Остання редакція: 2023-06-20
Анотація
В роботі розглядається актуальність діагностування обладнання фотоелекричних станцій за допомогою методу аналітики даних, що включає в себе машинне навчання та штучний інтелект, що може допомогти виявити аномалії в роботі обладнання, класифікація несправностей та прогнозування відмов роботи станції.
Ключові слова
Посилання
1. Карпов, І. В. (2020). [Аналіз та виявлення аномалій в роботі фотоелектричних систем за допомогою методів машинного навчання](посилання на джерело). Вісник Київського національного університету імені Тараса Шевченка. Фізика та астрономія, (2), 30-36.
2. Міщенко, О. І., & Лях, В. В. (2019). [Прогнозування поломок фотоелектричного обладнання на основі алгоритмів машинного навчання](посилання на джерело). Молодий вчений, (5.2 (79.2)), 231-235.
3. Синявський, В. В., & Горілов, М. В. (2021). Аналіз та класифікація несправностей фотоелектричних систем з використанням методів машинного навчання. Електроенергетика та електротехніка, (1), 36-42..
4. Zhang, Q., Guan, S., Zhang, W., & Zhao, D. (2018). [Anomaly detection and fault diagnosis for photovoltaic systems based on machine learning techniques: A review](посилання на джерело). Renewable and Sustainable Energy Reviews, 82, 3030-3041.
5. Yang, F., Meng, D., Hu, J., & Lv, Y. (2020). Anomaly detection of photovoltaic power plants using machine learning and information fusion Energies, 13.