頻率偏差 | 變流器數據完整性 | 變流器晚起床 |
---|---|---|
溫度係數異常 | 變流器Clipping | 變流器故障 |
設備斷線 | 電壓偏差 | 功率因數異常 |
日照計數據完整性 | 串列發電量表現 | 溫度異常警報 |
環境感測器故障 | 串列發電數據完整性 | 變流器/AC電錶發電比例 |
環境感測器數據一致性 | MPPT異常 | 變壓器效率不佳 |
太陽能模組清潔/髒污 | 變流器效率低於規格 | 變壓器溫度異常 |
植被需要修剪 | 變流器相對效率異常 |
深度學習單一組串、變流器和環境監控設備的行為表現, 排除日照與溫度係數影響,數學邏輯分析異常原因量化可回收發電效益。
AI 分布圖即時顯示各個組串和變流器的電器排部,比較實際和預期效能曲線找到誤差範圍,鎖定物理位置即刻鎖定異常位置。
維運計劃計算出每個異常經修復後可回升之躉售金額,管理者可優先排序,把有限維運資源放在修復可回收最大效益的異常上。
科學AI演算法應用以ROI為出發點的健診計畫,針對電廠每個異常故障原因進行詳細分析診斷,提供完整修復方案與建議。