Молодой учёный Политеха представил новый проект на международном форуме энергетиков

Ассистент кафедры «Электроэнергетика, электротехника и автоматизация технологических процессов» Новокуйбышевского филиала СамГТУ (НФ-ЭЭиАТП), аспирант Артём Проничев выступил с докладом на VI Международной научно-технической конференции «Релейная защита и автоматика». Форум проходит в Москве 18 – 20 октября в Национальном исследовательском университете «МЭИ». Площадка объединяет учёных и специалистов энергетической отрасли, экспертов СИГРЭ - Международного совета по крупным электрическим системам. Одна из задач - привлечь внимание к проблемам внедрения инновационных технологий в отрасль. Основной тематикой этого года стала разработка цифровых и интеллектуальных систем. В рамках конференции прошли мастер-классы и заседание Научно-технического совета Единой энергетической системы.

Артём Проничев представил результат своих исследований в секции «Вопросы развития активных систем распределения электроэнергии и распределенной генерации». Молодой учёный выступил с докладом «Оценка и прогнозирование деградации фотоэлектрических модулей с применением технологий машинного обучения». Новый подход позволяет с помощью искусственного интеллекта анализировать данные, полученные с действующих солнечных электростанций, и делать прогноз для новых объектов генерации. Методика может значительно улучшить процесс принятия решений и оптимизировать проекты солнечной энергетики.

- Со временем производительность солнечных панелей может ухудшаться из-за различных факторов, таких как физическое старение материалов, воздействие окружающей среды, включая погодные условия, и технические проблемы, - пояснил разработчик. - Оценка и прогнозирование деградации являются важными задачами для эффективной эксплуатации солнечных электростанций. Прогноз может применяться в экономических моделях проектируемых объектов для корректировки капитальных затрат.

Исследование предполагает расширение набора признаков, учёт большего количества солнечных электростанций и развитие моделей машинного обучения. Набор признаков может включать более широкий спектр факторов, таких как погодные условия и географические особенности. Кроме того в ходе работы была выдвинута гипотеза о влиянии конструктивных особенностей солнечной станции на деградацию отдельных модулей. В частности - перепад высот между соседними столами с фотоэлектрическими модулями, который ведет к частичному затенению панелей. В результате развития искусственного интеллекта оценка значимости признаков и прогнозы станут более точными.

Научный руководитель работы – заведующий кафедрой НФ-ЭЭиАТП, доцент, кандидат технических наук Евгений Шишков. Исследования проводятся при поддержке Группы компаний «Солар Системс» - ведущих предприятий в отрасли альтернативной энергетики. Первые данные для разработки новой методики были получены на Самарской солнечной электростанции.