IEA SHC Task 68 Peer-reviewed Journal Paper 2023: Fault detective - Automatic fault-detection for solar thermal systems based on artificial intelligence

In diesen Open-Access Paper wird ein Algorithmus zur automatischen Fehlerdetektion vorgestellt, der an drei solarthermischen Großanlagen getestet wurde.

Bibliographische Daten

Feierl L, Unterberger V, Rossi C, Gerardts B, Gaetani M
Herausgeber: SOLID Solar Energy Systems GmbH, 2023
Englisch, 17 Seiten

Inhaltsbeschreibung

Die Überwachung von solarthermischen Systemen stellt sicher, dass jedes System ihr volles Potenzial ausschöpft. Das Anlagen-Personal muss daher häufig die Daten überprüfen, um auf jedes ungewöhnliche Verhalten reagieren zu können. Mit der zunehmenden Anzahl der in den Systemen installierten Sensoren und immer komplexer werdenden Systemen, ist es nicht mehr möglich, diese Aufgabe manuell durchzuführen.

Algorithmen zur Fehlererkennung und Diagnose können das Anlagen-Personal unterstützen. Sie nutzen verschiedene Techniken zur automatischen Erkennung Fehler automatisch zu erkennen, manchmal sogar bevor sie manuell erkannt werden können. Das spart Zeit und ermöglicht eine schnelle Reaktion auf Störungen schnell reagieren.

IEA SHC Task 68 - Peer-reviewed Journal Paper 2023: Fault detective: Automatic fault-detection for solar thermal systems based on artificial intelligence