ES2910855T3 - Detección a distancia de una anomalía que afecta a una instalación fotovoltaica - Google Patents
Detección a distancia de una anomalía que afecta a una instalación fotovoltaica Download PDFInfo
- Publication number
- ES2910855T3 ES2910855T3 ES18804018T ES18804018T ES2910855T3 ES 2910855 T3 ES2910855 T3 ES 2910855T3 ES 18804018 T ES18804018 T ES 18804018T ES 18804018 T ES18804018 T ES 18804018T ES 2910855 T3 ES2910855 T3 ES 2910855T3
- Authority
- ES
- Spain
- Prior art keywords
- installation
- electricity production
- monitored
- measured
- values
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000009434 installation Methods 0.000 title claims abstract description 197
- 238000001514 detection method Methods 0.000 title claims abstract description 29
- 230000005611 electricity Effects 0.000 claims abstract description 123
- 238000004519 manufacturing process Methods 0.000 claims abstract description 123
- 238000000034 method Methods 0.000 claims abstract description 33
- 230000006870 function Effects 0.000 claims abstract description 28
- 238000005259 measurement Methods 0.000 claims abstract description 10
- 238000012360 testing method Methods 0.000 claims description 13
- 238000012544 monitoring process Methods 0.000 claims description 6
- 230000002123 temporal effect Effects 0.000 claims description 4
- 238000004364 calculation method Methods 0.000 claims description 3
- 230000007613 environmental effect Effects 0.000 claims description 3
- 238000004891 communication Methods 0.000 claims description 2
- 238000012423 maintenance Methods 0.000 claims description 2
- 238000012986 modification Methods 0.000 claims description 2
- 230000004048 modification Effects 0.000 claims description 2
- 230000008569 process Effects 0.000 claims description 2
- 238000009826 distribution Methods 0.000 description 4
- 238000004458 analytical method Methods 0.000 description 3
- 230000008901 benefit Effects 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 2
- 238000004422 calculation algorithm Methods 0.000 description 2
- 230000007423 decrease Effects 0.000 description 2
- 230000007547 defect Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000007257 malfunction Effects 0.000 description 2
- 238000011282 treatment Methods 0.000 description 2
- 238000012795 verification Methods 0.000 description 2
- PXFBZOLANLWPMH-UHFFFAOYSA-N 16-Epiaffinine Natural products C1C(C2=CC=CC=C2N2)=C2C(=O)CC2C(=CC)CN(C)C1C2CO PXFBZOLANLWPMH-UHFFFAOYSA-N 0.000 description 1
- 230000035508 accumulation Effects 0.000 description 1
- 238000009825 accumulation Methods 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000001174 ascending effect Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000004140 cleaning Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 238000013138 pruning Methods 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- 238000003860 storage Methods 0.000 description 1
Classifications
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02S—GENERATION OF ELECTRIC POWER BY CONVERSION OF INFRARED RADIATION, VISIBLE LIGHT OR ULTRAVIOLET LIGHT, e.g. USING PHOTOVOLTAIC [PV] MODULES
- H02S50/00—Monitoring or testing of PV systems, e.g. load balancing or fault identification
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02S—GENERATION OF ELECTRIC POWER BY CONVERSION OF INFRARED RADIATION, VISIBLE LIGHT OR ULTRAVIOLET LIGHT, e.g. USING PHOTOVOLTAIC [PV] MODULES
- H02S50/00—Monitoring or testing of PV systems, e.g. load balancing or fault identification
- H02S50/10—Testing of PV devices, e.g. of PV modules or single PV cells
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
- Y02E10/00—Energy generation through renewable energy sources
- Y02E10/50—Photovoltaic [PV] energy
Landscapes
- Photovoltaic Devices (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Remote Monitoring And Control Of Power-Distribution Networks (AREA)
Abstract
Procedimiento de detección a distancia de una anomalía que afecta al funcionamiento de una instalación fotovoltaica de producción de electricidad, denominada instalación (1) monitorizada, que comprende al menos una etapa en la que se comparan valores de producción de electricidad medidos para la instalación monitorizada con valores deducidos de medidas realizadas para diversas instalaciones fotovoltaicas de producción de electricidad adicionales, denominadas instalaciones (2-10) próximas y diferentes de la instalación monitorizada, comprendiendo dicho procedimiento las siguientes etapas: /1/ durante un periodo de aprendizaje, recopilar los valores de producción de electricidad medidos para la instalación (1) monitorizada y para las instalaciones (2-10) próximas; /2/ a partir de los valores de producción de electricidad medidos para dichas instalaciones (2-10) próximas, determinar una función de estimación de la producción de electricidad para la instalación (1) monitorizada, que tiene como variable el tiempo, minimizando una desviación total calculada sobre el periodo de aprendizaje entre los valores de producción de electricidad medidos para la instalación monitorizada y los valores estimados obtenidos mediante la función de estimación; /3/ durante al menos un instante posterior al periodo de aprendizaje, recopilar nuevos valores de producción de electricidad medidos para la instalación (1) monitorizada y para cada instalación (2-10) próxima; /4/ para cada instante posterior al periodo de aprendizaje al que se refiere la etapa /3/, calcular al menos un valor estimado de producción de electricidad utilizando la función de estimación determinada en la etapa /2/; y /5/ declarar que se detecta una anomalía en el funcionamiento de la instalación (1) monitorizada a partir de una comparación, durante al menos un instante posterior al periodo de aprendizaje, entre el valor de producción de electricidad estimado que se ha calculado en la etapa /4/ y el nuevo valor de producción de electricidad medido que se ha recopilado en la etapa /3/ para la instalación monitorizada.
Description
DESCRIPCIÓN
Detección a distancia de una anomalía que afecta a una instalación fotovoltaica
Sector de la técnica
La presente invención se refiere a la detección a distancia de una anomalía que afecta al funcionamiento de una instalación fotovoltaica para la producción de electricidad. El documento EP3016277A describe un procedimiento de detección de una anomalía de un sistema fotovoltaico.
Estado de la técnica
La producción de electricidad a partir de una instalación fotovoltaica puede verse perturbada por muchas causas, que comprenden acumulaciones de suciedad y escombros en los paneles fotovoltaicos, averías de la instalación que pueden afectar a los propios paneles pero también a los componentes eléctricos asociados a los mismos, la aparición de nuevos elementos en el entorno que provocan un perjuicio a los paneles, etc. Esto se traduce en descensos en la producción de electricidad de la instalación fotovoltaica, lo que puede ser especialmente penalizador durante días soleados pero fríos. Tales descensos penalizan tanto al propietario de la instalación fotovoltaica por falta de energía eléctrica para vender, como a un proveedor de electricidad por red de distribución por falta de energía eléctrica que podría tener que comprar a otros proveedores.
Sin embargo, la aparición de tales causas de perturbaciones puede ser difícil de detectar, provocando pérdidas de producción que probablemente duren varios días, incluso varias semanas.
Además, una vez detectada la existencia de una perturbación en una instalación fotovoltaica, puede resultar difícil identificar la(s) causa(s) de esta perturbación. Sin embargo, es particularmente importante, por razones económicas, minimizar la necesidad de enviar un técnico al sitio de la instalación fotovoltaica para identificar la causa de la perturbación. En efecto, las instalaciones fotovoltaicas están generalmente muy distribuidas geográficamente, por lo que el desplazamiento de un técnico a una instalación determinada presenta un coste elevado. Por tanto, existe un reto económico importante en cuanto a poder detectar a distancia una perturbación que afecta de nuevo a una instalación fotovoltaica identificada, y a poder diagnosticar la causa de esta perturbación.
Para ello, se conoce transmitir a una plataforma de monitorización, medidas que se realizan de manera repetida, de la producción de electricidad de cada instalación fotovoltaica, con el fin de estudiar su evolución e intentar deducir de las mismas la aparición de perturbaciones. Habitualmente, estos valores medidos se comparan con valores teóricos que se producen por un simulador según un modelo determinista. Pero un enfoque de este tipo no es adecuado, porque la producción de electricidad por una instalación fotovoltaica está sujeta a muchos peligros, en particular de origen meteorológico, y depende de parámetros de instalación que no necesariamente se conocen para tenerse en cuenta en el modelo de simulación. Entre estos parámetros de instalación se encuentran la ubicación de cada instalación fotovoltaica, la superficie del panel instalado, la orientación de los paneles fotovoltaicos con respecto al sur, su inclinación con respecto a la dirección vertical, la tecnología y el fabricante de los paneles, etc. La detección de perturbaciones a partir de comparaciones entre las mediciones de producción de electricidad que se recopilan y los resultados de un modelo determinista de este tipo conllevan una tasa de falsas alarmas que es muy elevada. Dicho de otro modo, tales métodos de detección de perturbaciones a partir de modelos deterministas no son fiables.
Objeto de la invención
A partir de esta situación, un objetivo de la invención es proponer un nuevo procedimiento de detección a distancia de anomalías que afectan al funcionamiento de una instalación fotovoltaica, cuyo nivel de fiabilidad se ve mejorado respecto a los procedimientos de detección anteriores.
Un objetivo relacionado de la invención es identificar a distancia al menos una causa probable para cada anomalía que se detecta en el funcionamiento de una instalación fotovoltaica.
Para conseguir al menos uno de estos objetivos u otros, un primer aspecto de la invención propone un procedimiento según la reivindicación 1, para detectar a distancia de una anomalía que afecta al funcionamiento de una instalación fotovoltaica de producción de electricidad, denominada instalación monitorizada, comprendiendo este procedimiento al menos una etapa durante la que los valores de producción de electricidad que se miden para esta instalación monitorizada se comparan con los valores que se deducen de las mediciones realizadas para varias instalaciones adicionales fotovoltaicas de producción de electricidad, denominadas instalaciones próximas y diferentes de la instalación monitorizada.
De este modo, el procedimiento de detección de la invención puede tener en cuenta contribuciones a variaciones aleatorias de producción de electricidad, que son comunes a instalaciones fotovoltaicas geográficamente próximas. De esta forma pueden tenerse en cuenta, por tanto, una parte de las causas de variación de la producción de electricidad que afectan a la instalación monitorizada, en particular, una parte de las causas aleatorias, de forma que
el procedimiento de detección de la invención presente un nivel de fiabilidad mejorado. Además, este nivel de fiabilidad es tanto más elevado cuanto mayor es el número de instalaciones fotovoltaicas próximas que se tienen en cuenta.
En general, el procedimiento de la invención puede comprender además investigar si los valores de producción de electricidad que se miden para la instalación monitorizada cumplen varios criterios de detección de anomalías, y en función de aquellos de estos criterios que se cumplan, proponer al menos una causa posible de la anomalía. En particular, la propuesta de causa posible de anomalía puede utilizar una base de aprendizaje que asocie diferentes causas de anomalía con diferentes combinaciones de criterios cumplidos.
Opcionalmente, el procedimiento de la invención también puede comprender ordenar o realizar una intervención de mantenimiento o de modificación ambiental de la instalación monitorizada, en un lugar o en las inmediaciones de esta instalación monitorizada, si se detecta una anomalía.
En general, el procedimiento de la invención puede comprender las siguientes etapas:
/1/ durante un periodo de aprendizaje, recopilar los valores de producción de electricidad que se han medido para la instalación monitorizada y para las instalaciones próximas;
/2/ a partir de los valores de producción de electricidad que se han medido para las instalaciones próximas, determinar una función de estimación de la producción de electricidad para la instalación monitorizada, teniendo como variable el tiempo, minimizando una diferencia total que se calcula en cuanto al periodo de aprendizaje entre los valores de producción de electricidad medidos para la instalación monitorizada y los valores estimados obtenidos por la función de estimación;
/3/ durante al menos un instante posterior al periodo de aprendizaje, recopilar nuevos valores de producción de electricidad que se miden para la instalación monitorizada y para cada instalación próxima;
/4/ para cada instante posterior al periodo de aprendizaje al que se refiere la etapa /3/, calcular al menos un valor estimado de producción de electricidad utilizando la función de estimación que se determinó en la etapa /2/; y
/5/ declarar que se detecta una anomalía en el funcionamiento de la instalación monitorizada a partir de una comparación, durante al menos un instante posterior al periodo de aprendizaje, entre el valor estimado de producción de electricidad que se ha calculado en la etapa /4/ y el nuevo valor de producción de electricidad que se midió y luego se recopiló en la etapa /3/ para la instalación monitorizada.
De esta forma, el procedimiento de la invención resulta de una comparación entre la producción de electricidad de la instalación monitorizada y un modelo para esta producción de electricidad que se establece a partir de instalaciones próximas a la instalación monitorizada. Y se declara una anomalía para la instalación monitorizada cuando la producción de electricidad que se mide para la misma se aleja demasiado de un resultado proporcionado por el modelo.
Opcionalmente, los nuevos valores de producción de electricidad medidos que se recopilan en la etapa /3/ pueden utilizarse además posteriormente para extender el periodo de aprendizaje. Alternativamente, también pueden utilizarse para formar un periodo de aprendizaje continuo en el tiempo, que incorpora entonces automáticamente nuevas derivas de producción susceptibles de afectar a la instalación fotovoltaica monitorizada y/o a las instalaciones próximas, en la medida en que tales derivas sean progresivas.
En realizaciones preferidas de la invención, la función de estimación que se determina en la etapa /2/ puede comprender una combinación lineal de funciones de producción de electricidad que se relacionan respectivamente con instalaciones próximas, y que corresponden a los valores de producción de electricidad que se han medido para estas instalaciones próximas durante el periodo de aprendizaje, con factores de combinación lineal que son todos ellos positivos o nulos, y con una suma de dichos factores de combinación lineal que es inferior o igual a un valor máximo fijado. Además, los factores de combinación lineal pueden determinarse para minimizar la desviación total que se calcula durante el periodo de aprendizaje entre los valores de producción de electricidad medidos para la instalación monitorizada y los valores estimados.
Para un primer criterio de detección de anomalías, la comparación de la etapa /5/ puede realizarse ejecutando las siguientes subetapas:
/5-1/ determinar un intervalo de confianza de predicción para cada valor de producción de electricidad estimado que se calculó en la etapa /4/;
/5-2/ determinar si el nuevo valor de producción de electricidad medido que se recopiló en la etapa /3/ para la instalación monitorizada, y que corresponde al mismo instante que el valor estimado de la subetapa /5-1/, se encuentra fuera del intervalo de confianza de predicción relativo a este valor estimado; y
/5-3/ repetir las subetapas /5-1/ y /5-2/ durante varios instantes dentro de un primer periodo de prueba, luego contar un primer número de instantes en el primer periodo de prueba, para cada uno de los cuales el nuevo valor de producción de electricidad medido para la instalación monitorizada se encuentra fuera del intervalo de confianza de predicción correspondiente.
Entonces, según el primer criterio, puede declararse una anomalía en el funcionamiento de la instalación monitorizada si el primer número de instantes es superior a un primer umbral predefinido.
Posiblemente, el procedimiento de la invención también puede comprender las siguientes etapas, para un segundo criterio de detección de anomalías:
/6/ corregir los valores de producción de electricidad que se miden para cada instalación próxima con respecto a una potencia eléctrica nominal de esta instalación próxima, y en proporción a una potencia eléctrica nominal de la instalación monitorizada;
/7/ seleccionar un subconjunto entre las instalaciones próximas, que corresponda a una proporción predeterminada de las mismas y que esté formado por aquellas de estas instalaciones próximas que presenten la menor producción de electricidad, determinada a partir de valores de producción de electricidad medidos y luego corregidos; y /8/ contar un segundo número de instantes en un segundo periodo de prueba, para cada uno de los cuales el valor de producción de electricidad que se mide para la instalación monitorizada es inferior o igual a un valor promedio de valores de producción de electricidad medidos y luego corregidos del subconjunto de instalaciones próximas.
Entonces, según el segundo criterio, también se declara una anomalía en el funcionamiento de la instalación monitorizada si el segundo número de instantes contados en la etapa /8/ es superior a un segundo umbral predefinido. El segundo periodo de prueba puede ser al menos una parte del periodo de aprendizaje y/o comprender al menos un intervalo de tiempo que sea posterior al periodo de aprendizaje.
Para un tercer criterio de detección de anomalías, el procedimiento puede comprender las etapas /1/ a /4/ mencionados anteriormente, y comprender además las siguientes etapas:
/9/ durante varios instantes dentro de un tercer periodo de prueba, calcular los resultados de resta de un valor de producción de electricidad que se calcula utilizando la función de estimación determinada en la etapa /2/, al valor de producción de electricidad medido para la instalación monitorizada, estando estos valores para calcular cada resultado de resta relacionados con el mismo instante en el tercer periodo de prueba;
/10/ determinar el tiempo de funcionamiento, durante cada uno de dichos tiempos de funcionamiento los resultados de resta presentan un valor promedio temporal que es diferente de los del tiempo de funcionamiento anterior y el tiempo de funcionamiento posterior, y con una variación de los resultados de la resta que es mínima dentro de cada tiempo de funcionamiento; y
/11/ contar una cantidad de tiempos de caminata dentro del tercer periodo de prueba, para cada uno de dichos tiempos de funcionamiento el valor promedio de tiempo de los resultados de la resta es negativo.
Entonces, según el tercer criterio, también se declara una anomalía en el funcionamiento de la instalación monitorizada si, durante el tercer periodo de prueba, el número de tiempos de funcionamiento con valores de promedio temporal negativos para los resultados de resta es superior a un tercer umbral predefinido. El tercer periodo de prueba puede ser al menos una parte del periodo de aprendizaje y/o comprender al menos un intervalo de tiempo que sea posterior al periodo de aprendizaje. Un tercer criterio de este tipo es especialmente adecuado para poner de manifiesto descensos de producción de electricidad que afectan a la instalación fotovoltaica objeto de monitorización.
Finalmente, para un cuarto criterio de detección de anomalías, el procedimiento puede comprender además las siguientes etapas:
/12/ averiguar si existe un instante diurno en el que se produzca un mínimo de los valores de producción de electricidad que se miden para la instalación monitorizada, durante al menos un día de funcionamiento de esta instalación monitorizada; y
/13/ averiguar si también se produce un mínimo durante varios días sucesivos después del día identificado en la etapa /12/, para los valores de producción de electricidad que se miden para la instalación monitorizada, cada vez en un intervalo de tiempo predefinido en torno al instante diurno identificado en la etapa /12/, y contar el número de días sucesivos para los que se produce tal mínimo.
Entonces según el cuarto criterio, también se declara una anomalía en el funcionamiento de la instalación monitorizada si el número de días sucesivos contados en la etapa /13/ es superior a un cuarto umbral predefinido. De manera general, la verificación de varios de los criterios anteriores puede permitir confirmar la presencia de una anomalía en el funcionamiento de la instalación monitorizada, incluso permitir determinar las posibles causas de esta anomalía detectada.
Un segundo aspecto de la invención propone un sistema de monitorización de al menos una instalación fotovoltaica, denominada instalación monitorizada, comprendiendo este sistema de monitorización:
- medios de comunicación para recopilar valores de producción de electricidad que se hayan medidos para la instalación monitorizada y para otras instalaciones fotovoltaicas, denominadas instalaciones próximas, diferentes de la instalación monitorizada; y
- medios de cálculo para implementar un procedimiento de detección a distancia de una anomalía que afecta al funcionamiento de la instalación monitorizada, siendo este método conforme al primer aspecto de la invención. Descripción de las figuras
Otras características y ventajas de la presente invención resultarán más evidentes tras la siguiente descripción de ejemplos de realizaciones no limitativos, con referencia a los dibujos adjuntos, en los que:
- La figura 1 muestra un conjunto de instalaciones fotovoltaicas a las que puede aplicarse la invención, así como un sistema de monitorización según la invención; y
- Las figuras 2 a 5 muestran etapas de un procedimiento según la invención, respectivamente, para aplicar diferentes criterios de detección de anomalías en relación con el funcionamiento de una de las instalaciones fotovoltaicas de la figura 1.
En estas figuras, referencias idénticas indican elementos o etapas idénticos, o cuyas funciones son idénticas.
Descripción detallada de la invención
La figura 1 muestra N instalaciones fotovoltaicas identificadas, siendo N un número natural superior o igual a 2, por ejemplo, indicadas de 1 al 10, cuyas condiciones de instalación pueden variar de una instalación a otra: en cubiertas, sobre pies fijos, con superficies instaladas de paneles que son variables, orientaciones variables con respecto al sur, inclinaciones que también pueden ser variables, etc. Además, la tecnología y el fabricante de los paneles fotovoltaicos también pueden variar entre diferentes instalaciones. Cada instalación fotovoltaica está conectada a una red de distribución eléctrica (no representada) para transmitir la potencia eléctrica que proporciona, y un contador intermedio realiza mediciones de esta potencia eléctrica proporcionada. Los valores de producción de electricidad medidos se generan de este modo para cada instalación fotovoltaica, de manera individual y de manera repetida, luego se transmiten a una plataforma 100 de recepción y de memorización, que se denomina RECEP. & MEM. El modo de transmisión de estos valores medidos, a partir de un punto de conexión a la red de cada instalación fotovoltaica, puede ser cualquiera. Para implementar el procedimiento de detección de anomalías que propone la invención, se asocia a la plataforma 100 un módulo 101 de análisis, denominado ANALYS., y programado para aplicar a los valores de producción de electricidad medidos y transmitidos, los tratamientos que se describen a continuación. El objetivo de estos tratamientos es detectar si una anomalía afecta al funcionamiento de una de las instalaciones fotovoltaicas identificadas, por ejemplo, la instalación 1, que, por tanto, se denomina instalación fotovoltaica monitorizada. Para ello, los valores de producción de electricidad que se miden y recopilan para la instalación 1 fotovoltaica se comparan con los relativos a varias instalaciones fotovoltaicas adicionales. El número de estas últimas instalaciones utilizadas como referencias de comparación no tiene limitación. En la práctica, puede ser del orden de diez o más instalaciones fotovoltaicas, preferiblemente menos de cien, por ejemplo, 2-10 instalaciones fotovoltaicas. La fiabilidad del procedimiento de detección de anomalías para la instalación 1 que se monitoriza es mejor si las instalaciones con las que se comparan sus valores de producción de electricidad medidos se encuentran geográficamente próximas a la instalación 1. Por este motivo, las instalaciones fotovoltaicas que sirven de referencia para la monitorización del funcionamiento de la instalación 1 se han denominado instalaciones próximas en la parte general de la presente descripción. Los expertos en la técnica entenderán que para el análisis estadístico que se implementa, el criterio de proximidad no tiene límite estricto, pero tiene el efecto de mejorar las correlaciones temporales entre los valores que se miden para instalaciones fotovoltaicas distintas.
En las figuras 2 a 5, se denomina S0 a la recopilación de valores de producción de electricidad que se han medido para cada una de las instalaciones fotovoltaicas 1 a 10, durante un periodo de aprendizaje. Una recopilación de este tipo se repite varias veces en el periodo de aprendizaje, preferiblemente durante periodos diurnos de varios días sucesivos del periodo de aprendizaje, para construir una base de datos de valores medidos. Por ejemplo, el periodo de aprendizaje puede agruparse entre 5 y 50 días sucesivos. Esta base de datos puede actualizarse continuamente.
A continuación, t designa la variable tiempo, para identificar los instantes en los que se miden los valores de producción de electricidad para las instalaciones fotovoltaicas 1 a N.
Para aplicar el primer criterio de detección de anomalías previsto por la invención, los valores medidos que se recopilan de este modo durante el periodo de aprendizaje (etapa S0) se utilizan para establecer un modelo de producción de electricidad de la instalación monitorizada (etapa S11 de la figura 2). A continuación, las predicciones que se establecen aplicando este modelo (etapa S12) se comparan con los nuevos valores de producción de electricidad de la instalación monitorizada, que se miden después del periodo de aprendizaje (etapas S13 y S14). Preferiblemente, el modelo que se utiliza puede ser del tipo conocido por las siglas LASSO, de “Least Absolute Shrinkage and Selection Operator”, con coeficientes positivos y acotados. Según un modelo de este tipo, los valores de producción de electricidad de la instalación monitorizada se aproximan mediante una combinación afín de los valores de producción de electricidad de las instalaciones próximas:
en donde Pi(t) es el valor de producción de electricidad que se mide en el instante t para la instalación fotovoltaica i, variando todo el índice i de 1 a N, correspondiendo i=1 a la instalación fotovoltaica que se monitoriza, correspondiendo i=2 a N a las instalaciones fotovoltaicas próximas a la monitorizada, y formando la suma una combinación lineal de los valores de producción de electricidad que se miden para las instalaciones fotovoltaicas próximas;
siendo Pu, para i que varía de 2 a N, el coeficiente de la combinación lineal para la instalación próxima i en el modelo que se utiliza para estimar la producción de electricidad de la instalación 1 monitorizada, y siendo P1,0 un coeficiente constante de este modelo para la instalación 1 monitorizada; y
siendo d(t) el error del modelo para la instalación 1 monitorizada, para el tiempo t de medición.
Los coeficientes Pu, con i=0, 2,..., N, se determinan para minimizar el error total, integrado durante el periodo de aprendizaje:
en donde las barras verticales dobles designan un estándar de medida que es eficaz durante todo el periodo de aprendizaje.
Por ejemplo:
Entonces, la función d(t) es una función aleatoria con valor medio nulo.
Según una característica de la invención, los coeficientes Pu para i=0, 2,..., N son todos positivos o nulos, con la restricción de que su suma sea inferior o igual a un parámetro fijo del modelo, indicado como 8, y que es un número real estrictamente positivo:
El objetivo del periodo de aprendizaje introducido anteriormente es determinar los coeficientes Pu definidos de este modo, para i=0, 2,..., N, correspondientes a la etapa S11 indicada en la figura 2. Estos coeficientes se utilizan luego en la etapa S12 para estimar la producción de electricidad de la instalación 1 monitorizada, para instantes t que son posteriores al periodo de aprendizaje.
La estimación de la producción de electricidad por parte de la instalación 1 monitorizada para el instante t es:
i= N
pl(‘ )=p í,« 2= l2 lP u - m
De este modo, el modelo, también denominado función de estimación, proporciona un valor estimado para la producción de electricidad de la instalación 1 monitorizada, para un instante t, a partir de los valores de producción de electricidad de las instalaciones próximas 2,..., N que son relativos al mismo instante t.
Para aplicar el primer criterio de detección de anomalías, se determina un intervalo de confianza de predicción, por separado para varios instantes t que son posteriores al periodo de aprendizaje, para la estimación de la producción de electricidad de la instalación 1 monitorizada que se obtiene por el modelo anterior. Un intervalo de confianza de este tipo puede determinarse de la siguiente manera, a partir de los valores medidos que se recopilaron durante el periodo de aprendizaje:
/i/ se selecciona aleatoriamente, con reposición, instantes t del periodo de aprendizaje, para los que se han recopilado los valores medidos Pi(t), para i=1, 2,..., N, repitiendo el sorteo un número de veces que sea idéntico al número de instantes del periodo de aprendizaje que se utilizaron previamente para determinar la función de estimación P 1(t). Se construye de este modo una nueva base de datos de aprendizaje, a partir de la que se determina una nueva función de estimación, del mismo modo que se describió anteriormente, nuevamente para la producción de electricidad de la instalación 1 monitorizada;
/ii/ se selecciona entonces, también aleatoriamente, un valor del error de estimación relativo a la nueva función de estimación construida de este modo, y relativo a uno de los instantes del periodo de aprendizaje; después
/iii/ se calcula un nuevo valor estimado de la producción de electricidad para la instalación 1 seleccionada, como la suma de un resultado de la nueva función de estimación determinada en la etapa /i/, para un instante posterior al periodo de aprendizaje, y el error de estimación que se seleccionó en la etapa /ii/.
Estas etapas /i/ a /iii/ se repiten un número de veces determinado, por ejemplo 500 veces, ejecutándose la primera vez a partir de la función de estimación P 1(t), para obtener una distribución estadística de valores de estimación de la producción de electricidad de la instalación 1 seleccionada para el mismo instante t, después del periodo de aprendizaje. A partir de esta distribución estadística se determina entonces un intervalo de confianza para la producción de electricidad de la instalación 1, para el instante t. Por ejemplo, el intervalo de confianza del 95% está comprendido entre los cuantiles 0,025 y 0,975.
/iv/ finalmente, se determina si el valor que realmente se midió y luego se recopiló en la etapa S13 para la producción de electricidad de la instalación 1 en el instante t después del periodo de aprendizaje, se encuentra dentro del intervalo de confianza, o fuera del mismo. Esta comparación del valor medido con los valores estimados, a través del intervalo de confianza, constituye la etapa S14.
Luego se aplican las etapas /i/ a /iv/ en varios instantes t diferentes, todos después del periodo de aprendizaje, luego se cuenta el número N1 de estos instantes, dentro de un primer periodo de prueba predefinido, para los que los valores que realmente se miden para la producción de electricidad de la instalación 1 se encuentran fuera de los intervalos de confianza correspondientes a los mismos instantes. Si este número N1 de instantes, para los que se producen errores de coincidencia entre el modelo y los valores medidos para la instalación 1, es superior a un primer umbral predefinido, se declara una anomalía para el funcionamiento de la instalación 1. De este modo, el primer criterio de detección de anomalías está constituido por el nivel de confianza de predicción (95% en el ejemplo mencionado), el primer periodo de prueba y el primer umbral que se utilizaron en el modo de análisis que acaba de describirse, y que se ha aplicado a los valores medidos de producción de electricidad para las instalaciones 1, 2,...,N. Este primer criterio se implementa en la etapa S10. Permite tener en cuenta las particularidades del funcionamiento de la instalación que se monitoriza, ya que cada función de estimación que se ha utilizado se ha determinado a partir de este funcionamiento de la instalación monitorizada, tal como medida durante el periodo de aprendizaje.
Un segundo criterio de detección de anomalías en el funcionamiento de la instalación monitorizada se refiere a la comparación de su producción de electricidad con la de algunas de las instalaciones próximas que son las menos eficientes.
Para las instalaciones próximas para las que el coeficiente de combinación lineal Pu no es nulo en la función de estimación P 1(t), variando el índice i de 2 a N, se corrigen sus valores de producción de electricidad medidos en relación con sus valores de potencia eléctrica nominal respectivos, y en proporción con el de la instalación monitorizada. Dicho de otro modo, para cada instante t del periodo de aprendizaje en el que se midió y luego se recopiló el valor de producción de electricidad Pi(t), se calcula el siguiente valor de producción de electricidad corregido, a partir del valor medido Pi(t):
para
en donde P¡ nom es el valor de potencia eléctrica nominal de la instalación fotovoltaica i, variando para i de 1 a N. Estos cálculos de valores corregidos corresponden a la etapa S21 de la figura 3.
Para cada instalación próxima i, variando i de 2 a N, se determina entonces el valor medio de su producción de electricidad corregido durante el periodo de aprendizaje, a partir de los valores de Pi corr(t): <P¡ corr(t) >t. Luego, en la etapa S22, se selecciona una proporción o número predefinido de instalaciones próximas, correspondientes a aquellas que presentan los valores promedio más bajos. Por ejemplo, se selecciona el 20% de las instalaciones próximas que presentan los valores más bajos para la producción de electricidad corregida promedio.
Finalmente, en la etapa S23, se determina el número N2 de instantes para los que se han recopilado los valores de producción de electricidad medidos, durante el periodo de aprendizaje, y para los que el valor medido para la instalación 1 monitorizada es inferior o igual al valor medio de los valores medidos en el mismo instante para las instalaciones próximas seleccionadas:
t en el periodo de aprendizaje tal como P}(t ) <
Nss,elección ¡i selección 2 ent > re 2o.....V
en donde Nselección es el número de instalaciones fotovoltaicas próximas menos productivas que se han seleccionado. Entonces el segundo criterio de detección de anomalías para el funcionamiento de la instalación 1 monitorizada es un segundo umbral fijo, que se refiere al número de instantes N2. Entonces se declara una anomalía según este segundo criterio si el número de instantes N2 es superior al segundo umbral.
Un tercer criterio de detección de anomalías para el funcionamiento de la instalación monitorizada se basa en la existencia de rupturas estadísticas en las diferencias P1(t)-P 1(t), calculándose estas diferencias para los instantes t de medición del periodo de aprendizaje. Las etapas S11 y S12 de la figura 4 se repiten a partir de las de la figura 1. Luego, en la etapa S31, se aplica un método de detección de ruptura estadística a las diferencias P1(t)-P 1(t). Para ello, puede aplicarse un algoritmo de programación dinámica al periodo de aprendizaje. Un algoritmo de este tipo divide el periodo de aprendizaje en duraciones de funcionamiento (“step durations” en inglés) sucesivas, estando cada una asociada con un valor promedio temporal para la diferencia P1(t)-P 1(t), calculado sobre esta duración de funcionamiento, que es diferente del valor promedio temporal asociado con la siguiente duración de funcionamiento, y también diferente del asociado con la duración de funcionamiento anterior. Además, cada duración de funcionamiento se determina de modo que la variación de la diferencia P1 (t)-^ 1 (t) sea mínima dentro de esta duración de funcionamiento. Dichas duraciones de funcionamiento pueden determinarse utilizando, por ejemplo, un método de agrupación dinámica o un método de clasificación jerárquica ascendente, conocidos por los expertos en la técnica. Se cuentan las duraciones de funcionamiento cuyos valores promedio temporales son negativos para la diferencia P1 (t)-P1 (t), y su número se compara con un tercer umbral predefinido en la etapa S30. Entonces se declara una anomalía según el tercer criterio si este número es superior al tercer umbral.
El valor promedio temporal más negativo que se ha obtenido de este modo para la diferencia P1(t)-P 1(t), y los instantes t de medición de la duración de funcionamiento correspondiente, o bien una hora promedio de esta duración de funcionamiento como valor promedio temporal más negativo, pueden utilizarse para identificar una causa probable de la anomalía, tal como se describirá más adelante.
Finalmente, un cuarto criterio de detección de anomalías para el funcionamiento de la instalación monitorizada consiste en determinar si aparece un mínimo para su producción de electricidad medida, repetidamente durante varios días sucesivos, a la misma hora de cada día durante un periodo diario de luminosidad solar, denominado periodo diurno. Para ello se busca un instante t de medición durante el periodo diurno de cada día, por ejemplo entre las 10 horas y las 16 horas, para el que P1 (tj)-P1 (tj-1 )<0 y P1 (tj+1)- P1 (tj)>0, en donde tj-1, tj y tj+1 designan tres instantes sucesivos del periodo diurno en los que se ha medido la producción de electricidad de la instalación 1 monitorizada. Esta etapa se indica mediante la referencia S41 en la figura 5. Se busca entonces si la misma hora tj de producción eléctrica mínima medida se reproduce durante varios días sucesivos, opcionalmente con una diferencia de tolerancia para los instantes tj que se refieren a días diferentes, hasta alcanzar un número mínimo de días predefinido. Entonces todavía se declara una anomalía si se alcanza este número mínimo de días, que forman un cuarto umbral (etapa S40). Tal cuarto criterio puede aplicarse a un periodo de prueba que esté comprendido en el periodo de aprendizaje, pero que también se extienda después del mismo.
Entonces puede identificarse una causa probable de una anomalía a partir de la que se cumplen uno o diversos criterios de detección de anomalías, y opcionalmente también teniendo en cuenta información adicional que se ha obtenido a partir de valores de producción de electricidad medidos. Tal identificación de la causa probable de
anomalías puede realizarse automáticamente, en particular, según un árbol de aprendizaje que establece una correlación entre los criterios cumplidos y las causas de anomalías posibles.
A modo ilustrativo, el primer criterio puede indicar que los valores P¡(t) de producción de electricidad que se han medido para la instalación fotovoltaica monitorizada se encuentran más allá del intervalo de confianza del 95% determinado para la función P i(t) de estimación. El segundo criterio puede indicar un defecto de producción eléctrica de 3 kW (kilovatios) entre las 12 y las 19 horas, con respecto al 20% de las instalaciones fotovoltaicas próximas que son las menos eficientes. Y el tercer criterio puede corroborar los dos anteriores al indicar que esta duración de 12 horas a 19 horas corresponde a una única duración de funcionamiento para la que la diferencia entre valores medidos y valores estimados para la instalación monitorizada presenta un valor promedio temporal que es negativo. Finalmente, el cuarto criterio puede no revelar ningún mínimo durante esta duración para la producción de electricidad medida de la instalación monitorizada. Aprender a correlacionar las causas de anomalías probables con estos resultados para los cuatro criterios puede entonces sugerir que se ha producido una acumulación de basura en los paneles de la instalación monitorizada, y requiere que se realice una verificación en el sitio, con una posible limpieza de los paneles.
En general, el cuarto criterio es especialmente adecuado para revelar la presencia de un elemento ambiental en las proximidades de la instalación monitorizada, que produce una sombra en sus paneles durante un tiempo limitado dentro del periodo de insolación diario. Habitualmente, una sombra de este tipo puede producirse nuevamente por un árbol próximo a partir de la primavera. A continuación, puede realizarse una intervención de poda de árboles.
Otras causas de anomalías en el funcionamiento de la instalación fotovoltaica que se monitoriza, que pueden ser detectadas e identificadas gracias a la invención, son sin limitación: una sombra por una chimenea de un edificio próximo de nueva construcción, o por un poste de una instalación de telefonía móvil recién instalada, un defecto en la transmisión o recopilación de valores medidos, un mal funcionamiento del panel fotovoltaico, un mal funcionamiento del sistema de conversión de corriente alterna de la producción de electricidad de la instalación monitorizada, etc. Tales causas de anomalías pueden constituir los resultados del árbol de aprendizaje.
Se entiende que la invención puede reproducirse modificando aspectos secundarios de la misma con respecto a la descripción detallada que acaba de proporcionarse. En particular, pueden introducirse variaciones en el método de determinación que se utiliza para la función de estimación de producción de electricidad de una instalación fotovoltaica a partir de valores que se miden para instalaciones próximas. En particular, puede utilizarse, de manera ventajosa, la variante bayesiana del método LASSO.
Claims (9)
1. Procedimiento de detección a distancia de una anomalía que afecta al funcionamiento de una instalación fotovoltaica de producción de electricidad, denominada instalación (1) monitorizada, que comprende al menos una etapa en la que se comparan valores de producción de electricidad medidos para la instalación monitorizada con valores deducidos de medidas realizadas para diversas instalaciones fotovoltaicas de producción de electricidad adicionales, denominadas instalaciones (2-10) próximas y diferentes de la instalación monitorizada, comprendiendo dicho procedimiento las siguientes etapas:
/1/ durante un periodo de aprendizaje, recopilar los valores de producción de electricidad medidos para la instalación (1) monitorizada y para las instalaciones (2-10) próximas;
/2/ a partir de los valores de producción de electricidad medidos para dichas instalaciones (2-10) próximas, determinar una función de estimación de la producción de electricidad para la instalación (1) monitorizada, que tiene como variable el tiempo, minimizando una desviación total calculada sobre el periodo de aprendizaje entre los valores de producción de electricidad medidos para la instalación monitorizada y los valores estimados obtenidos mediante la función de estimación;
/3/ durante al menos un instante posterior al periodo de aprendizaje, recopilar nuevos valores de producción de electricidad medidos para la instalación (1) monitorizada y para cada instalación (2-10) próxima;
/4/ para cada instante posterior al periodo de aprendizaje al que se refiere la etapa /3/, calcular al menos un valor estimado de producción de electricidad utilizando la función de estimación determinada en la etapa /2/; y
/5/ declarar que se detecta una anomalía en el funcionamiento de la instalación (1) monitorizada a partir de una comparación, durante al menos un instante posterior al periodo de aprendizaje, entre el valor de producción de electricidad estimado que se ha calculado en la etapa /4/ y el nuevo valor de producción de electricidad medido que se ha recopilado en la etapa /3/ para la instalación monitorizada.
2. Procedimiento según la reivindicación 1, que comprende además buscar si se cumplen diversos criterios de detección de anomalías por los valores de producción de electricidad que se miden para la instalación (1) monitorizada, y en función de aquellos de dichos criterios que se cumplan, sugerir al menos una causa posible de la anomalía, en particular, utilizando una base de aprendizaje que asocia diferentes causas de anomalías a diferentes combinaciones de criterios cumplidos.
3. Procedimiento según la reivindicación 1 o 2, que comprende además controlar o realizar una intervención de mantenimiento o de modificación ambiental de la instalación (1) monitorizada, en un sitio o en las proximidades de dicha instalación monitorizada, si se detecta alguna anomalía.
4. Procedimiento según cualquiera de las reivindicaciones anteriores, en el que la función de estimación determinada en la etapa /2/ comprende una combinación lineal de funciones de producción de electricidad que se relacionan respectivamente con las instalaciones (2-10) próximas, y que corresponden a los valores de producción de electricidad medidos para dichas instalaciones próximas durante el periodo de aprendizaje, con factores de combinación lineal que son todos positivos o nulos, y con una suma de dichos factores de combinación lineal que es inferior o igual a un valor máximo establecido, determinándose dichos factores de combinación lineal para minimizar la desviación total calculada durante el periodo de aprendizaje entre los valores de producción de electricidad medidos para la instalación (1) monitorizada y los valores estimados.
5. Procedimiento según cualquiera de las reivindicaciones anteriores, en el que la comparación de la etapa /5/ se realiza ejecutando los siguientes subetapas:
/5-1/ determinar un intervalo de confianza de predicción para cada valor de producción de electricidad estimado que se ha calculado en la etapa /4/;
/5-2/ determinar si el nuevo valor de producción de electricidad medido que se ha recopilado en la etapa /3/ para la instalación (1) monitorizada, y que corresponde al mismo instante que el valor estimado de la subetapa /5-1/, se encuentra fuera del intervalo de confianza de predicción relativo a dicho valor estimado; y
/5-3/ repetir las subetapas /5-1/ y /5-2/ para varios instantes dentro de un primer periodo de prueba, luego contar un primer número de instantes en el primer periodo de prueba, para cada uno de tales instantes el nuevo el valor de producción de electricidad medido para la instalación (1) monitorizada se encuentra fuera del intervalo de confianza de predicción correspondiente,
y en el que se declara una anomalía en el funcionamiento de la instalación (1) monitorizada si el primer número de instantes es superior a un primer umbral predefinido.
6. Procedimiento según cualquiera de las reivindicaciones anteriores, que comprende además las siguientes etapas: /6/ corregir los valores de producción de electricidad medidos para cada instalación (2-10) próxima con respecto a una potencia eléctrica nominal de dicha instalación próxima, y proporcionalmente a una potencia eléctrica nominal de la instalación (1) monitorizada;
/7/ seleccionar un subconjunto de instalaciones (2-10) próximas, correspondiente a una proporción predeterminada de dichas instalaciones próximas y formado por aquellas de dichas instalaciones próximas que presentan las producciones eléctricas más bajas, determinadas a partir de los valores de producción de electricidad medidos y luego corregidos; y
/8/ contar un segundo número de instantes en un segundo periodo de prueba, para cada uno de tales instantes el valor de producción de electricidad que se mide para la instalación (1) monitorizada es inferior o igual a un valor medio los valores corregidos de producción de electricidad medidos del subconjunto de instalaciones (2-10) próximas,
y en el que también se declara una anomalía en el funcionamiento de la instalación (1) monitorizada si el segundo número de instantes es superior a un segundo umbral predefinido.
7. Procedimiento según al menos una de las reivindicaciones anteriores, que comprende además las siguientes etapas:
/9/ para varios instantes dentro de un tercer periodo de prueba, calcular los resultados de resta de un valor de producción de electricidad que se calcula usando la función de estimación determinada en la etapa /2/, del valor de producción de electricidad medido para la instalación (1) monitorizada, estando dichos valores para calcular cada resultado de resta relacionados con el mismo instante en el tercer periodo de prueba;
/10/ determinar duraciones de funcionamiento, durante cada una de dichas duraciones de funcionamiento los resultados de resta presentan un valor promedio temporal que es diferente de los de la duración de funcionamiento anterior y de la siguiente duración de funcionamiento, y con una variación de dichos resultados de resta que es mínima dentro de cada duración de funcionamiento; y
/11/ contar un número de duraciones de funcionamiento dentro del tercer periodo de prueba, para cada una de dichas duraciones de funcionamiento el valor promedio temporal de los resultados de resta es negativo, y en el que también se declara una anomalía en el funcionamiento de la instalación (1) monitorizada si el número de duraciones de funcionamiento con valores promedio temporales negativos para los resultados de resta es superior a un tercer umbral predefinido.
8. Procedimiento según cualquiera de las reivindicaciones anteriores, que comprende además las siguientes etapas: /12/ buscar si existe un instante diurno en el que se produce un mínimo para los valores de producción de electricidad que se miden para la instalación (1) monitorizada, durante al menos un día de funcionamiento de dicha instalación monitorizada; y
/13/ buscar si también se produce un mínimo durante varios días sucesivos después del día identificado en la etapa /12/, para los valores de producción de electricidad que se miden para la instalación (1) monitorizada, cada vez en un intervalo de tiempo predefinido alrededor del instante diurno identificado en dicha etapa /12/, y contar el número de días sucesivos para los que se produce tal mínimo,
y en el que también se declara una anomalía en el funcionamiento de la instalación (1) monitorizada si el número de días sucesivos contados en la etapa /13/ es superior a un cuarto umbral predefinido.
9. Sistema de monitorización de al menos una instalación fotovoltaica, comprendiendo dicha instalación (1) monitorizada:
- medios (100) de comunicación para recopilar valores de producción de electricidad que se han medido para dicha instalación (1) monitorizada y para otras instalaciones fotovoltaicas, denominadas instalaciones (2-10) próximas, diferentes de la instalación monitorizada; y
- medios (101) de cálculo para implementar un procedimiento de detección a distancia de una anomalía que afecta a un funcionamiento de la instalación (1) monitorizada, siendo dicho procedimiento según cualquiera de las reivindicaciones anteriores.
Applications Claiming Priority (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| FR1761756A FR3074986B1 (fr) | 2017-12-07 | 2017-12-07 | Detection a distance d'une anomalie affectant une installation photovoltaique |
| PCT/EP2018/082342 WO2019110326A1 (fr) | 2017-12-07 | 2018-11-23 | Detection a distance d'une anomalie affectant une installation photovoltaique |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| ES2910855T3 true ES2910855T3 (es) | 2022-05-13 |
Family
ID=61224091
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| ES18804018T Active ES2910855T3 (es) | 2017-12-07 | 2018-11-23 | Detección a distancia de una anomalía que afecta a una instalación fotovoltaica |
Country Status (4)
| Country | Link |
|---|---|
| EP (1) | EP3721549B1 (es) |
| ES (1) | ES2910855T3 (es) |
| FR (1) | FR3074986B1 (es) |
| WO (1) | WO2019110326A1 (es) |
Family Cites Families (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| FR2941328B1 (fr) * | 2009-01-19 | 2012-11-02 | Commissariat Energie Atomique | Procede de prevision de la production electrique d'un dispositif photovoltaique |
| FR3028114B1 (fr) * | 2014-11-03 | 2016-12-23 | Commissariat Energie Atomique | Procede de diagnostic d'un systeme photovoltaique |
| FR3028117B1 (fr) * | 2014-11-03 | 2016-12-23 | Commissariat Energie Atomique | Procede de diagnostic d'un systeme photovoltaique |
-
2017
- 2017-12-07 FR FR1761756A patent/FR3074986B1/fr active Active
-
2018
- 2018-11-23 ES ES18804018T patent/ES2910855T3/es active Active
- 2018-11-23 EP EP18804018.2A patent/EP3721549B1/fr active Active
- 2018-11-23 WO PCT/EP2018/082342 patent/WO2019110326A1/fr unknown
Also Published As
| Publication number | Publication date |
|---|---|
| EP3721549B1 (fr) | 2022-03-30 |
| FR3074986B1 (fr) | 2021-07-09 |
| EP3721549A1 (fr) | 2020-10-14 |
| WO2019110326A1 (fr) | 2019-06-13 |
| FR3074986A1 (fr) | 2019-06-14 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Triki-Lahiani et al. | Fault detection and monitoring systems for photovoltaic installations: A review | |
| CN101795090B (zh) | 预测光伏器件的电力产量的方法 | |
| Platon et al. | Online fault detection in PV systems | |
| CN115329812B (zh) | 一种基于人工智能的桥梁基础设施异常监测方法 | |
| Eliades et al. | Leakage fault detection in district metered areas of water distribution systems | |
| KR101824662B1 (ko) | 하천 진단을 통한 하천시설물 관리 방법 | |
| Potter et al. | Potential benefits of a dedicated probabilistic rapid ramp event forecast tool | |
| US20140375343A1 (en) | Solar cell module efficacy monitoring system and monitoring method therefor | |
| CN113473514B (zh) | 电力无线专网故障诊断模型训练方法、诊断方法及装置 | |
| JP6185206B1 (ja) | 太陽光発電システムの異常または異常の予兆を検出するための方法及び装置 | |
| KR101392279B1 (ko) | 식물 공장의 생산량 예측 방법 | |
| WO2016166991A1 (ja) | 太陽光発電設備の診断システムおよびプログラム | |
| US20170140077A1 (en) | Method for assessing efficiency of power generation systems | |
| CN117973877B (zh) | 基于智慧燃气物联网的燃气管井安全管理方法与系统 | |
| CN112862188A (zh) | 一种多传感器环境预测方法及系统 | |
| US11551323B2 (en) | Ensuring safe servicing in a low-voltage network of the electric power distribution system | |
| ES2910855T3 (es) | Detección a distancia de una anomalía que afecta a una instalación fotovoltaica | |
| US20230419222A1 (en) | Method to optimize cleaning of solar panels through quantification of losses in photovoltaic modules in solar power plants | |
| CN113011477A (zh) | 一种太阳辐照数据的清洗和补全系统及方法 | |
| WO2020035696A1 (en) | Sensing fluid flow for estimating fluid flow state | |
| KR102517490B1 (ko) | 지능형 태양광 진단 시스템 | |
| TW201727559A (zh) | 再生能源電廠的管理方法與系統 | |
| CN115509267A (zh) | 井下矿用水泵智能控制系统 | |
| Kabi et al. | Leveraging IoT and machine learning for improved monitoring of water resources-a case study of the upper ewaso nyiro river | |
| EP3696406A1 (en) | A method for computer-implemented analysis of a wind farm comprising a number of wind turbines |