Fotovoltaik sistem tanılarının optimizasyonu: ​​gelişmiş arıza tespiti ve sınıflandırma için makine öğrenimini ve DBFLA'yı entegre etme

Fotovoltaik (PV) enerji santrali kurulumlarının sayısındaki üstel artış nedeniyle standart muayene prosedürleri etkisiz hale gelmiştir. Bunun bir sonucu olarak, arızaların tanımlanması ve kategorilendirilmesi için daha sofistike yaklaşımlara ihtiyaç duyulmaktadır. Bunu yapmak için, bu makalede benzersiz bir hibrit metasezgisel teknik olan DBFLA yöntemi sunulacaktır. Gübre Böceği Optimizasyon Algoritması ve Fick'in Difüzyon Yasası Algoritması'na dayanan bu teknik, vurgulanan sorunlara cevap vermeyi amaçlamaktadır. Bu, iki algoritmanın bir melezidir. DBFLA, arıza tespitinin hassasiyetini artırmak için parametrelerini değiştirerek ANN, SVM ve topluluk yaklaşımları gibi makine öğrenimi modellerinin verimliliğini artırır. Bu, parametreleri ayarlama süreciyle gerçekleştirilir. Açık devreler, kısa devreler ve modül uyumsuzlukları gibi sorunların tanımlanması hızlı ve hassas bir şekilde gerçekleştirilebilir. Çalışmanın sonuçlarına göre, DBFLA gerçek PV veri kümelerini kullanarak bir istifleme sınıflandırıcısı inşa edebilmektedir. Bu sınıflandırma stratejisi, standart makine öğrenimi yaklaşımlarının performansına göre önemli bir iyileştirme olan yaklaşık %98,75'lik bir bireysel meta-öğrenen doğruluğu elde eder. Bu tekniğin daha fazla sayıda çalışma modunu ve daha geniş çeşitlilikte sorun senaryolarını ele alma kapasitesi, gelişmiş hata tespit sistemlerinin geliştirilmesiyle sonuçlanmıştır. Bu, yöntemin bu yetenekleri barındırma yeteneğinin sonraki bir sonucu olarak ortaya çıkmıştır. Sınıflandırma doğruluğundaki iyileştirme, daha önce her zaman kullanılan optimizasyon prosedürlerinin aksine, DBFLA'nın masaya getirdiği en önemli katkıdır. Yaklaşımın keşif ve sömürü arasında uygun bir denge kurma yeteneği, yöntemin bu ilerlemesinden doğrudan sorumludur. Bu hibrit yaklaşım, gerçek ve simüle edilmiş bilgilerin hem daha doğru hem de daha verimli PV hata tespit algoritmaları ortaya çıkarmak için nasıl birleştirilebileceğini göstermek amacıyla sağlanmıştır. Gelecekteki araştırmaların amacı, bu karmaşık modelleri gerçek zamanlı izleme sistemlerine dahil ederek fotovoltaik (PV) sistemlerin operasyonel verimliliğini ve güvenilirliğini iyileştirmektir. Bu, gelişmiş modelleme tekniklerinin benimsenmesiyle gerçekleştirilecektir.