Clasificación del estado de módulos fotovoltaicos a partir de datos sintéticos mediante modelado y algoritmos computacionales

Abstract

El diagnóstico del estado de los módulos fotovoltaicos es cada vez más necesario en las plantas de producción de energía. El principal factor de pérdidas en estos sistemas es la presencia de anomalías o fallas, que disminuyen considerablemente la producción de energía y pueden poner en riesgo la integridad de los equipos. Por lo tanto, es necesario desarrollar sistemas precisos y tempranos para detectar y clasificar anomalías, lo que permite realizar mantenimientos que reduzcan al mínimo el tiempo de inactividad de los módulos solares y maximicen su eficiencia. En este trabajo de tesis, se estudia una cadena de módulos FV de laboratorio de energía solar de la Universidad de los Andes y se simulan condiciones de anomalías mediante un modelo analítico de los módulos, generando una base de datos sintética. Esta base de datos se utiliza para entrenar modelos computacionales de clasificación con el objetivo de detectar y clasificar anomalías presentes en el arreglo.