Malgré de nombreux avantages et une relative popularité en tant que source d'énergie renouvelable, finalement, le soleil se couche même sur les meilleurs panneaux solaires. Heures supplémentaires, les cellules solaires sont endommagées par les intempéries, changements de température, salissures, et l'exposition aux UV. Les cellules solaires nécessitent également des inspections pour maintenir les niveaux de performance des cellules et réduire les pertes économiques.

Donc, comment inspecter les panneaux en temps réel, d'une manière qui soit à la fois rentable et rapide ? Parveen Bhola, chercheur à l'Institut indien d'ingénierie et de technologie Thapar, et Saurabh Bhardwaj, professeur agrégé dans la même institution, a passé ces dernières années à développer et à améliorer des alternatives statistiques et basées sur l'apprentissage automatique pour permettre l'inspection en temps réel des panneaux solaires. Leurs recherches ont trouvé une nouvelle application pour le calcul basé sur le clustering, qui utilise des données météorologiques passées pour calculer les ratios de performance et les taux de dégradation. Cette méthode permet également une inspection hors site.

Le calcul basé sur le clustering est avantageux pour ce problème en raison de sa capacité à accélérer le processus d'inspection, prévenir d'autres dommages et accélérer les réparations, en utilisant un rapport de performance basé sur des paramètres météorologiques qui incluent la température, pression, vitesse du vent, humidité, heures d'ensoleillement, énergie solaire, et même le jour de l'année. Les paramètres sont facilement acquis et évalués, et peut être mesuré à partir d'emplacements éloignés.

L'amélioration des systèmes d'inspection des cellules photovoltaïques pourrait aider les inspecteurs à dépanner plus efficacement et potentiellement prévoir et contrôler les difficultés futures. Le calcul basé sur le clustering est susceptible de faire la lumière sur de nouvelles façons de gérer les systèmes d'énergie solaire, optimiser les rendements photovoltaïques, et inspirant les futurs progrès technologiques dans le domaine.

« La majorité des techniques disponibles calculent la dégradation des systèmes PV (photovoltaïques) par inspection physique sur site. Ce processus est chronophage, cher, et ne peut pas être utilisé pour l'analyse en temps réel de la dégradation, " a déclaré Bhola. " Le modèle proposé estime la dégradation en termes de ratio de performance en temps réel. "

Bhola et Bhardwaj ont travaillé ensemble auparavant et ont développé le modèle pour estimer le rayonnement solaire en utilisant une combinaison du modèle de Markov caché et du modèle flou généralisé.

Le modèle de Markov caché est utilisé pour modéliser des systèmes changeant de manière aléatoire avec ou états cachés; le modèle flou généralisé tente d'utiliser des informations imprécises dans son processus de modélisation. Ces modèles impliquent la reconnaissance, classification, regroupement, et la recherche d'informations, et sont utiles pour adapter les méthodes d'inspection des systèmes photovoltaïques.

Les avantages de l'inspection PV en temps réel vont au-delà des mesures urgentes et économiques. Ce nouveau, La méthode proposée peut également améliorer les modèles actuels de prévision de l'énergie solaire. Bhola a noté que la puissance de sortie d'un panneau solaire, ou ensemble de panneaux solaires, pourrait être prévu avec une précision encore plus grande. L'estimation et l'inspection en temps réel permettent également une réponse rapide en temps réel.

"En raison de l'estimation en temps réel, l'action préventive peut être prise instantanément si la sortie n'est pas à la valeur attendue, " a déclaré Bhola. "Ces informations sont utiles pour affiner les modèles de prévision de l'énergie solaire. Donc, la puissance de sortie peut être prévue avec une précision accrue."