ASSESSMENT OF TECHNICAL CONDITION OF PHOTOVOLTAIC STATION EQUIPMENT USING SOFTWARE AND HARDWARE TOOLS
Today, photovoltaic power stations (PVS) occupy a prominent place in the balance of power and electricity of electric power systems (EPS). It becomes important to know how much electricity and according to what time schedule the PVS can generate it. Among the various reasons for the unstable generat...
Gespeichert in:
| Datum: | 2023 |
|---|---|
| Hauptverfasser: | , , , |
| Format: | Artikel |
| Sprache: | Ukrainisch |
| Veröffentlicht: |
Institute of Renewable Energy National Academy of Sciences of Ukraine
2023
|
| Schlagworte: | |
| Online Zugang: | https://ve.org.ua/index.php/journal/article/view/381 |
| Tags: |
Tag hinzufügen
Keine Tags, Fügen Sie den ersten Tag hinzu!
|
| Назва журналу: | Vidnovluvana energetika |
| Завантажити файл: |  |
Institution
Vidnovluvana energetika| _version_ | 1871103593720840192 |
|---|---|
| author | Komar, V. Lezhniuk, P. Hunko, I. Smaglo, I. |
| author_facet | Komar, V. Lezhniuk, P. Hunko, I. Smaglo, I. |
| author_institution_txt_mv | [
{
"author": "V. Komar",
"institution": "Vinnytsia National Technical University, Vinnytsia, Ukraine."
},
{
"author": "P. Lezhniuk",
"institution": "Vinnytsia National Technical University, Vinnytsia, Senior Research Officer Department of Wind Energy, Institute of Renewable Energy NAS of Ukraine, Kyiv, Ukraine. "
},
{
"author": "I. Hunko",
"institution": "Vinnytsia National Technical University, Vinnytsia, Ukraine. "
},
{
"author": "I. Smaglo",
"institution": "Vinnytsia National Technical University, Vinnytsia, Ukraine."
}
] |
| author_sort | Komar, V. |
| baseUrl_str | https://ve.org.ua/index.php/journal/oai |
| collection | OJS |
| datestamp_date | 2026-07-18T06:32:17Z |
| description | Today, photovoltaic power stations (PVS) occupy a prominent place in the balance of power and electricity of electric power systems (EPS). It becomes important to know how much electricity and according to what time schedule the PVS can generate it. Among the various reasons for the unstable generation of photovoltaic power stations, their technical condition should be noted, in particular, the gradual degradation of photovoltaic modules (PVM). For the participation of PVS in the processes taking place in the EPS, it is necessary to know their current technical condition and prospects regarding the possibility of generating electricity in a given volume. An investor is interested in knowing their residual resource in relation to the estimated one at the start of operation, in order to plan electricity generation and plan the expediency of costs for the repair of the PVS. This puts forward appropriate conditions for the methods and means of assessing the technical condition of the PVS. In the article, an algorithm of data generation for assessing the technical condition of the FES was wrote. The basis of the algorithm is a mathematical model of the PVS operation process based on the results of retrospective data and monitoring and forecasting data for the purpose of detecting defects and malfunctions. First of all, the article deals with the evaluation of the technical condition of PVM. To evaluate the PVM performance, it is proposed to use indicator coefficients that indicate the abnormal operation of the PVM in the string and actually signal the presence of a problem in its operation. The diagnostic parameters are determined and the coefficients of the PVM residual resource are determined based on their values. None of these parameters fully characterizes the technical condition, it only indicates certain changes in the technical condition of the PVM. At this stage, methods of fuzzy set theory are used to solve the given problem, which makes it possible to take into account the values of various diagnostic parameters during PVM diagnostics and create a base of rules for their interaction. Ref. 12. Fig. 5. |
| doi_str_mv | 10.36296/1819-8058.2023.1(72).19-26 |
| first_indexed | 2025-07-17T11:38:56Z |
| format | Article |
| fulltext |
19
Відновлювана енергетика. №1/2023 | Комплексні проблеми енергетичних систем на основі НВДЕ
УДК 620.92, 621.311 https://doi.org/10.36296/1819-8058.2023.1(72)19-26
ОЦІНЮВАННЯ ТЕХНІЧНОГО СТАНУ ОБЛАДНАННЯ ФОТОЕЛЕКТРИЧНИХ СТАНЦІЙ
ПРОГРАМНО-АПАРАТНИМИ ЗАСОБАМИ
Отримано 30 груд. 2022; рекомендовано до публікації 22 бер. 2023
Доступно онлайн 31 бер. 2023
В. О. Комар1, П. Д. Лежнюк2,
І. О. Гунько3, І. І. Смагло4
Автор для коресподенції: Ірина Гунько,
e-mail: iryna_hunko@ukr.net
На сьогодні фотоелектричні станції (ФЕС) посідають
чільне місце в балансі потужності та електроенергії
електроенергетичних систем (ЕЕС). Отже, важливо
знати, яку кількість електроенергії може генерувати
ФЕС і за яким графіком. Серед причин несталого генеру-
вання ФЕС слід відмітити їх незадовільний технічний
стан, зокрема поступову деградацію фотоелектрич-
них модулів (ФЕМ). Оцінка поточного технічного стану
й перспектив щодо можливості вироблення електро-
енергії в заданому об’ємі необхідна для участі ФЕС в про-
цесах, що відбуваються в ЕЕС. Для планування виробіт-
ку електроенергії й оцінювання доцільності витрат на
ремонт ФЕС інвестор має володіти інформацією про їх
залишковий ресурс по відношенню до розрахункового на початок експлуатації. Це висуває відповідні
умови щодо методів і засобів моніторингу технічного стану ФЕС. У роботі розроблено алгоритм фор-
мування даних для оцінювання технічного стану ФЕС. В основу алгоритму покладено математичну
модель процесу функціонування ФЕС за результатами ретроспективних даних та дані моніторингу і
прогнозування з метою виявлення дефектів та несправностей. Насамперед у статті йдеться про
оцінку технічного стану ФЕМ. Для оцінювання працездатності ФЕМ запропоновано використову-
вати коефіцієнти-індикатори, які вказують на аномальну роботу ФЕМ у стрінгу і фактично сигналі-
зують про наявність проблеми в його роботі. Визначено діагностичні параметри і за їх значеннями
визначаються коефіцієнти залишкового ресурсу ФЕМ. Жоден з цих параметрів повною мірою не харак-
теризує технічний стан ФЕМ, а лише вказує на певні його зміни. На даному етапі для вирішення по-
ставленої задачі використовуються методи теорії нечітких множин, що дає змогу враховувати зна-
чення різних параметрів під час діагностування ФЕМ і створити базу правил їх взаємодії. Бібл. 12. Рис. 5.
Ключові слова: обладнання фотоелектричних станцій, технічний стан, індикатори аномальної ро-
боти, залишковий ресурс.
ASSESSMENT OF TECHNICAL CONDITION OF PHOTOVOLTAIC STATION EQUIPMENT USING
SOFTWARE AND HARDWARE TOOLS
Received 30 Dec. 2022; accepted 22 Mar. 2023
Available online 31 Mar. 2023
V. Komar1 , P. Lezhniuk2, I. Hunko3, I. Smaglo4
Author for correspondence: Iryna Hunko,
e-mail: iryna_hunko@ukr.net
1 д-р техн. наук, проф., зав. каф. електричних
станцій і систем Вінницького національного
технічного університету, м. Вінниця, Україна.
https://orcid.org/0000-0003-4969-8553
2 д-р техн. наук, проф., каф. електричних стан-
цій і систем Вінницького національного техніч-
ного університету, м. Вінниця, ст. наук. співр.
відділу вітроенергетики Інституту відновлюва-
ної енергетики НАН України, м. Київ, Україна.
https://orcid.org/0000-0002-9366-3553
3 канд. техн. наук, доц., каф. електричних стан-
цій і систем Вінницького національного техні-
чного університету, м. Вінниця, Україна.
https://orcid.org/0000-0003-2868-4056
4 аспірант каф. електричних станцій і систем
Вінницького національного технічного універ-
ситету, м. Вінниця, Україна.
https://orcid.org/0000-0003-2662-0091
1 DScTech, Prof., Chair of the Department of
Power Plants and Systems, Vinnytsia National
Technical University, Vinnytsia, Ukraine.
https://orcid.org/0000-0003-4969-8553
20
Відновлювана енергетика. №1/2023 | Комплексні проблеми енергетичних систем на основі НВДЕ
Today, photovoltaic power stations (PVS) occupy a
prominent place in the balance of power and electricity of
electric power systems (EPS). It becomes important to know
how much electricity and according to what time schedule
the PVS can generate it. Among the various reasons for the
unstable generation of photovoltaic power stations, their
technical condition should be noted, in particular, the
gradual degradation of photovoltaic modules (PVM). For the
participation of PVS in the processes taking place in the EPS,
it is necessary to know their current technical condition and
prospects regarding the possibility of generating electricity
in a given volume. An investor is interested in knowing their
residual resource in relation to the estimated one at the start
of operation, in order to plan electricity generation and plan
the expediency of costs for the repair of the PVS. This puts
forward appropriate conditions for the methods and means
of assessing the technical condition of the PVS. In the article,
an algorithm of data generation for assessing the technical condition of the FES was wrote. The basis of the
algorithm is a mathematical model of the PVS operation process based on the results of retrospective data and
monitoring and forecasting data for the purpose of detecting defects and malfunctions. First of all, the article
deals with the evaluation of the technical condition of PVM. To evaluate the PVM performance, it is proposed
to use indicator coefficients that indicate the abnormal operation of the PVM in the string and actually signal
the presence of a problem in its operation. The diagnostic parameters are determined and the coefficients of
the PVM residual resource are determined based on their values. None of these parameters fully characterizes
the technical condition, it only indicates certain changes in the technical condition of the PVM. At this stage,
methods of fuzzy set theory are used to solve the given problem, which makes it possible to take into account
the values of various diagnostic parameters during PVM diagnostics and create a base of rules for their
interaction. Ref. 12. Fig. 5.
Кеywords: equipment of photovoltaic stations, technical condition, indicators of abnormal operation, residual
resource.
Перелік використаних позначень та скорочень
ВДЕ – відновлювані джерела енергії
ЕЕС – електроенергетична система
КЗР – коефіцієнт залишкового ресурсу
ФЕМ – фотоелектричний модуль
ФЕС – фотоелектрична станція
Вступ і постановка завдання. Через швидкі темпи наро-
щування встановленої потужності ФЕС виникають нові
проблеми, які потребують термінового вирішення. По-
яснюється це тим, що відновлювані джерела енергії
(ВДЕ), зокрема ФЕС, посідають чільне місце в балансі по-
тужності та електроенергії електроенергетичних систем
(ЕЕС). Звідси випливає необхідність відповідальніше
ставитися до планових та фактичних графіків генеру-
вання ФЕС, а також до реальних можливостей вироб-
ляти ними електроенергію у відповідному об’ємі [1]. На
останнє впливають не тільки погодні умови, що очевид-
но, але і технічний стан обладнання ФЕС. Для забезпе-
чення надійності електропостачання необхідно вияв-
ляти пошкодження обладнання ФЕС та прогнозувати їх
виникнення, планувати заміни пошкодженого облад-
нання та його відновлення. Особливої уваги потребують
фотоелектричні модулі (ФЕМ), для яких природним є
зменшення з часом їх продуктивності (деградація) [2, 3].
Тобто виникає задача підтримки енергоефективності ус-
тановок, що гарантуватиме очікуваний рівень генеру-
вання електроенергії, при цьому також існує необхід-
ність контролю за їх роботою, щоб уникнути можливих
відключень, які можуть спричинити понаднормове відхи-
лення планового значення генерування від поточного [4].
Можна виділити три способи діагностування пошко-
джень: 1) візуальний огляд, що потребує значних витрат
часу й зусиль; 2) обробка зображень, яка може бути ро-
зділена на термографію, електролюмінесценцію та УФ-
флуоресценцію, що передбачає використання безпілот-
них технологій та іноді вимагає відключення станції від
мережі; 3) аналіз електричних вимірювань, який можна
2 DScTech, Prof., Prof. of Depatment of Power
Plants and Systems, Vinnytsia National Technical
University, Vinnytsia, Senior Research Officer
Department of Wind Energy, Institute of
Renewable Energy NAS of Ukraine, Kyiv,
Ukraine.
https://orcid.org/0000-0002-9366-3553
3 PhD, Doc., Associate Professor at the
Department of Power Plants and Systems,
Vinnytsia National Technical University,
Vinnytsia, Ukraine.
https://orcid.org/0000-0003-2868-4056
4 Postgraduate Student at the Department of
Power Plants and Systems, Vinnytsia National
Technical University, Vinnytsia, Ukraine.
https://orcid.org/0000-0003-2662-0091
21
Відновлювана енергетика. №4/2022 | Комплексні проблеми енергетичних систем на основі НВДЕ
отримати за допомогою встановленої системи моніто-
рингу [5]. Перші два способи полягають у використанні
ретроспективних даних для формування моделі поточ-
ного стану ФЕМ. Також потрібно враховувати обме-
ження диспетчера на потужність генерування ФЕС,
тобто коли ФЕС працює не з максимально доступною
потужністю, а з заданою диспетчером, визначеною на
основі системних завдань щодо балансування режимів
ЕЕС. Це означає, що інвертори не працюють у режимі від-
стеження максимальної потужності, а замість цього
вони намагаються досягти оптимального значення гене-
рування, що встановлене диспетчером. Отже, максималь-
не значення потужності, що використовується для ви-
явлення пошкоджень, не коректно використовувати
при виявленні технічного стану для ФЕС, які підключені
до мережі й експлуатуються в невідповідних умовах.
Метою статті є розроблення нових рішень для моніто-
рингу, класифікації та виявлення несправностей (пошко-
джень) роботи ФЕС, а також ідентифікація її технічного
стану з урахуванням ретроспективних даних, отриманих
за допомогою SCADA-систем.
Формування даних для оцінювання технічного стану
ФЕС. Запропонований метод базується на двох етапах,
як показано на рис. 1.
1. Моделювання, в ході якого складається математична
модель процесу функціонування ФЕС на основі ретро-
спективних даних про їх роботу з визначенням зони не-
чутливості та формування нейро-нечіткого алгоритму
генерування.
2. Процес моніторингу та прогнозування з метою вияв-
лення та діагностування появи дефектів або несправно-
стей, при якому система працює в режимі реального
часу, контролюючи технічний стан ФЕМ.
Запропонований метод працює наступним чином (див.
рис. 1). Накопичуються дані про значення потужності ге-
нерування станції та струми стрінгів з урахуванням пев-
них метеорологічних факторів (Блок 1), їх поточні зна-
чення порівнюють з ретроспективними (Блок 5), форму-
ється множина таких наборів, при яких метеорологічні
фактори не виходять за зону нечутливості, межі якої ви-
значені критеріальним методом (Блок 4). Поточне зна-
чення потужності порівнюють з ретроспективним, при
однакових чи наближених метеорологічних факторах зі
сформованої множини (Блок 6). Для додаткової перевір-
ки й виключення похибки пропонується також порівню-
вати потужність генерування з розрахунковим значен-
ням, визначеним з використанням нейро-нечіткої ме-
режі (Блок 3) (навчальна вибірка і система логічних рів-
нянь попередньо коригується експертами з врахуван-
ням особливостей роботи конкретної станції (Блок 2)). У
разі невідповідності поточного значення ретроспек-
тивному й розрахунковому, робиться висновок про по-
требу додаткових досліджень, а саме розрахунок коефі-
цієнтів-індикаторів для локалізації області пошуку по-
шкодженої панелі та визначення коефіцієнта залишко-
вого ресурсу (Блок 7), що дозволить ідентифікувати стан
панелі (Блок 8) та спрогнозувати розвиток дефекту.
Рис. 1. Логічна схема оцінювання технічного стану ФЕС
Fig. 1. Logical scheme for assessing the technical condition of the FES
22
Відновлювана енергетика. №4/2022 | Комплексні проблеми енергетичних систем на основі НВДЕ
Отримані дані фільтрують і коригують у разі планового
припинення роботи обладнання станції, вимушеного
обмеження роботи тощо. Створюється нейро-нечітка
мережа, яка дає змогу визначати генерування в залеж-
ності від метеорологічних факторів. Для встановлення
зони нечутливості запропоновано застосовувати крите-
ріальний метод [6]. Особливістю його використання є
те, що оцінка чутливості здійснюється у відносних оди-
ницях, оскільки визначення зони нечутливості в імено-
ваних одиницях пов’язане з низкою складностей. Поточ-
ні значення генерування порівнюють з ретроспектив-
ним, при таких самих або наближених значеннях метео-
рологічних факторів. Якщо значення відхилення вихо-
дить за зону нечутливості, то потрібно проводити додат-
кові дослідження, а саме контролювати значення стру-
мів стрінгів (визначати індикатори аномальної їх ро-
боти) і визначати той, в якому є пошкоджені панелі.
Поступове збільшення відхилення коефіцієнтів – індика-
торів аномальної роботи ФЕМ, визначених за ретроспек-
тивними і поточними даними, свідчить про розвиток де-
фектів. Визначення тенденції зміни цих коефіцієнтів дає
змогу прогнозувати розвиток дефектів [7].
Оптимальна зона нечутливості визначається за допомо-
гою теорії чутливості [6, 8, 9]. Зокрема в [8] показано, що
основні проблеми полягають у розробці відповідних ма-
тематичних моделей, які враховують динаміку дослі-
джуваного об’єкта. Складність задач визначення впливу
технічного стану обладнання ФЕС на його генерування
здебільшого мають багаторівневу територіальну й ча-
сову ієрархію та характеризуються випадковим характе-
ром збурень, що діють на системи, зміною в часі пара-
метрів досліджуваних об’єктів, багатомірністю й нелі-
нійним характером останніх.
Незважаючи на те що розв’язано багато задач визна-
чення технічного стану динамічних систем, подальше їх
розповсюдження та вдосконалення залишається актуаль-
ним з огляду на широке впровадження сучасних засобів
обчислювальної техніки та інформаційних технологій
[10]. Впровадження цих систем у SCADA передбачає ши-
року автоматизацію основних функцій процесу керу-
вання ВДЕ: збору та обробки інформації, прийняття рі-
шень з управління станами, їх техніко-економічного
аналізу та автоматизації основних функцій керування з
урахуванням обмежень, які зумовлені зміною техніч-
ного стану обладнання ВДЕ, метеорологічних факторів,
вимогами системного оператора. Сукупність сучасних
ЕОМ, математичних методів моделювання та вимірю-
вальних технічних засобів, що реалізують ідентифікацію
технічного стану, дає змогу перейти на якісно новий рі-
вень визначення технічного стану ФЕМ, використову-
ючи макромоделювання [11].
Коефіцієнти – індикатори аномальної роботи ФЕМ. За-
пропоновано використовувати коефіцієнти-індикатори,
що вказують на аномальну роботу ФЕМ у стрінгу і фактич-
но сигналізують про наявність проблеми в роботі стрін-
гу, а врахування їх чутливості до зміни метеорологічних
контрольованих факторів виключає помилкові рішення
[7]. Порядок розрахунку коефіцієнтів-індикаторів такий.
Визначається:
1. Різниця у відсотках між середнім значенням струму стрін-
гів Iст ср і поточним значенням струму генерування кон-
кретного досліджуваного стрінгу Iст і :
1
1
( )
100%
n
ст ср ст і
i
ст ср
I I
k
I
=
−
=
∑
. (1)
2. Максимальна різниця у відсотках між середнім значен-
ням струму стрінгів Iст ср
і поточним значенням струму
генерування конкретного досліджуваного стрінгу Iст і
:
2
( )
max 100%ст ср ст і
ст ср
I I
k
I
−
= . (2)
3. Дисперсія середнього значення струму всіх стрінгів Iст ср
та дисперсія струму стрінга Iст і :
3
1
( )
n
ст і ст
i
k I I
=
= −∑ , (3)
4
1
( ).
n
ст ср і ст ср
i
k I I
=
= −∑ (4)
4. Різниця у відсотках між середнім струмом всіх стрінгів
( )max .ст срt I
ст срІ та струмом стрінгу ( )max ст іt I
ст іІ в точці (момент)
максимального генерування:
( ) ( )
( )
max . max
max
.
5
ст ср ст і
ст ср
t I t I
ст ср стр і
t I
ст ср
І І
k
І
−
= . (5)
5. Різниця у відсотках між середнім значенням струму
всіх стрінгів
( )min ст срt I
ст срІ та струмом стрінгу
( )min ст іt I
ст іІ в
точці (момент) мінімального генерування:
( ) ( )
( )
min . min
min
6
ст стр ст і
ст ср
t I t I
ст ср ст і
t I
ст ср
І І
k
І
−
= . (6)
На рис. 2 і 3 показано приклади виявлення пошкоджень
на ФЕС за допомогою розробленого програмно-апарат-
ного комплексу.
Коефіцієнт загального залишкового ресурсу ФЕМ. Вра-
ховуючи те, що пошкодження кожного з вузлів ФЕМ при-
зводить до пошкодження всього ФЕМ, коефіцієнт загаль-
ного залишкового ресурсу знаходиться за виразом [12] :
1
jp
рес j
j
k k
ν
=
= ∏ , (7)
23
Відновлювана енергетика. №4/2022 | Комплексні проблеми енергетичних систем на основі НВДЕ
де kj – коефіцієнт залишкового ресурсу ФЕМ за j-м діаг-
ностичним параметром; ν – кількість діагностичних па-
раметрів; j jp n / m= – імовірність відхилень контро-
льованого параметра від гранично допустимого нормо-
ваного значення цього параметра; nj – кількість відхи-
лень контрольованого параметра від гранично допусти-
мого нормованого значення цього параметра, які були
виявлені шляхом контролю j-го діагностичного параме-
тра із загальної кількості виявлених відхилень контро-
льованих параметрів від гранично допустимого нормо-
ваного значення, m – загальна кількість виявлених від-
хилень контрольованих діагностичних параметрів від їх
гранично допустимих нормованих значень.
Для створення математичної моделі коефіцієнта залиш-
кового ресурсу ФЕМ було використано параметри, за
кожним з яких можна робити висновок про стан ФЕМ
(див. рис. 4). Жоден з цих параметрів не характеризує
повною мірою технічний стан ФЕМ, він лише вказує на
певні його зміни. На даному етапі для вирішення постав-
леної задачі використовуються методи теорії нечітких
множин. Це дає змогу враховувати значення різних діа-
гностичних параметрів під час діагностування ФЕМ і
створити базу правил їх взаємодії. Створено та скорего-
вано вибірку навчальних даних, за якими отримано ана-
літичну залежність коефіцієнта залишкового ресурсу
ФЕМ від діагностичних параметрів у вигляді полінома.
Отримана залежність може бути використана у програ-
мному забезпеченні сучасних мікропроцесорних при-
строїв діагностування ФЕМ.
Формування початкових навчальних даних проводиться
в такий спосіб: для вхідних параметрів моделі, які змі-
нювались випадковим чином від 0 до 1, визначається
коефіцієнт загального залишкового ресурсу ФЕМ. Для
зручності оперування даними і зменшення похибки нав-
чання моделі та спрощення поточних розрахунків вхідні
параметри моделі зводяться до відносних одиниць їх від-
хилення від норми. Коефіцієнти залишкового ресурсу
деталей та вузлів ФЕМ залежать від поточних значень
досліджених діагностичних параметрів. Кількість пара-
метрів за результатами експериментальних досліджень
може збільшуватися.
З метою наближення параметрів математичної моделі до
реальних умов експлуатації опитують фахівців, що експлу-
атують, діагностують і ремонтують ФЕМ. Інформація, яка
Рис. 2. Приклад несправності давача струму Рис. 3. Приклад наявності «гарячих точок»
Fig. 2. Example of current sensor malfunction Fig. 3. An example of the presence of "hot spots"
06:00 08:00 10:00 12:00 14:00 16:00 18:00 20:00
1
0
2
3
4
5
6 Iсер.стр.
Iстр.і
Час, [година]
С
тр
ум
, [
А
]
06:00 08:00 10:00 12:00 14:00 16:00 18:00 20:00
1
0
2
3
4
5
6
Час, [година]
Iсер.стр.
Iстр.і
7
Рис. 4. Структурна схема моделі коефіцієнта залишкового ресурсу ФЕМ
Fig. 4. Structural diagram of the FEM residual resource coefficient model
24
Відновлювана енергетика. №4/2022 | Комплексні проблеми енергетичних систем на основі НВДЕ
надана цими фахівцями, враховується під час створення
тестової вибірки даних. Відкориговані експертами дані
використовуються як навчальні дані при моделюванні.
Для цього застосовувався пакет Fuzzy Logic Toolbox. За
допомогою редактора ANFIS Editor (Edit – редактор,
Adaptive Network of Fuzzy Inference of the System – ада-
птивна мережа системи нечіткого висновку) з викорис-
танням гібридного навчального алгоритму та викорис-
товуючи алгоритм нечіткого висновку Сугено отримано
нейро-нечіт-ку модель коефіцієнта залишкового ресурсу
ФЕМ (із застосуванням методу субкластеризації).
Для кожної вхідної змінної нейро-моделі використову-
вались по чотири лінгвістичних терми з гаусовими фун-
кціями належності, які були вибрані за критерієм міні-
мальної похибки навчання моделі:
2
1 1
2
1
( )
2
рес.і1 1 1 1( ; ; )
і і
і
x c
і і іk f x c e σσ
− −
⋅= = , (8)
де 1iσ та сі1 – числові параметри;
2
1iσ – дисперсія роз-
поділу, а параметр сі – математичне сподівання; і1 – вхі-
дний параметр нейро-нечіткої моделі, який відповідає
діагностичному параметру, хі1 – значення і1-го вхідного
параметра моделі, 1,i v= .
Це такі терми, як: «нормальне» (стан ФЕМ – справний)
значення діагностичного параметра − коефіцієнта його
залишкового ресурсу (КЗР). Значення цих коефіцієнтів
змінюються від 1 в. о. (ФЕМ справна) до 0 в. о. (ФЕМ
справний). Значення КЗР згруповані в множини: нормаль-
ні значення діагностичних параметрів (КЗР ∈1..0.76),
стан ФЕМ з незначними відхиленнями діагностичних па-
раметрів (КЗР ∈ 0.75..0.51), передаварійний (КЗР ∈
0.5..0.26) – з передаварійними відхиленнями діагностич-
них параметрів, аварійний (КЗР ∈ 0.26..0) – з аварійними
відхиленнями діагностичних параметрів.
Для знаходження значення коефіцієнта загального за-
лишкового ресурсу використовуємо нечітку нелінійну
авторегресійну модель коефіцієнта загального залиш-
кового ресурсу ФЕМ. Ця модель встановлює нечітке не-
лінійне перетворення між значеннями коефіцієнтів за-
лишкового ресурсу по діагностичних параметрах та за-
гальним коефіцієнтом залишкового ресурсу ФЕМ:
ресФЕМ 1 vk F(k ,...,k )= , (9)
де F – нечітке функціональне перетворення.
Математична модель коефіцієнта загального залишко-
вого ресурсу зводиться до системи логічних рівнянь:
1 2
3 4
5 6
рес 11 1 1 2 2 1 3 3 1 4 4
1 5 5 1 6 6
1
2
" " " "
" " " "
" " " "
k a
" "
" "
ФЕМ
k нормальне k нормальне
k нормальне k нормальне
k нормальне k нормальне
k a k a k a k
a k a k
k незначне відхилення
k незначне відхилення
∈ ∈
∈ ∈
∈ ∈
= + + + + +
+ +
∈
∈
ЯКЩО ТА
ТА ТА
ТА ТА
ТО
ЯКЩО
ТА
3 4
5
6
рес 21 1 22 2 23 3 24 4
25 5 26 6
1 2
3
" " "
" " "
" "
k a
" " "
" "
ФЕМ
k нормальне k незначне
відхилення k незначне відхилення
k незначне відхилення
k a k a k a k
a k a k
k передаварійне k пере -
даварійне k передаварі
∈ ∈
∈
∈
= + + + +
+ +
∈ ∈
∈
ТА ТА
ТА
ТА
ТО
ЯКЩО ТА
ТА
4 5
6
рес 31 1 32 2 33 3 34 4
35 5 36 6
1 2
3 4
5 6
"
" " "
" " "
k a
" " " "
" " " "
" " "
ФЕМ
йне
k передаварійне k перед -
аварійне k передаварійне
k a k a k a k
a k a k
k аварійне k аварійне
k аварійне k аварійне
k аварійне k аварі
∈ ∈
∈
= + + + +
+ +
∈ ∈
∈ ∈
∈ ∈
ТА ТА
ТА
ТО
ЯКЩО ТА
ТА ТА
ТА ТА
рес 41 1 42 2 43 3 44 4
45 5 46 6
"
k a
...
ФЕМ
йне
k a k a k a k
a k a k
= + + + +
+ +
ТО
Вихід моделі kрес.ФЕМ знаходиться як зрівноважена сума
висновків бази правил, записаних у вигляді системи ло-
гічних рівнянь.
Якщо спостерігаються незначні відхилення діагностич-
них параметрів, то за другим правилом
2 j2 1 1 2 2 2 2 3 3
2
2 1 2 4 4 2 5 5 2 6 6 2
am
j j
рес ФЕМ j
j j j j j
k a k a k
k w
a k a k a k c=
+ + +
= + + + +
∑
де 20 1jw≤ ≤ – ступінь виконання (вага) j2-го правила,
яка визначається відповідністю реальних змін діагно-
стичних параметрів ФЕМ, що відображені у другому пра-
вилі; m2 – загальна кількість виявлених відхилень конт-
рольованих діагностичних параметрів від їх гранично
допустимих нормованих значень.
Налаштування моделі полягає у визначенні параметрів
функцій належності і рівнянь висновку. Необхідно ви-
значити середньоквадратичне відхилення 1 6k kσ σ− та ма-
тематичне очікування сk1, сk2, сk3, сk4 гаусових функції на-
лежності, параметри рівнянь висновку (а11–а44, с1–с4).
Для полегшення налаштування та адаптації структури
розробленої моделі до реальних параметрів конкретної
перед-
аварійне
25
Відновлювана енергетика. №4/2022 | Комплексні проблеми енергетичних систем на основі НВДЕ
ФЕМ модель реалізується у вигляді адаптивної нейро-
нечіткої багатошарової мережі прямого розповсю-
дження ANFIS.
Складність залежності вихідного параметра розробле-
ної моделі від сукупності вхідних параметрів підтвер-
джують графіки поверхонь цих залежностей, що як при-
клад наведені на рис. 5.
Висновки. На нерівномірність генерування ВДЕ вплива-
ють не лише метеорологічні фактори, а й технічний стан
обладнання ФЕС. Оскільки ФЕМ експлуатуються в Укра-
їні досить нетривалий період і більшість ФЕМ є на гаран-
тійному обслуговуванні, то проблем з діагностуванням
не виникало, а власники в разі виявлення пошкоджень
замінювали ФЕМ за гарантією. Але з впровадженням
процедури відшкодування гарантованому покупцю час-
тки вартості небалансів електричної енергії для всіх ви-
робників ВДЕ питання стабільного і прогнозованого ге-
нерування є актуальнішим, оскільки невідповідність за-
явленого генерування реальному передбачає фінан-
сову відповідальність. Достовірне прогнозування гене-
рування ФЕС неможливе без визначення їх технічного
стану, адекватного планування обсягів і термінів ремонт-
них робіт і т. д. Також треба враховувати, що деякі ФЕМ
мають різні темпи деградації, що пов’язано з техноло-
гією виробництва та особливостями навколишнього се-
редовища, в якому експлуатуються ФЕМ.
Розроблено метод діагностування ФЕМ в умовах непов-
ноти початкових даних, який шляхом використання
нейро-нечіткого моделювання дозволяє отримати по-
точне значення коефіцієнта залишкового ресурсу ФЕМ і,
залежно від результату, зробити висновок про один зі
станів ФЕМ (справний, з незначними відхиленнями па-
раметрів, передаварійний, аварійний) та зменшити по-
хибку прогнозування такого стану. Під час випробувань
це дозволить виявити забруднення ФЕМ, несправності
датчиків, а також пошкодження самих ФЕМ, наприклад
наявність дефекту «гарячі точки» тощо.
ПОСИЛАННЯ
1. Про затвердження Кодексу системи передачі, 2018.
URL: https://www.nerc.gov.ua/?id=31909
2. Kim, J.; Rabelo, M.; Padi, S.P.; Yousuf, H.; Cho, E.-C.; Yi,
J. A Review of the Degradation of Photovoltaic Modules
for Life Expectancy. Energies 2021, 14, 4278.
https://doi.org/10.3390/en14144278
3. M. Aghaei, A. Fairbrother, A. Gok, S. Ahmad, S. Kazim,
K. Lobato, G. Oreski, A. Reinders, J. Schmitz, M. Theelen,
P. Yilmaz, J. Kettle, Review of degradation and failure
phenomena in photovoltaic modules,Renewable and
Sustainable Energy Reviews, Vol. 159. 2022, 112160,
ISSN 1364-0321,
4. Rahimi K., Mohajeryami S., Majzoobi A. Effects of
photovoltaic systems on power quality, 2016 North
American Power Symposium (NAPS). 2016. Р. 1–6.
5. M. Köntges et al., Review of Failures of Photovoltaic
Modules. 2014. URL:
https://iea-pvps.org/wp-
content/uploads/2020/01/IEA-PVPS_T13-
01_2014_Review_of_Failures_of_Photovoltaic_Modul
es_Final.pdf (дата звернення: 5.03.2021).
6. Petr Lezhniuk, Vyacheslav Komar, Olena Rubanenko,
Natalia Ostra. The sensitivity of the process of optimal
decisions making in electrical networks with renewable
energy sources // Przeglad Elektrotechniczny, 2020. Vol.
10. P. 32–38. https:doi:// 10.15199/48.2020.10.05.
7. Supervision and fault detection system for photovoltaic
installations based on classification algorithms. Castallà
M., Kampouropoulos K., Urbano E., Romeral L.,
Renewable Energy and Power Quality Journal, 2020.
Vol. 18. Р. 375–379.
8. Lezhniuk P., Rubanenko O. Optimal solutions sensitivity
analysis in complex systems in relative units. Chapter of
Рис. 5. Залежність коефіцієнта залишкового ресурсу ФЕМ від k1 та k4
Fig. 5. Dependence of the FEM residual resource coefficient on k1 and k4
https://www.researchgate.net/scientific-contributions/2070423387_Petro_Lezhniuk?_sg%5B0%5D=9uuyJ1PcLdSb-r8r20lF4vJz8AO8wRfUUvpBggI8-HqacA-AKaqB2WG3hEKUtn58VzO9aRc.U7ovu9onmaGdXnpXmtWsEC03T9tb0RZahTV5-6HmFrFGOMDdIulkM2Jeo4cefQDX7cPrGOY0y0jhXfnsnAXZiQ&_sg%5B1%5D=V3v6E9aVog5Bo-M4arIMStfFtrteDzyG4VBxSYETwCccmPFIBHQbDOmUxfik1vRlAAMVcwk.9SAPL3zZwc-gxlfA-8iDwimUzB6s3Cx2S1ZJrZpbRvEl6HhffsNEIO627h8wAa0IazvlZQHAcZlD5mP4GInzQQ
https://www.researchgate.net/scientific-contributions/2073772764_Olexander_Rubanenko?_sg%5B0%5D=9uuyJ1PcLdSb-r8r20lF4vJz8AO8wRfUUvpBggI8-HqacA-AKaqB2WG3hEKUtn58VzO9aRc.U7ovu9onmaGdXnpXmtWsEC03T9tb0RZahTV5-6HmFrFGOMDdIulkM2Jeo4cefQDX7cPrGOY0y0jhXfnsnAXZiQ&_sg%5B1%5D=V3v6E9aVog5Bo-M4arIMStfFtrteDzyG4VBxSYETwCccmPFIBHQbDOmUxfik1vRlAAMVcwk.9SAPL3zZwc-gxlfA-8iDwimUzB6s3Cx2S1ZJrZpbRvEl6HhffsNEIO627h8wAa0IazvlZQHAcZlD5mP4GInzQQ
26
Відновлювана енергетика. №4/2022 | Комплексні проблеми енергетичних систем на основі НВДЕ
book: Scientific research of the XXI century. 2021. Vol. 2.
Р. 111–118.
9. Розенвассер Е. Н., Юсупов Р. М. Чувствительность си-
стем автоматического управления. – Ленинград:
Энергия, 1969. 208 с.
10. Гоголюк П. Ф., Гречин Т. М. Теорія автоматичного ке-
рування. – Львів: Видавництво НУ «Львівська політе-
хніка», 2019. 208 с.
11. Lezhniuk P., Komar V., Kravchuk S. Macromodeling of
electrical grids with renewable energy sources for
assessing their energy efficiency. Computational
Problems of Electrical Engineering. Lviv: Lviv Politechnic
Publishing House, 2019. Vol. 9. No 1. P. 14–20.
12. Petro Lezhniuk, Olexander Rubanenko, Olena
Rubanenko. Determination of Optimal Transformation
Ratios of Power System Transformers in Conditions of
Incomplete Information Regarding the Values of
Diagnostic Parameters. – Chapter of book: “Fuzzy
Logic”. 2019. P. 97–124.
https://doi: 10.5772/intechopen.84959.
REFERENCES
1. On approval of the Transmission System Code, 2018.
URL:
https://www.nerc.gov.ua/?id=31909
2. Kim, J.; Rabelo, M.; Padi, S.P.; Yousuf, H.; Cho, E.-C.; Yi,
J. A Review of the Degradation of Photovoltaic Modules
for Life Expectancy. Energies 2021, 14, 4278.
https://doi.org/10.3390/en14144278
3. M. Aghaei, A. Fairbrother, A. Gok, S. Ahmad, S. Kazim,
K. Lobato, G. Oreski, A. Reinders, J. Schmitz, M. Theelen,
P. Yilmaz, J. Kettle, Review of degradation and failure
phenomena in photovoltaic modules, Renewable and
Sustainable Energy Reviews, Vol. 159. 2022, 112160,
ISSN 1364-0321,
4. Rahimi K., Mohajeryami S., Majzoobi A. Effects of
photovoltaic systems on power quality, 2016 North
American Power Symposium (NAPS). 2016. R. 1–6.
5. M. Köntges et al., Review of Failures of Photovoltaic
Modules. 2014. URL:
https://iea-pvps.org/wp-
content/uploads/2020/01/IEA-PVPS_T13-
01_2014_Review_of_Failures_of_Photovoltaic_Modul
es_Final.pdf (accessed 03/05/2021).
6. Petr Lezhniuk, Vyacheslav Komar, Olena Rubanenko,
Natalia Ostra. The sensitivity of the process of optimal
decision making in electrical networks with renewable
energy sources // Przeglad Elektrotechniczny, 2020.
Vol. 10. P. 32–38. https:doi:// 10.15199/48.2020.10.05.
7. Supervision and fault detection system for photovoltaic
installations based on classification algorithms. Castallà
M., Kampouropoulos K., Urbano E., Romeral L.,
Renewable Energy and Power Quality Journal, 2020.
Vol. 18. P. 375–379.
8. Lezhniuk P., Rubanenko O. Optimal solutions sensitivity
analysis in complex systems in relative units. Chapter of
book: Scientific research of the XXI century. 2021. Vol.
2. P. 111–118.
9. Rosenwasser E.N., Yusupov R.M. Sensitivity of
automatic control systems. - Leningrad: Energy, 1969.
208 p.
10. Gogolyuk P.F., Grechyn T.M. Theory of automatic
control. - Lviv: Lviv Polytechnic University Publishing
House, 2019. 208 p.
11. Lezhniuk P., Komar V., Kravchuk S. Macromodeling of
electrical grids with renewable energy sources for
assessing their energy efficiency. Computational
Problems of Electrical Engineering. Lviv: Lviv
Polytechnic Publishing House, 2019. Vol. 9. No. 1. P. 14–
20.
12. Petro Lezhniuk, Olexander Rubanenko, Olena
Rubanenko. Determination of Optimal Transformation
Ratios of Power System Transformers in Conditions of
Incomplete Information Regarding the Values of
Diagnostic Parameters. – Chapter of book: “Fuzzy
Logic”. 2019. P. 97–124.
https://doi: 10.5772/intechopen.84959.
https://www.researchgate.net/scientific-contributions/2070423387_Petro_Lezhniuk?_sg%5B0%5D=9uuyJ1PcLdSb-r8r20lF4vJz8AO8wRfUUvpBggI8-HqacA-AKaqB2WG3hEKUtn58VzO9aRc.U7ovu9onmaGdXnpXmtWsEC03T9tb0RZahTV5-6HmFrFGOMDdIulkM2Jeo4cefQDX7cPrGOY0y0jhXfnsnAXZiQ&_sg%5B1%5D=V3v6E9aVog5Bo-M4arIMStfFtrteDzyG4VBxSYETwCccmPFIBHQbDOmUxfik1vRlAAMVcwk.9SAPL3zZwc-gxlfA-8iDwimUzB6s3Cx2S1ZJrZpbRvEl6HhffsNEIO627h8wAa0IazvlZQHAcZlD5mP4GInzQQ
https://www.researchgate.net/scientific-contributions/2073772764_Olexander_Rubanenko?_sg%5B0%5D=9uuyJ1PcLdSb-r8r20lF4vJz8AO8wRfUUvpBggI8-HqacA-AKaqB2WG3hEKUtn58VzO9aRc.U7ovu9onmaGdXnpXmtWsEC03T9tb0RZahTV5-6HmFrFGOMDdIulkM2Jeo4cefQDX7cPrGOY0y0jhXfnsnAXZiQ&_sg%5B1%5D=V3v6E9aVog5Bo-M4arIMStfFtrteDzyG4VBxSYETwCccmPFIBHQbDOmUxfik1vRlAAMVcwk.9SAPL3zZwc-gxlfA-8iDwimUzB6s3Cx2S1ZJrZpbRvEl6HhffsNEIO627h8wAa0IazvlZQHAcZlD5mP4GInzQQ
https://www.researchgate.net/profile/Olena_Rubanenko?_sg%5B0%5D=9uuyJ1PcLdSb-r8r20lF4vJz8AO8wRfUUvpBggI8-HqacA-AKaqB2WG3hEKUtn58VzO9aRc.U7ovu9onmaGdXnpXmtWsEC03T9tb0RZahTV5-6HmFrFGOMDdIulkM2Jeo4cefQDX7cPrGOY0y0jhXfnsnAXZiQ&_sg%5B1%5D=V3v6E9aVog5Bo-M4arIMStfFtrteDzyG4VBxSYETwCccmPFIBHQbDOmUxfik1vRlAAMVcwk.9SAPL3zZwc-gxlfA-8iDwimUzB6s3Cx2S1ZJrZpbRvEl6HhffsNEIO627h8wAa0IazvlZQHAcZlD5mP4GInzQQ
https://www.researchgate.net/profile/Olena_Rubanenko?_sg%5B0%5D=9uuyJ1PcLdSb-r8r20lF4vJz8AO8wRfUUvpBggI8-HqacA-AKaqB2WG3hEKUtn58VzO9aRc.U7ovu9onmaGdXnpXmtWsEC03T9tb0RZahTV5-6HmFrFGOMDdIulkM2Jeo4cefQDX7cPrGOY0y0jhXfnsnAXZiQ&_sg%5B1%5D=V3v6E9aVog5Bo-M4arIMStfFtrteDzyG4VBxSYETwCccmPFIBHQbDOmUxfik1vRlAAMVcwk.9SAPL3zZwc-gxlfA-8iDwimUzB6s3Cx2S1ZJrZpbRvEl6HhffsNEIO627h8wAa0IazvlZQHAcZlD5mP4GInzQQ
|
| id | veorgua-article-381 |
| institution | Vidnovluvana energetika |
| keywords_txt_mv | keywords |
| language | Ukrainian |
| last_indexed | 2026-07-19T01:10:40Z |
| publishDate | 2023 |
| publisher | Institute of Renewable Energy National Academy of Sciences of Ukraine |
| record_format | ojs |
| resource_txt_mv | veorgua/a8/2ddd13e2a6c628cd81daf79e7a2ac1a8.pdf |
| spelling | veorgua-article-3812026-07-18T06:32:17Z ASSESSMENT OF TECHNICAL CONDITION OF PHOTOVOLTAIC STATION EQUIPMENT USING SOFTWARE AND HARDWARE TOOLS ОЦІНЮВАННЯ ТЕХНІЧНОГО СТАНУ ОБЛАДНАННЯ ФОТОЕЛЕКТРИЧНИХ СТАНЦІЙ ПРОГРАМНО-АПАРАТНИМИ ЗАСОБАМИ Komar, V. Lezhniuk, P. Hunko, I. Smaglo, I. equipment of photovoltaic stations, technical condition, indicators of abnormal operation, residual resource. обладнання фотоелектричних станцій, технічний стан, індикатори аномальної роботи, залиш-ковий ресурс. Today, photovoltaic power stations (PVS) occupy a prominent place in the balance of power and electricity of electric power systems (EPS). It becomes important to know how much electricity and according to what time schedule the PVS can generate it. Among the various reasons for the unstable generation of photovoltaic power stations, their technical condition should be noted, in particular, the gradual degradation of photovoltaic modules (PVM). For the participation of PVS in the processes taking place in the EPS, it is necessary to know their current technical condition and prospects regarding the possibility of generating electricity in a given volume. An investor is interested in knowing their residual resource in relation to the estimated one at the start of operation, in order to plan electricity generation and plan the expediency of costs for the repair of the PVS. This puts forward appropriate conditions for the methods and means of assessing the technical condition of the PVS. In the article, an algorithm of data generation for assessing the technical condition of the FES was wrote. The basis of the algorithm is a mathematical model of the PVS operation process based on the results of retrospective data and monitoring and forecasting data for the purpose of detecting defects and malfunctions. First of all, the article deals with the evaluation of the technical condition of PVM. To evaluate the PVM performance, it is proposed to use indicator coefficients that indicate the abnormal operation of the PVM in the string and actually signal the presence of a problem in its operation. The diagnostic parameters are determined and the coefficients of the PVM residual resource are determined based on their values. None of these parameters fully characterizes the technical condition, it only indicates certain changes in the technical condition of the PVM. At this stage, methods of fuzzy set theory are used to solve the given problem, which makes it possible to take into account the values of various diagnostic parameters during PVM diagnostics and create a base of rules for their interaction. Ref. 12. Fig. 5. На сьогодні фотоелектричні станції (ФЕС) посідають чільне місце в балансі потужності та електроенергії електроенергетичних систем (ЕЕС). Отже, важливо знати, яку кількість електроенергії може генерувати ФЕС і за яким графіком. Серед причин несталого генерування ФЕС слід відмітити їх незадовільний технічний стан, зокрема поступову деградацію фотоелектричних модулів (ФЕМ). Оцінка поточного технічного стану й перспектив щодо можливості вироблення електро-енергії в заданому об’ємі необхідна для участі ФЕС в процесах, що відбуваються в ЕЕС. Для планування виробіт-ку електроенергії й оцінювання доцільності витрат на ремонт ФЕС інвестор має володіти інформацією про їх залишковий ресурс по відношенню до розрахункового на початок експлуатації. Це висуває відповідні умови щодо методів і засобів моніторингу технічного стану ФЕС. У роботі розроблено алгоритм фор-мування даних для оцінювання технічного стану ФЕС. В основу алгоритму покладено математичну модель процесу функціонування ФЕС за результатами ретроспективних даних та дані моніторингу і прогнозування з метою виявлення дефектів та несправностей. Насамперед у статті йдеться про оцінку технічного стану ФЕМ. Для оцінювання працездатності ФЕМ запропоновано використовувати коефіцієнти-індикатори, які вказують на аномальну роботу ФЕМ у стрінгу і фактично сигналізують про наявність проблеми в його роботі. Визначено діагностичні параметри і за їх значеннями визначаються коефіцієнти залишкового ресурсу ФЕМ. Жоден з цих параметрів повною мірою не характеризує технічний стан ФЕМ, а лише вказує на певні його зміни. На даному етапі для вирішення по-ставленої задачі використовуються методи теорії нечітких множин, що дає змогу враховувати значення різних параметрів під час діагностування ФЕМ і створити базу правил їх взаємодії. Бібл. 12. Рис. 5. Institute of Renewable Energy National Academy of Sciences of Ukraine 2023-04-13 Article Article application/pdf https://ve.org.ua/index.php/journal/article/view/381 10.36296/1819-8058.2023.1(72).19-26 Vidnovluvana energetika ; No. 1(72) (2023): Scientific and applied Journal renewable energy ; 19-26 Возобновляемая энергетика; ##issue.no## 1(72) (2023): Scientific and applied Journal renewable energy ; 19-26 Відновлювана енергетика; № 1(72) (2023): Науково-прикладний журнал Відновлювана енергетика; 19-26 2664-8172 1819-8058 10.36296/1819-8058.2023.1(72) uk https://ve.org.ua/index.php/journal/article/view/381/303 Copyright (c) 2023 V. Komar, P. Lezhniuk, I. Hunko, I. Smaglo https://creativecommons.org/licenses/by-nc-nd/4.0 |
| spellingShingle | equipment of photovoltaic stations technical condition indicators of abnormal operation residual resource. Komar, V. Lezhniuk, P. Hunko, I. Smaglo, I. ASSESSMENT OF TECHNICAL CONDITION OF PHOTOVOLTAIC STATION EQUIPMENT USING SOFTWARE AND HARDWARE TOOLS |
| title | ASSESSMENT OF TECHNICAL CONDITION OF PHOTOVOLTAIC STATION EQUIPMENT USING SOFTWARE AND HARDWARE TOOLS |
| title_alt | ОЦІНЮВАННЯ ТЕХНІЧНОГО СТАНУ ОБЛАДНАННЯ ФОТОЕЛЕКТРИЧНИХ СТАНЦІЙ ПРОГРАМНО-АПАРАТНИМИ ЗАСОБАМИ |
| title_full | ASSESSMENT OF TECHNICAL CONDITION OF PHOTOVOLTAIC STATION EQUIPMENT USING SOFTWARE AND HARDWARE TOOLS |
| title_fullStr | ASSESSMENT OF TECHNICAL CONDITION OF PHOTOVOLTAIC STATION EQUIPMENT USING SOFTWARE AND HARDWARE TOOLS |
| title_full_unstemmed | ASSESSMENT OF TECHNICAL CONDITION OF PHOTOVOLTAIC STATION EQUIPMENT USING SOFTWARE AND HARDWARE TOOLS |
| title_short | ASSESSMENT OF TECHNICAL CONDITION OF PHOTOVOLTAIC STATION EQUIPMENT USING SOFTWARE AND HARDWARE TOOLS |
| title_sort | assessment of technical condition of photovoltaic station equipment using software and hardware tools |
| topic | equipment of photovoltaic stations technical condition indicators of abnormal operation residual resource. |
| topic_facet | equipment of photovoltaic stations technical condition indicators of abnormal operation residual resource. обладнання фотоелектричних станцій технічний стан індикатори аномальної роботи залиш-ковий ресурс. |
| url | https://ve.org.ua/index.php/journal/article/view/381 |
| work_keys_str_mv | AT komarv assessmentoftechnicalconditionofphotovoltaicstationequipmentusingsoftwareandhardwaretools AT lezhniukp assessmentoftechnicalconditionofphotovoltaicstationequipmentusingsoftwareandhardwaretools AT hunkoi assessmentoftechnicalconditionofphotovoltaicstationequipmentusingsoftwareandhardwaretools AT smagloi assessmentoftechnicalconditionofphotovoltaicstationequipmentusingsoftwareandhardwaretools AT komarv ocínûvannâtehníčnogostanuobladnannâfotoelektričnihstancíjprogramnoaparatnimizasobami AT lezhniukp ocínûvannâtehníčnogostanuobladnannâfotoelektričnihstancíjprogramnoaparatnimizasobami AT hunkoi ocínûvannâtehníčnogostanuobladnannâfotoelektričnihstancíjprogramnoaparatnimizasobami AT smagloi ocínûvannâtehníčnogostanuobladnannâfotoelektričnihstancíjprogramnoaparatnimizasobami |