Columbia U. desarrolla el modelo PSO-SR para la temperatura precisa del inversor fotovoltaico. Predicción en 10 minutos.

Fuente: Medios de comunicación

Un grupo de científicos de la Universidad Bolídica Pontificia de Colombia Ja s desarrolló un nuevo método para predecir la temperatura de los inversores fotovoltaicos utilizyo regresión simbólica (SR) basada en la optimización del enjambre de partículas (PSO). SR es una técnica de aprendizaje automático utilizada para identificar expresiones matemáticas que describen la relación entre las variables de entrada y los datos de salida, and PSO es un algoritmo de optimización biomimética.

Fuente: Informe del equipo de investigación

El equipo de investigación declaró: "El control adecuado de la temperatura de los inversores solares es crucial para mantener la eficiencia y la vida útil de estos sistemas. . "

Comparación de la pérdida de potencia de conmutación en los módulos de potencia del inversor a alta temperatura (rojo) y baja temperatura (azul)

Para entrenar y probar el modelo de requisito, el equipo creó una base de datos a partir de un sistema fotovoltaico ubicado en el techo de un edificio en Monteria, Colombia. En el transcurso de más de un año, se registraron la temperatura, la potencia activa y el voltaje del bus de CC del inversor, con el 70% de los puntos de datos utilizados para capacitar el nuevo método y el 30% para las pruebas. Los resultados indican que SR PSO funciona mejor tanto en entrenamiento como en pruebas. El equipo de investigación resumió: "Con respecto al tiempo de cálculo, este algoritmo completó 25 iteraciones dentro de las 0.175 horas de cada ejecución. En comparación con técnicas como redes neuronales o regresión múltiple tradicional, es un método competitivo adecuado para problemas con relaciones no lineales . "