Intelligente Diagnostik von Leistungseinbussen in Solarkraftwerken
Beschreibung
Ein neues Softwaremodul für intelligente Leistungsanalyse und Fehlerdiagnose für Photovoltaik-Kraftwerke wird entwickelt und in die bestehende Nispera-Plattform integriert. Der Service umfasst die Diagnose von auffälligen Leistungsschwächen und ermöglicht eine kosteneffiziente Wartungsplanung.
Eckdaten
Projektleitung
Stellv. Projektleitung
Dr. Gianmarco Pizza
Projektteam
Oliver Carmignani, Mila Francesca Lüscher, Jannik Zgraggen
Projektpartner
Nispera AG
Projektstatus
abgeschlossen, 09/2021 - 03/2024
Institut/Zentrum
Institut für Datenanalyse und Prozessdesign (IDP)
Drittmittelgeber
Innovationsprojekt / Projekt Nr. 55018.1 IP-ICT
Publikationen
-
Data scarcity in fault detection for solar tracking systems : the power of physics-informed artificial intelligence
2024 Lüscher, Mila Francesca; Zgraggen, Jannik; Guo, Yuyan; Notaristefano, Antonio; Goren Huber, Lilach
-
Fully unsupervised fault detection in solar power plants using physics-informed deep learning
2023 Zgraggen, Jannik; Guo, Yuyan; Notaristefano, Antonio; Goren Huber, Lilach
-
Hybride Instandhaltung : wie fliesst das Fachwissen in die KI?
2023 Goren Huber, Lilach; Palmé, Jan Thomas; Arias Chao, Manuel
-
Physics informed deep learning for tracker fault detection in photovoltaic power plants
2022 Zgraggen, Jannik; Guo, Yuyan; Notaristefano, Antonio; Goren Huber, Lilach
-
Predictive Maintenance mit Physics-Informed-Deep-Learning : Anwendungsfall Photovoltaikanlagen
2022 Goren Huber, Lilach; Notaristefano, Antonio
Technikumstrasse 81
8400 Winterthur