Uma Visão Geral das Abordagens de ANN e SVM para Detecção e Diagnóstico de Falhas em Sistemas Fotovoltaicos

Vol 2, 2023 - 158408
Artigo
Favoritar este trabalho
Como citar esse trabalho?
Resumo

Com a grande expansão da geração fotovoltaica, a importância do diagnóstico de falhas é fundamental para o desempenho ideal do sistema e a garantia de confiabilidade, aumentando assim a eficiência do sistema. Este artigo apresenta uma visão geral das Redes Neurais Artificiais (RNAs) e das Máquinas de Vetores de Suporte (SVMs) que são usadas para detecção e diagnóstico de falhas (FDD) em sistemas fotovoltaicos. A aplicação dessas metodologias é abordada juntamente com seus princípios fundamentais. Uma análise de vários estudos que usaram ANNs e SVMs para identificação e diagnóstico de falhas em sistemas solares fotovoltaicos destaca suas vantagens e desvantagens. Por fim, são explorados alguns possíveis tópicos de pesquisa futura com base nessas metodologias.

Compartilhe suas ideias ou dúvidas com os autores!

Sabia que o maior estímulo no desenvolvimento científico e cultural é a curiosidade? Deixe seus questionamentos ou sugestões para o autor!

Faça login para interagir

Tem uma dúvida ou sugestão? Compartilhe seu feedback com os autores!

Instituições
  • 1 Universidade de São Paulo
  • 2 Federal College of Education (Technical) Bichi
Eixo Temático
  • 7. Cybersecurity, inteligência artificial, processamento de sinais para análise da qualidade, proteção, desempenho e segurança dos sistemas elétricos
Palavras-chave
Solar PV systems; fault detection; Fault diagnosis; Artificial Neural Networks; Support Vector Machines