Identificação de funcionamento atípico de painel fotovoltaico

Detalhes bibliográficos
Ano de defesa: 2020
Autor(a) principal: Silva, André
Orientador(a): Celeste, Wanderley Cardoso
Banca de defesa: Não Informado pela instituição
Tipo de documento: Dissertação
Tipo de acesso: Acesso aberto
Idioma: por
Instituição de defesa: Não Informado pela instituição
Programa de Pós-Graduação: Não Informado pela instituição
Departamento: Não Informado pela instituição
País: Não Informado pela instituição
Palavras-chave em Português:
Monitoramento não intrusivo
Detecção de falha
Localização de falha
Energia solar fotovoltaica
Rede neural convolucional
Geração de energia fotovoltaica
Link de acesso: https://repositorio.ifes.edu.br/handle/123456789/606
Resumo: RESUMO: A energia solar é uma fonte barata e limpa, sendo uma boa opção para substituir combustíveis fósseis, diminuindo a geração de gases do efeito estufa. Para alcançar este objetivo, o custo da energia deve se mostrar competitivo em relação a outras fontes. Os módulos solares têm longa vida útil, mas são necessárias ações de manutenção para que se alcance esse tempo. Devido à exposição a condições ambientais adversas, os equipamentos estão sujeitos a falhas, que normalmente são difíceis detectar e localizar. A presente dissertação tem por objetivo identificar funcionamento atípico em uma string fotovoltaica utilizando apenas a tensão e a corrente em seus terminais, sem a utilização de dados ambientais de irradiação solar e temperatura. A metodologia utilizada é a coleta de dados de tensão e de corrente da string em condição de funcionamento normal e em 4 tipos de condição de falha: sombreamento de um painel inteiro, sombreamento de um setor de um painel, curto-circuito de um painel inteiro e arco elétrico. As falhas de sombreamento de painel, sombreamento de setor, e de curto-circuito são subdivididas em 6, uma para cada painel, gerando no total, 20 condições diferentes de funcionamento, visando a identificação do painel anormal. Para cada uma das 20 condições, são coletados dados em condições climáticas diversas. Os dados coletados são utilizados para treinar, validar e testar uma rede neural convolucional. Esta rede consegue aprender as características que permitem a identificação de cada uma das 20 condições de funcionamento com acurácia de 94,03%.
id IFES-2_ba8738f55c4a1312ad41a3a7cf16e49e
oai_identifier_str oai:repositorio.ifes.edu.br:123456789/606
network_acronym_str IFES-2
network_name_str Repositório Institucional do IFES
repository_id_str
spelling Silva, AndréUniversidade Federal do Espírito Santo (Ufes)Silvestre, Leonardo JoséOliveira, Hélder Roberto deCavalieri, Daniel CruzCeleste, Wanderley CardosoCoura, Daniel José Custódio2020-08-27T19:09:14Z2020-08-27T19:09:14Z2020Silva, André. Identificação de funcionamento atípico de painel fotovoltaico. 2020. 195 f. Dissertação (Mestrado em Energia) - Centro Universitário Norte do Espírito Santo, Universidade Federal do Espírito Santo, São Mateus, 2020.https://repositorio.ifes.edu.br/handle/123456789/60630001013047P1RESUMO: A energia solar é uma fonte barata e limpa, sendo uma boa opção para substituir combustíveis fósseis, diminuindo a geração de gases do efeito estufa. Para alcançar este objetivo, o custo da energia deve se mostrar competitivo em relação a outras fontes. Os módulos solares têm longa vida útil, mas são necessárias ações de manutenção para que se alcance esse tempo. Devido à exposição a condições ambientais adversas, os equipamentos estão sujeitos a falhas, que normalmente são difíceis detectar e localizar. A presente dissertação tem por objetivo identificar funcionamento atípico em uma string fotovoltaica utilizando apenas a tensão e a corrente em seus terminais, sem a utilização de dados ambientais de irradiação solar e temperatura. A metodologia utilizada é a coleta de dados de tensão e de corrente da string em condição de funcionamento normal e em 4 tipos de condição de falha: sombreamento de um painel inteiro, sombreamento de um setor de um painel, curto-circuito de um painel inteiro e arco elétrico. As falhas de sombreamento de painel, sombreamento de setor, e de curto-circuito são subdivididas em 6, uma para cada painel, gerando no total, 20 condições diferentes de funcionamento, visando a identificação do painel anormal. Para cada uma das 20 condições, são coletados dados em condições climáticas diversas. Os dados coletados são utilizados para treinar, validar e testar uma rede neural convolucional. Esta rede consegue aprender as características que permitem a identificação de cada uma das 20 condições de funcionamento com acurácia de 94,03%.ABSTRACT: Solar energy is a cheap and clean source, being an excellent option to replace fossil fuels, reducing the generation of greenhouse gases. To achieve this goal, the cost of energy must be competitive with other sources. The solar modules have a long service life, but maintenance actions are necessary to reach this time. Due to exposure to adverse environmental conditions, equipment is subject to failures, which are usually difficult to detect and locate. This dissertation aims to identify atypical functioning in a photovoltaic string using only the voltage and current at its terminals, without using environmental data of solar irradiation and temperature. The methodology used in the collection of voltage and current data from the string in normal operating conditions and four types of failure conditions: shading of an entire panel, shading of a panel sector, and short-circuit of a whole module, and electric arc. The panel shading, sector shading, and short-circuit failures have subdivided into 6, one for each panel generating 20 different operating conditions, to identify the abnormal module. For each of the 20 states, data have collected under diverse climatic conditions. The collected data has used to train, validate, and test a convolutional neural network, which can learn the characteristics that allow the identification of each of the 20 operating conditions with an accuracy of 94,03%.Campus São Mateus195 f. : il.Monitoramento não intrusivoDetecção de falhaLocalização de falhaEnergia solar fotovoltaicaRede neural convolucionalGeração de energia fotovoltaicaIdentificação de funcionamento atípico de painel fotovoltaicoinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisPrograma de Pós-graduação em EnergiaEngenharia, tecnologia e gestãoPetróleo, gás e energias renováveisinfo:eu-repo/semantics/openAccessporreponame:Repositório Institucional do IFESinstname:Instituto Federal de Educação, Ciência e Tecnologia do Espírito Santo (IFES)instacron:IFEShttp://lattes.cnpq.br/0429890133224241https://orcid.org/0000-0003-3324-8099ORIGINALDISSERTACAO_Identificacao_Funcionamento_Atípico_Painel_Fotovoltaico.pdfDISSERTACAO_Identificacao_Funcionamento_Atípico_Painel_Fotovoltaico.pdfapplication/pdf7902374https://repositorio.ifes.edu.br/bitstreams/3721e9fd-6ad9-42bf-b914-2920c3a0da61/downloadd15fa02e5b5a6e4b6dbda2f9e4d9381dMD51trueAnonymousREADLICENSElicense.txtlicense.txttext/plain; charset=utf-8934https://repositorio.ifes.edu.br/bitstreams/2c038b72-0b18-4e39-b49c-f3c280b216c6/downloadac7cb971050ed632be934da23d966924MD53falseAnonymousREADTEXTDISSERTACAO_Identificacao_Funcionamento_Atípico_Painel_Fotovoltaico.pdf.txtDISSERTACAO_Identificacao_Funcionamento_Atípico_Painel_Fotovoltaico.pdf.txtExtracted texttext/plain246550https://repositorio.ifes.edu.br/bitstreams/5aaf7477-d371-441b-abaf-0b561982b896/downloada63784617cfb0cd03e8acebf02d900bfMD54falseAnonymousREADTHUMBNAILDISSERTACAO_Identificacao_Funcionamento_Atípico_Painel_Fotovoltaico.pdf.jpgDISSERTACAO_Identificacao_Funcionamento_Atípico_Painel_Fotovoltaico.pdf.jpgGenerated Thumbnailimage/jpeg2474https://repositorio.ifes.edu.br/bitstreams/bd948539-a168-4206-86ba-1c89e1b37426/downloadde711571ae777e8096de3d2b41f3f648MD55falseAnonymousREAD123456789/6062025-07-30T21:52:42.373Zopen.accessoai:repositorio.ifes.edu.br:123456789/606https://repositorio.ifes.edu.brRepositório InstitucionalPUBhttps://repositorio.ifes.edu.br/server/oai/requestrepositorio@ifes.edu.bropendoar:2025-07-30T21:52:42Repositório Institucional do IFES - Instituto Federal de Educação, Ciência e Tecnologia do Espírito Santo (IFES)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
dc.title.pt_BR.fl_str_mv Identificação de funcionamento atípico de painel fotovoltaico
title Identificação de funcionamento atípico de painel fotovoltaico
spellingShingle Identificação de funcionamento atípico de painel fotovoltaico
Silva, André
Monitoramento não intrusivo
Detecção de falha
Localização de falha
Energia solar fotovoltaica
Rede neural convolucional
Geração de energia fotovoltaica
title_short Identificação de funcionamento atípico de painel fotovoltaico
title_full Identificação de funcionamento atípico de painel fotovoltaico
title_fullStr Identificação de funcionamento atípico de painel fotovoltaico
title_full_unstemmed Identificação de funcionamento atípico de painel fotovoltaico
title_sort Identificação de funcionamento atípico de painel fotovoltaico
author Silva, André
author_facet Silva, André
author_role author
dc.contributor.institution.pt_BR.fl_str_mv Universidade Federal do Espírito Santo (Ufes)
dc.contributor.member.none.fl_str_mv Silvestre, Leonardo José
Oliveira, Hélder Roberto de
Cavalieri, Daniel Cruz
dc.contributor.author.fl_str_mv Silva, André
dc.contributor.advisor1.fl_str_mv Celeste, Wanderley Cardoso
dc.contributor.advisor-co1.fl_str_mv Coura, Daniel José Custódio
contributor_str_mv Celeste, Wanderley Cardoso
Coura, Daniel José Custódio
dc.subject.por.fl_str_mv Monitoramento não intrusivo
Detecção de falha
Localização de falha
Energia solar fotovoltaica
Rede neural convolucional
Geração de energia fotovoltaica
topic Monitoramento não intrusivo
Detecção de falha
Localização de falha
Energia solar fotovoltaica
Rede neural convolucional
Geração de energia fotovoltaica
description RESUMO: A energia solar é uma fonte barata e limpa, sendo uma boa opção para substituir combustíveis fósseis, diminuindo a geração de gases do efeito estufa. Para alcançar este objetivo, o custo da energia deve se mostrar competitivo em relação a outras fontes. Os módulos solares têm longa vida útil, mas são necessárias ações de manutenção para que se alcance esse tempo. Devido à exposição a condições ambientais adversas, os equipamentos estão sujeitos a falhas, que normalmente são difíceis detectar e localizar. A presente dissertação tem por objetivo identificar funcionamento atípico em uma string fotovoltaica utilizando apenas a tensão e a corrente em seus terminais, sem a utilização de dados ambientais de irradiação solar e temperatura. A metodologia utilizada é a coleta de dados de tensão e de corrente da string em condição de funcionamento normal e em 4 tipos de condição de falha: sombreamento de um painel inteiro, sombreamento de um setor de um painel, curto-circuito de um painel inteiro e arco elétrico. As falhas de sombreamento de painel, sombreamento de setor, e de curto-circuito são subdivididas em 6, uma para cada painel, gerando no total, 20 condições diferentes de funcionamento, visando a identificação do painel anormal. Para cada uma das 20 condições, são coletados dados em condições climáticas diversas. Os dados coletados são utilizados para treinar, validar e testar uma rede neural convolucional. Esta rede consegue aprender as características que permitem a identificação de cada uma das 20 condições de funcionamento com acurácia de 94,03%.
publishDate 2020
dc.date.accessioned.fl_str_mv 2020-08-27T19:09:14Z
dc.date.available.fl_str_mv 2020-08-27T19:09:14Z
dc.date.issued.fl_str_mv 2020
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/masterThesis
format masterThesis
status_str publishedVersion
dc.identifier.citation.fl_str_mv Silva, André. Identificação de funcionamento atípico de painel fotovoltaico. 2020. 195 f. Dissertação (Mestrado em Energia) - Centro Universitário Norte do Espírito Santo, Universidade Federal do Espírito Santo, São Mateus, 2020.
dc.identifier.uri.fl_str_mv https://repositorio.ifes.edu.br/handle/123456789/606
dc.identifier.capes.pt_BR.fl_str_mv 30001013047P1
identifier_str_mv Silva, André. Identificação de funcionamento atípico de painel fotovoltaico. 2020. 195 f. Dissertação (Mestrado em Energia) - Centro Universitário Norte do Espírito Santo, Universidade Federal do Espírito Santo, São Mateus, 2020.
30001013047P1
url https://repositorio.ifes.edu.br/handle/123456789/606
dc.language.iso.fl_str_mv por
language por
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv 195 f. : il.
dc.source.none.fl_str_mv reponame:Repositório Institucional do IFES
instname:Instituto Federal de Educação, Ciência e Tecnologia do Espírito Santo (IFES)
instacron:IFES
instname_str Instituto Federal de Educação, Ciência e Tecnologia do Espírito Santo (IFES)
instacron_str IFES
institution IFES
reponame_str Repositório Institucional do IFES
collection Repositório Institucional do IFES
bitstream.url.fl_str_mv https://repositorio.ifes.edu.br/bitstreams/3721e9fd-6ad9-42bf-b914-2920c3a0da61/download
https://repositorio.ifes.edu.br/bitstreams/2c038b72-0b18-4e39-b49c-f3c280b216c6/download
https://repositorio.ifes.edu.br/bitstreams/5aaf7477-d371-441b-abaf-0b561982b896/download
https://repositorio.ifes.edu.br/bitstreams/bd948539-a168-4206-86ba-1c89e1b37426/download
bitstream.checksum.fl_str_mv d15fa02e5b5a6e4b6dbda2f9e4d9381d
ac7cb971050ed632be934da23d966924
a63784617cfb0cd03e8acebf02d900bf
de711571ae777e8096de3d2b41f3f648
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
MD5
repository.name.fl_str_mv Repositório Institucional do IFES - Instituto Federal de Educação, Ciência e Tecnologia do Espírito Santo (IFES)
repository.mail.fl_str_mv repositorio@ifes.edu.br
_version_ 1864451023965257728

Registros relacionados