$\require{mediawiki-texvc}$

연합인증

연합인증 가입 기관의 연구자들은 소속기관의 인증정보(ID와 암호)를 이용해 다른 대학, 연구기관, 서비스 공급자의 다양한 온라인 자원과 연구 데이터를 이용할 수 있습니다.

이는 여행자가 자국에서 발행 받은 여권으로 세계 각국을 자유롭게 여행할 수 있는 것과 같습니다.

연합인증으로 이용이 가능한 서비스는 NTIS, DataON, Edison, Kafe, Webinar 등이 있습니다.

한번의 인증절차만으로 연합인증 가입 서비스에 추가 로그인 없이 이용이 가능합니다.

다만, 연합인증을 위해서는 최초 1회만 인증 절차가 필요합니다. (회원이 아닐 경우 회원 가입이 필요합니다.)

연합인증 절차는 다음과 같습니다.

최초이용시에는
ScienceON에 로그인 → 연합인증 서비스 접속 → 로그인 (본인 확인 또는 회원가입) → 서비스 이용

그 이후에는
ScienceON 로그인 → 연합인증 서비스 접속 → 서비스 이용

연합인증을 활용하시면 KISTI가 제공하는 다양한 서비스를 편리하게 이용하실 수 있습니다.

[국내논문] 출력편차의 통계학적 신호처리를 통한 태양광 발전 시스템의 고장 위치 진단 기술
Fault Location Diagnosis Technique of Photovoltaic Power Systems through Statistic Signal Process of its Output Power Deviation 원문보기

전기학회논문지 = The Transactions of the Korean Institute of Electrical Engineers, v.63 no.11, 2014년, pp.1545 - 1550  

조현철 (Faulty of Electrical and Electronic Engineering, Ulsan College)

Abstract ▼ AI-Helper 아이콘AI-Helper

Fault detection and diagnosis (FDD) of photovoltaic (PV) power systems is one of significant techniques for reducing economic loss due to abnormality occurred in PV modules. This paper presents a new FDD method against PV power systems by using statistical comparison. This comparative approach inclu...

Keyword

#Photovoltaic power systems   #Fault detection and diagnosis   #GLRT   #Statistic signal process  

AI 본문요약
AI-Helper 아이콘 AI-Helper

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

문제 정의

  • Silvestre와 Chouder는 전력 손실 분석기법을 통해 태양광 시스템의 고장 검출 기술을 제안하였다[5]. 이 연구는 관측한 태양의 일사량과 모듈의 온도 데이터를 이용하여 태양광 시스템의 주요 파라미터를 연산하기 위한 파라미터 추출법을 주된 기술로 담고 있다. Lin 등은 태양광 시스템의 온라인 고장 검출 및 고장 허용 기술을 개발하였으며 원격 모니터링 시스템 구축에 적용하였다[6].
  • 본 논문은 확률 및 통계이론을 적용한 태양광 발전 시스템의 고장 유무 및 위치 검출 알고리즘을 제안한다. 제안하는 태양광 시스템의 고장 진단 기술은 이웃한 태양광 모듈의 출력을 확률론적 관점에서 서로 비교하는 것으로서, 태양광 모듈의 두 출력간의 편차를 검출한 후 확률론적 의사(decision) 결정법에 따라 고장의 유무와 발생 위치를 결정하는 구조를 갖는다.
  • 하지만 어느 한쪽에 고장이 발생한 모듈의 경우 근접한 모듈의 출력에 비해 편차가 발생하게 된다. 본 논문은 이 두 태양광 모듈의 출력 편차를 이용하여 태양광 발전 시스템의 고장 유무 및 고장 발생 위치를 결정하는 기술을 제안한다. 그림 1은 정상적으로 동작하는 태양광 모듈과 고장이 발생한 태양광 모듈간의 편차 신호를 발생하는 개념도를 보여준다.
  • 본 논문은 태양광 발전 시스템의 고장유무 및 위치 검출을 위한 알고리즘을 제안하였다. 제안한 고장진단 알고리즘은 태양광 모듈의 이웃한 출력들의 편차 신호를 검출하여 GLRT 기법에 적용한 후 이진화 가설검증 알고리즘에 통해 최종적으로 고장 유무와 어느 모듈에 고장이 발생하였는지를 결정할 수 있도록 되어있다.
본문요약 정보가 도움이 되었나요?

질의응답

핵심어 질문 논문에서 추출한 답변
태양광 시스템의 '고장 검출 기술'의 특징은? Silvestre와 Chouder는 전력 손실 분석기법을 통해 태양광 시스템의 고장 검출 기술을 제안하였다[5]. 이 연구는 관측한 태양의 일사량과 모듈의 온도 데이터를 이용하여 태양광 시스템의 주요 파라미터를 연산하기 위한 파라미터 추출법을 주된 기술로 담고 있다. Lin 등은 태양광 시스템의 온라인 고장 검출 및 고장 허용 기술을 개발하였으며 원격 모니터링 시스템 구축에 적용하였다[6].
태양광 시스템에서 온라인 고장 검출 및 고장 허용 기술개발이 가져온 결과는 무엇인가? Lin 등은 태양광 시스템의 온라인 고장 검출 및 고장 허용 기술을 개발하였으며 원격 모니터링 시스템 구축에 적용하였다[6]. 이러한 기술을 통해 태양광 모듈의 효율적 배치를 위하여 태양광 발전 시스템의 구조적 변경을 제안하였으며 결과적으로 전력 손실 방지를 개선하였다. Sanz-Bobi 등은 태양광 발전 플랜트에서 발생할 수 있는 주요 고장의 형태를 해석적 방법론을 통해 정립하였으며 이러한 고장의 종류를 데이터베이스화하여 GUI(Graphic User Interface) 방식의 고장진단 소프트웨어를 개발하였다[7].
태양광 발전 시스템의 고장 진단 기술 중 하나인 결정론적 고장검출 및 진단 알고리즘의 단점은? 그러나 현재 발표된 태양광 발전 시스템의 고장 진단 기술의 경우 관측한 데이터를 결정론적(deterministic) 신호로 간주하여 알고리즘을 제안하는 경우가 대부분이다 [9]. 일반적으로 태양광의 일사량이나 표면 온도는 확률변수로 간주할 수 있으며, 이러한 경우 결정론적 고장검출 및 진단 알고리즘을 적용할 경우 성능의 신뢰성이나 실적용 가능성이 저하될 수 있다. 그러므로 이러한 시스템 환경에 대하여 잘 알려진 확률통계이론을 적용한 고장검출 및 진단 알고리즘을 도출함으로서 신속한 고장검출 시간과 보다 정밀한 고장진단 성능을 기대할 수가 있다[9].
질의응답 정보가 도움이 되었나요?

참고문헌 (11)

  1. Y. Li, S. Dunham, S. Pillai, Z. Ouyang, A. Barnett, A. Lochtefeld, A. Lennon, "Design of anodic aluminum oxide rear surface plasmonic heterostructures for light trapping in thin silicon solar cells," IEEE Journal of Photovoltaics, vol. 4, no. 5, pp. 1212-1219. 2014. 

    상세보기 crossref

  2. A. Ahmad, R. Loganathan, "Real-time implementation of solar inverter with novel MPPT control algorithm for residential applications," Energy and Power Engineering, vol. 5, no. 6, pp. 427-435, 2013. 

    상세보기 crossref

  3. S. Daison Stallon, K. Vinoth Kumar, S. Suresh Kumar, "High efficient module of boost converter in PV module," Int. Journal of Electrical and Computer Engineering, vol. 2, no. 6, pp. 758-781, 2012. 

  4. B. Liu, Y. Che, L. Zhao, "The design of photovoltaic monitoring system," Int. Conf. on Power Electronics Systems and Applications, pp. 1-4, 2011. 

  5. S. Silestre, A. Chouder, "Fault detection and automatic supervision methodology for PV systems," European Photovoltaic Solar Energy Conf., Valencia, Spain, pp. 4534-4536, 2010. 

  6. X. Lin, Y. Wang, D. Zhu, N. Chang, M. Pedram, "Online fault detection and tolerance for photovoltaic energy harvesting systems," IEEE/ACM Int. Conf. on Computer-Aided Design, California, USA, pp. 1-6, 2012. 

  7. M. A. Sanz-Bobi, A. Munoz San Roque, A. de Marcos, M. Bada, "Intelligent system for a remote diagnosis of a photovoltaic solar power plant," J. of Physics: Conf. Series 364, doi:10.1088/1742-6596/364/1/012119, 2012. 

    상세보기 crossref

  8. W. Chine, A. Mellit, A. Massi Pavan, S. A. Kalogirou, "Fault detection method for grid-connected photovoltaic plants," Renewable Energy, vol. 66, pp. 99-110, 2014. 

    상세보기 crossref

  9. H. C. Cho, Y. J. Jung, "Probabilistic modeling of photovoltaic power systems with big learning data sets," J. of Korean Institute of Intelligent Systems, vol. 23, no. 5, pp. 412-417, 2013. 

    원문보기 상세보기 crossref

  10. S. Kay, Fundamentals of statistical signal processing, vol. II: detection theory, Prentice Hall, Upper Saddle River, 1998. 

  11. J. M. Mendel, Lessons in estimation theory for signal processing, communications, and control, Prentice Hall, Upper Saddle River, 1995. 

LOADING...

활용도 분석정보

상세보기
다운로드
내보내기

활용도 Top5 논문

해당 논문의 주제분야에서 활용도가 높은 상위 5개 콘텐츠를 보여줍니다.
더보기 버튼을 클릭하시면 더 많은 관련자료를 살펴볼 수 있습니다.

관련 콘텐츠

유발과제정보 저작권 관리 안내
섹션별 컨텐츠 바로가기

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

AI-Helper 아이콘
AI-Helper
안녕하세요, AI-Helper입니다. 좌측 "선택된 텍스트"에서 텍스트를 선택하여 요약, 번역, 용어설명을 실행하세요.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.

선택된 텍스트

맨위로