Preview

Системный анализ и прикладная информатика

Расширенный поиск

Оценка загрязненности солнечной панели по изображению в климате Ливии

https://doi.org/10.21122/2309-4923-2024-4-41-46

Аннотация

Современные солнечные электростанции обычно строятся в пустынях, в условиях недостатка воды и большого количества пыли. Запыленность солнечных панелей приводит к снижению их эффективности, а очистка панелей от пыли является энергозатратной операцией. В статье рассматривается подход к оценке степени загрязненности панели и принятию решения о необходимости ее очистки на основе анализа изображения панели. Представлен алгоритм принятия решения об очистке, описано программное приложение для оценки степени загрязненности панели, а также приведены результаты экспериментальной проверки созданного приложения.

Об авторах

А. А. Альбагуш
Белорусский национальный технический университет
Беларусь
Аспирант кафедры программного обеспечения информационных систем и технологий
Минск


А. Б. Куприянов
Белорусский национальный технический университет
Беларусь
Доцент кафедры программного обеспечения информационных систем и технологий
Минск


Список литературы

1. Альбагуш, A.A. Исследование влияния осаждения пыли на солнечные панели в Ливии / А.А. Альбагуш, А.Б. Абуауба, A.Б. Куприянов. Математические методы в технологиях и технике. 2023. № 10. С. 76-81. DOI: 10.52348/2712-8873_MMTT_2023_10_76

2. Хасан, К. Влияние различных факторов окружающей среды и эксплуатации на производительность фотоэлектрических систем: комплексный обзор / К.Хасан, С.Б. Юсуф, М.С. Тушар, Б.К. Дас, П. Дас, М.С. Ислам Энергетическая наука и техника, 2022. T. 10, №. 2. C. 656–675. DOI: 10.1002/ese3.1043

3. Киан В.Я., Галет Р., Йео К.Ц. Количественный анализ запыления и загрязнения на солнечных фотоэлектрических панелях в тропиках с использованием методов обработки изображений. Труды Азиатско-Тихоокеанской конференции по исследованиям солнечной энергетики 2015 г. Австралийский институт фотоэлектрических систем. Ред.: Р. Эган и Р. Пасси, Декабрь 2015 г.

4. По-Чинг Хванг, Х. Интеллектуальная схема очистки загрязненных фотоэлектрических модулей / Х. По-Чинг Хванг, Ц.Ц. Ку, М. Чао-Янг Хуанг. Энергия, 2023. T. 265. DOI: 10.1016/j.energy.2022.126293

5. Жанг, В. Вероятностная оценка потерь от загрязнения солнечных фотоэлектрических систем на основе глубокого обучения / В. Жанг, С. Лиу, О. Гандхи, С.Д. Родригес-Галлегос, Х. Куан, Д. Сринивасан // IEEE Trans Sustain Energy, 2021. T. 12, № 4. C. 2436–2444. DOI: 10.1109/TSTE.2021.3098677

6. Риту, В. Подход к обнаружению пыли на солнечных панелях с использованием сверточной нейронной сети на основе RGB-изображения пыли для прогнозирования потерь мощности / В. Риту, А. Шамаун, П. Асутош // Когнитивные вычисления в человеческом познании: перспективы и приложения (обучение и аналитика в интеллектуальных системах) Springer. 2020;17. DOI: 10.1007/978-3-030-48118-6_4

7. Левин, Б.Р. Теоретические основы статистической радиотехники / Б.Р. Левин. – 3-е изд., перераб. и доп. – М.: Радио и связь, 1989. – 656 с.


Рецензия

Для цитирования:


Альбагуш А.А., Куприянов А.Б. Оценка загрязненности солнечной панели по изображению в климате Ливии. Системный анализ и прикладная информатика. 2024;(4):41-46. https://doi.org/10.21122/2309-4923-2024-4-41-46

For citation:


Albagoush A.A., Kupriyanov A.B. Assessment of solar panel contamination via its image in Libya climate. «System analysis and applied information science». 2024;(4):41-46. https://doi.org/10.21122/2309-4923-2024-4-41-46

Просмотров: 160


Creative Commons License
Контент доступен под лицензией Creative Commons Attribution 4.0 License.


ISSN 2309-4923 (Print)
ISSN 2414-0481 (Online)