningsbaserade alternativ för att möjliggöra realtidsinspektion av solpaneler. Deras forskning hittade en ny applikation för klustringsbaserad beräkning, som använder tidigare meteorologiska data för att beräkna prestandaförhållanden och nedbrytningshastigheter. Denna metod möjliggör även inspektion utanför platsen.

Klustringsbaserad beräkning är fördelaktig för detta problem på grund av dess förmåga att påskynda inspektionsprocessen, förhindra ytterligare skador och påskynda reparationer, genom att använda ett prestandaförhållande baserat på meteorologiska parametrar som inkluderar temperatur, tryck, vindhastighet, fuktighet, soltimmar, solkraft, och till och med årets dag. Parametrarna är lätta att inhämta och bedöma, och kan mätas från avlägsna platser.

Förbättring av PV-cellinspektionssystem kan hjälpa inspektörer att felsöka mer effektivt och potentiellt förutsäga och kontrollera framtida svårigheter. Klustringsbaserad beräkning kommer sannolikt att belysa nya sätt att hantera solenergisystem, optimera PV-utbyten, och inspirerar framtida tekniska framsteg på området.

"Majoriteten av de tillgängliga teknikerna beräknar nedbrytningen av solcellssystem genom fysisk inspektion på plats. Denna process är tidskrävande, kostsam, och kan inte användas för realtidsanalys av nedbrytning, " Bhola sa. "Den föreslagna modellen uppskattar försämringen i form av prestandaförhållande i realtid."

Bhola och Bhardwaj arbetade tillsammans tidigare och utvecklade modellen för att uppskatta solstrålning med en kombination av Hidden Markov Model och Generalized Fuzzy Model.

Den dolda Markov-modellen används för att modellera slumpmässigt föränderliga system med oobserverade, eller dolda tillstånd; Generalized Fuzzy Model försöker använda oprecis information i sin modelleringsprocess. Dessa modeller innebär erkännande, klassificering, klustring, och informationssökning, och är användbara för att anpassa PV-systeminspektionsmetoder.

Fördelarna med PV-inspektion i realtid går utöver tidskänsliga och kostnadseffektiva åtgärder. Den här nya, Den föreslagna metoden kan också förbättra nuvarande prognosmodeller för solenergi. Bhola noterade att uteffekten från en solpanel, eller uppsättning solpaneler, skulle kunna förutsägas med ännu större noggrannhet. Uppskattning och inspektion i realtid möjliggör också snabb respons i realtid.

"Som ett resultat av realtidsuppskattning, den förebyggande åtgärden kan vidtas omedelbart om utgången inte motsvarar det förväntade värdet, ", sa Bhola. "Denna information är användbar för att finjustera solenergiprognosmodellerna. Så, uteffekten kan prognostiseras med ökad noggrannhet."