Машинное обучение выявляет скрытые факторы, влияющие на солнечные фермы в суровую погоду

Ураганы, метели, град и лесные пожары представляют опасность для солнечных ферм как напрямую в виде дорогостоящего ущерба, так и косвенно в виде заблокированного солнечного света и снижения выработки электроэнергии. Два исследователя Sandia просмотрели билеты на техническое обслуживание более чем 800 солнечных ферм в 24 штатах и ​​объединили эту информацию с данными о выработке электроэнергии и погодными записями, чтобы оценить влияние суровой погоды на объекты. Выявив факторы, способствующие низкой производительности, они надеются повысить устойчивость солнечных ферм к экстремальным погодным условиям.

«Пытаться понять, как будущие климатические условия могут повлиять на нашу национальную энергетическую инфраструктуру, — это именно то, что нам нужно делать, если мы хотим, чтобы наш сектор возобновляемой энергетики был устойчивым к изменяющемуся климату», — сказал Тушара Гунда, старший научный сотрудник проекта. «Прямо сейчас мы сосредоточены на экстремальных погодных явлениях, но со временем мы перейдем к явлениям хронического воздействия, таким как постоянная сильная жара».

Ураганы, снег и бури, о боже!

Исследовательская группа Sandia впервые использовала обработку естественного языка, тип машинного обучения, используемый умными помощниками, для анализа данных о состоянии солнечной энергии за шесть лет по ключевым словам, связанным с погодой. С тех пор методы анализа, которые они использовали для этого исследования, были опубликованы и находятся в свободном доступе для других исследователей и операторов фотогальваники.

«Нашим первым шагом было просмотреть записи о техническом обслуживании, чтобы решить, на какие погодные явления нам следует обратить внимание», — сказал Гунда. «Сообщество фотоэлектрических систем много говорит о граде, но данные в журналах технического обслуживания говорят о другом».

По словам Гунды, хотя град, как правило, очень дорогостоящий, он не фигурирует в отчетах о техническом обслуживании солнечной фермы, вероятно, потому, что операторы, как правило, документируют ущерб от града в форме страховых требований. Вместо этого она обнаружила, что ураганы упоминаются почти в 15% отчетов о техническом обслуживании, связанных с погодой, за которыми следуют другие погодные условия, такие как снег, шторм, молния и ветер.

«Некоторые ураганы повредили стеллажи — структуру, которая удерживает панели — из-за сильного ветра», — сказала Николь Джексон, ведущий автор статьи. «Другая серьезная проблема, которую мы видели из записей технического обслуживания и разговоров с нашими партнерами по отрасли, — это наводнение, блокирующее доступ к сайту, что задерживает процесс повторного включения завода».

Использование машинного обучения для определения наиболее важных факторов

Затем они объединили данные о реальном производстве электроэнергии за более чем два года на более чем 100 солнечных ферм в 16 штатах с историческими данными о погоде, чтобы оценить влияние суровой погоды на солнечные фермы. Они использовали статистику, чтобы определить, что наибольшее влияние на производство электроэнергии оказали метели, за которыми следуют ураганы и общая группа других штормов.

Затем они использовали алгоритм машинного обучения, чтобы выявить скрытые факторы, которые способствовали низкой производительности из-за этих суровых погодных явлений.

«Статистика дает вам часть картины, но машинное обучение действительно помогло прояснить, каковы эти самые важные переменные», — сказал Джексон, который в основном проводил статистический анализ и часть проекта, связанную с машинным обучением. «Это где находится сайт? Сколько лет сайту? Сколько билетов на техническое обслуживание было отправлено в день погодного события? В итоге мы получили набор переменных, и машинное обучение было использовано для определения наиболее важных из них ».

Она обнаружила, что по всем направлениям более старые солнечные фермы больше всего пострадали от суровой погоды. Одна из возможностей этого заключается в том, что солнечные фермы, которые работали более пяти лет, имели больший износ из-за длительного воздействия элементов, сказал Джексон.

Гунда согласился, добавив: «Эта работа подчеркивает важность постоянного обслуживания и дальнейших исследований, чтобы гарантировать, что фотоэлектрические установки продолжат работать по назначению».

Для метелей, которые неожиданно оказались типом шторма, оказавшим наибольшее влияние на производство электроэнергии, следующими наиболее важными переменными были низкий уровень солнечного света в этом месте из-за облачности и количества снега, а также несколько географических особенностей фермы.

Что касается ураганов — в основном ураганов Флоренс и Майкл — количество осадков и время ближайшего урагана оказали следующее по величине влияние на производство после возраста. Удивительно низкие скорости ветра были значительными. Вероятно, это связано с тем, что, когда прогнозируется высокая скорость ветра, солнечные фермы предварительно закрываются, чтобы сотрудники могли эвакуироваться, что приведет к остановке производства, сказал Гунда.

Расширяя подход к лесным пожарам, сетка

Как беспристрастное исследовательское учреждение в этой сфере, Sandia смогла сотрудничать с несколькими отраслевыми партнерами, чтобы сделать эту работу выполнимой. «Мы не смогли бы реализовать этот проект без этих партнерских отношений», — сказал Гунда.

Исследователи Sandia National Laboratories Тушара Гунда (на первом плане) и Николь Джексон изучают солнечные панели в лаборатории оценки фотоэлектрических систем в Sandia, когда мимо проплывают летние муссонные облака. Используя машинное обучение и данные солнечных ферм в США, они выяснили, что возраст солнечной фермы, а также количество облачности заметно влияют на производительность ферм в суровую погоду. Предоставлено: Рэнди Монтойя.

Исследовательская группа работает над расширением проекта, чтобы изучить влияние лесных пожаров на солнечные фермы. Поскольку лесные пожары не упоминаются в журналах обслуживания, они не смогли изучить их для этой статьи. По словам Гунды, операторы не прекращают писать отчет о техническом обслуживании, когда их солнечной ферме угрожает лесной пожар. «Эта работа подчеркивает реальность некоторых ограничений данных, с которыми нам приходится сталкиваться при изучении экстремальных погодных явлений».

«Самое замечательное в этой работе то, что мы смогли разработать комплексный подход к интеграции и анализу данных о производительности, эксплуатационных данных и данных о погоде», — сказал Джексон. «Мы распространяем этот подход на лесные пожары, чтобы более подробно изучить их влияние на производство солнечной энергии».

В настоящее время исследователи расширяют эту работу, чтобы изучить влияние суровой погоды на всю электрическую сеть, добавить больше производственных данных и ответить на еще больше вопросов, чтобы помочь сети адаптироваться к изменяющемуся климату и развивающимся технологиям.