Sistema Inteligente de Identificação de Anomalias em Placas Solares Fotovoltaicas a partir de Imagens do Espectro Visível e Térmico

Resumo

Falhas em módulos fotovoltaicos (PV), que podem resultar em perda de energia e problemas de confiabilidade, são muitas vezes difíceis de detectar, sendo então necessário o uso de métodos dispendiosos por necessitarem de muito tempo de avaliação, desligamento de parte dos módulos solares por um determinado período de tempo ou até por colocar em risco a vida dos operadores de manutenção. Como em muito dos casos, as falhas ocorridas têm um impacto significativo no comportamento térmico do módulo solar fotovoltaico, elas são detectadas como não homogeneidades na distribuição de sua temperatura superficial (pontos quentes), sendo representadas na imagem térmica do módulo defeituoso (TSANAKAS et al, 2017). A degradação óptica em evolução é geralmente detectável, com uma simples inspeção visual podendo ser feita a olho nu, antes que ocorra qualquer perda significativa de potência do módulo PV ou risco de segurança (TSANAKAS et al, 2016). O projeto proposto tem como objetivo a produção de uma aplicação computacional baseada em sistemas inteligentes de classificação para o diagnóstico de anomalias em painéis solares fotovoltaicos por meio de imagens do espectro visível e térmico de placas solares em funcionamento. Para tanto, a metodologia será baseada no processamento de imagens dos espectros visível e térmico, criação e avaliação de modelos de IA, seguida da análise e avaliação dos resultados obtidos para sistemas solares fotovoltaicos em produção.