Clasificador de células solares fotovoltaicas a partir de imágenes de electroluminiscencia en función de la potencia producida

Mateo Romero, Héctor Felipe (2021). Clasificador de células solares fotovoltaicas a partir de imágenes de electroluminiscencia en función de la potencia producida. Thesis (Master thesis), E.T.S. de Ingenieros Informáticos (UPM).

Description

Title: Clasificador de células solares fotovoltaicas a partir de imágenes de electroluminiscencia en función de la potencia producida
Author/s:
  • Mateo Romero, Héctor Felipe
Contributor/s:
  • Baumela Molina, Luis
  • Hernández Callejo, Luis
Item Type: Thesis (Master thesis)
Masters title: Inteligencia Artificial
Date: July 2021
Subjects:
Faculty: E.T.S. de Ingenieros Informáticos (UPM)
Department: Inteligencia Artificial
Creative Commons Licenses: Recognition - No derivative works - Non commercial

Full text

[img]
Preview
PDF - Requires a PDF viewer, such as GSview, Xpdf or Adobe Acrobat Reader
Download (6MB) | Preview

Abstract

La sociedad actual se enfrenta una considerable crisis energética, debido a la falta de combustibles fósiles. Además se enfrenta a una crisis climática, provocada en gran medida por la combustión de estos combustibles, por tanto el papel de las energías sostenibles es vital para remediar ambos problemas. Concretamente la energía solar es actualmente la fuente de energía sostenible más relevante pero el mantenimiento de las plantas energéticas está condicionado al estado de los paneles. Por tanto es muy importante saber este estado. Como cada panel está formado de un cierto número de células, el estado final del panel vendrá condicionado por el estado de estas. En el pasado se han realizado investigaciones para estimar automáticamente el estado de la célula en base a los defectos encontrado en ella, obteniendo resultados excelente pero en la bibliografía no se han encontrado intentos de realizar esta estimación automática en base a la potencia que produce el panel en ese momento. Este método más directo tiene un problema principal, la dificultad de realizar las mediciones necesarias para la obtención de la curva IV correspondiente al panel. En este trabajo por tanto, se ha obtenido de forma manual un dataset realizando las medidas necesarias a las células disponible, a continuación se ha realizado el proceso de diseño de la red neuronal hasta obtener un modelo que consiga resolver el problema. El modelo obtenido ha llegado a un 91 % en el conjunto de validación y un 87 % en un conjunto externo de datos. A pesar de los buenos resultados obtenidos, sigue habiendo muchas líneas de investigación en relación a este problema. Un aumento del dataset, otros planteamientos para el problema o la creación de datos sintéticos son algunas de las posibles mejores que se pueden realizar en busca de un sistema más útil.---ABSTRACT---Today’s society is facing a considerable energy crisis due to the lack of fossil fuels. It is also facing a climate crisis, caused largely by the combustion of these fuels, therefore the role of energy sustainability is vital to remedy both problems. Specifically, solar energy is currently the most sustainable source of energy, but the maintenance of power plants depends on the state of the panels. Therefore it is very important to know this state. Like each panel is made up of a certain number of cells, the final state of the panel will be conditioned by the state of these cells. Much research has been done in the past to automatically estimate the state of these cells based on the defects found on it, obtaining excellent results. But no attempts have been made to carry out this task based on the power that the panel produces at that moment. This a more direct method but has a main problem, the difficulty of performing the measurements necessary to obtain the IV curve corresponding to the panel. In this work, therefore, a dataset has been manually obtained by performing the necessary measures to the cells available. Then we designed a neural net that achieved 91 % accuracy in the validation set and 87 % in the test set. Despite the good results obtained, there are still many lines of research in relation to this problem. An increase in the dataset, other approaches for the problem or the creation of synthetic data are some of the best possible that can be done in search of a more useful system.

More information

Item ID: 67929
DC Identifier: https://oa.upm.es/67929/
OAI Identifier: oai:oa.upm.es:67929
Deposited by: Biblioteca Facultad de Informatica
Deposited on: 29 Aug 2021 16:33
Last Modified: 29 Aug 2021 16:33
  • Logo InvestigaM (UPM)
  • Logo GEOUP4
  • Logo Open Access
  • Open Access
  • Logo Sherpa/Romeo
    Check whether the anglo-saxon journal in which you have published an article allows you to also publish it under open access.
  • Logo Dulcinea
    Check whether the spanish journal in which you have published an article allows you to also publish it under open access.
  • Logo de Recolecta
  • Logo del Observatorio I+D+i UPM
  • Logo de OpenCourseWare UPM