Um método para a estimativa de strings ausentes em usinas fotovoltaicas de grande escala

Detalhes bibliográficos
Ano de defesa: 2024
Autor(a) principal: Valle, Bruno Castro
Orientador(a): Souza, Richard Demo
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
Link de acesso: https://repositorio.ufsc.br/handle/123456789/263656
Resumo: Dissertação (mestrado) - Universidade Federal de Santa Catarina, Centro Tecnológico, Programa de Pós-Graduação em Engenharia Elétrica, Florianópolis, 2024.
id UFSC_75ef40a5a0af36220fdefcebfd480773
oai_identifier_str oai:repositorio.ufsc.br:123456789/263656
network_acronym_str UFSC
network_name_str Repositório Institucional da UFSC
repository_id_str
spelling Universidade Federal de Santa CatarinaValle, Bruno CastroSouza, Richard DemoHoeller Junior, Arliones Stevert2025-02-27T23:23:39Z2025-02-27T23:23:39Z2024390267https://repositorio.ufsc.br/handle/123456789/263656Dissertação (mestrado) - Universidade Federal de Santa Catarina, Centro Tecnológico, Programa de Pós-Graduação em Engenharia Elétrica, Florianópolis, 2024.Esta dissertação apresenta uma nova metodologia para detectar strings ausentes em sistemas fotovoltaicos de grande escala (VLSPV) utilizando apenas dados adquiridos no nível das stringboxes. Ao aproveitar a análise de dados e técnicas de aprendizado de máquina não supervisionadas, o método proposto estima o número de strings ausentes por stringbox, comparando a corrente contínua de cada stringbox com stringboxes dentro da mesma região. Esta abordagem preenche uma lacuna na literatura existente, oferecendo uma solução adaptada ao nível típico de instrumentação de plantas VLSPV. O trabalho inclui uma análise das perdas de energia causadas por strings ausentes, quantificando seu impacto no desempenho geral do sistema. A avaliação com dados reais demonstrou que o método proposto atinge uma precisão de aproximadamente 90% na detecção de strings ausentes. Essas descobertas oferecem insights valiosos para equipes de operações e manutenção, permitindo a identificação e mitigação de strings problemáticas em plantas VLSPV.Abstract: This dissertation presents a novel methodology for detecting missing strings in Very Large Scale Photovoltaic (VLSPV) systems, utilizing only data acquired at the stringbox level. By leveraging data analysis and unsupervised machine learning techniques, the proposed method estimates the number of missing strings per stringbox by comparing the direct current from each stringbox with neighboring stringboxes within the same region. This approach addresses a gap in the existing literature by providing a solution tailored to the typical instrumentation level of VLSPV plants. The work includes an analysis of the energy losses caused by missing strings, quantifying their impact on the overall system performance. Evaluation against real-world data demonstrated that the proposed method achieves a precision of approximately 90% in detecting missing strings. These findings offer valuable insights for operations and maintenance teams, enabling the identification and mitigation of problematic strings in VLSPV plants.42 p.| il., gráfs.porEngenharia elétricaSistemas de energia fotovoltaicaUsinas heliotérmicasUm método para a estimativa de strings ausentes em usinas fotovoltaicas de grande escalainfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisreponame:Repositório Institucional da UFSCinstname:Universidade Federal de Santa Catarina (UFSC)instacron:UFSCinfo:eu-repo/semantics/openAccessORIGINALPEEL2208-D.pdfPEEL2208-D.pdfapplication/pdf5102081https://repositorio.ufsc.br/bitstream/123456789/263656/-1/PEEL2208-D.pdfd9b8f61b1f1bc8c61ec14a0212966930MD5-1123456789/2636562025-02-27 20:23:39.263oai:repositorio.ufsc.br:123456789/263656Repositório InstitucionalPUBhttp://150.162.242.35/oai/requestsandra.sobrera@ufsc.bropendoar:23732025-02-27T23:23:39Repositório Institucional da UFSC - Universidade Federal de Santa Catarina (UFSC)false
dc.title.none.fl_str_mv Um método para a estimativa de strings ausentes em usinas fotovoltaicas de grande escala
title Um método para a estimativa de strings ausentes em usinas fotovoltaicas de grande escala
spellingShingle Um método para a estimativa de strings ausentes em usinas fotovoltaicas de grande escala
Valle, Bruno Castro
Engenharia elétrica
Sistemas de energia fotovoltaica
Usinas heliotérmicas
title_short Um método para a estimativa de strings ausentes em usinas fotovoltaicas de grande escala
title_full Um método para a estimativa de strings ausentes em usinas fotovoltaicas de grande escala
title_fullStr Um método para a estimativa de strings ausentes em usinas fotovoltaicas de grande escala
title_full_unstemmed Um método para a estimativa de strings ausentes em usinas fotovoltaicas de grande escala
title_sort Um método para a estimativa de strings ausentes em usinas fotovoltaicas de grande escala
author Valle, Bruno Castro
author_facet Valle, Bruno Castro
author_role author
dc.contributor.none.fl_str_mv Universidade Federal de Santa Catarina
dc.contributor.author.fl_str_mv Valle, Bruno Castro
dc.contributor.advisor1.fl_str_mv Souza, Richard Demo
dc.contributor.advisor-co1.fl_str_mv Hoeller Junior, Arliones Stevert
contributor_str_mv Souza, Richard Demo
Hoeller Junior, Arliones Stevert
dc.subject.classification.none.fl_str_mv Engenharia elétrica
Sistemas de energia fotovoltaica
Usinas heliotérmicas
topic Engenharia elétrica
Sistemas de energia fotovoltaica
Usinas heliotérmicas
description Dissertação (mestrado) - Universidade Federal de Santa Catarina, Centro Tecnológico, Programa de Pós-Graduação em Engenharia Elétrica, Florianópolis, 2024.
publishDate 2024
dc.date.issued.fl_str_mv 2024
dc.date.accessioned.fl_str_mv 2025-02-27T23:23:39Z
dc.date.available.fl_str_mv 2025-02-27T23:23:39Z
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.uri.fl_str_mv https://repositorio.ufsc.br/handle/123456789/263656
dc.identifier.other.none.fl_str_mv 390267
identifier_str_mv 390267
url https://repositorio.ufsc.br/handle/123456789/263656
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 42 p.| il., gráfs.
dc.source.none.fl_str_mv reponame:Repositório Institucional da UFSC
instname:Universidade Federal de Santa Catarina (UFSC)
instacron:UFSC
instname_str Universidade Federal de Santa Catarina (UFSC)
instacron_str UFSC
institution UFSC
reponame_str Repositório Institucional da UFSC
collection Repositório Institucional da UFSC
bitstream.url.fl_str_mv https://repositorio.ufsc.br/bitstream/123456789/263656/-1/PEEL2208-D.pdf
bitstream.checksum.fl_str_mv d9b8f61b1f1bc8c61ec14a0212966930
bitstream.checksumAlgorithm.fl_str_mv MD5
repository.name.fl_str_mv Repositório Institucional da UFSC - Universidade Federal de Santa Catarina (UFSC)
repository.mail.fl_str_mv sandra.sobrera@ufsc.br
_version_ 1851758961331535872

Registros relacionados