اكتشاف أعطال الألواح الشمسية باستخدام التعلم الآلي

فريق Arduino - 14 أكتوبر 2022

تعد تركيبات الألواح الشمسية الكبيرة أمرًا حيويًا لمستقبلنا في توليد الطاقة بدون انبعاثات ثاني أكسيد الكربون الهائلة التي ننتجها الآن. ومع ذلك ، يمكن أن تتطور الكسور المجهرية والنقاط الساخنة والعيوب الأخرى على السطح بمرور الوقت ، مما يؤدي إلى انخفاض الإنتاج وحتى الانهيار إذا تركت دون اكتشاف. يتمثل حل Manivannan Sivan لهذه المشكلة في استخدام رؤية الكمبيوتر والتعلم الآلي للعثور على عيوب صغيرة على السطح قبل الإبلاغ عن المعلومات تلقائيًا.

قام Sivan بتجميع مجموعة البيانات الخاصة به عن طريق جمع صور الألواح الشمسية ذات الشقوق المرئية باستخدام Arduino Portenta H7 و Vision Shield ، ثم رسم الصناديق المحيطة حول كل منهما. من هناك ، قام بتدريب نموذج MobileNetV2 مع إضافة خوارزمية FOMO للكشف عن الكائنات الحديثة من Edge Impulse للحصول على أداء أفضل. لقد كان قادرًا على تحسين دقة النموذج بشكل أكبر من خلال زيادة مجموعة البيانات بالصور الملتقطة بزوايا مختلفة للكاميرا وظروف الإضاءة لتجنب الخلط بين خطوط الحدود البيضاء والشقوق.

بعد اختبار نموذج استوديو Edge Impulse ونشره على لوحة Portenta H7 الخاصة به ، تمكن من العثور على شقوق في سطح لوح شمسي في حوالي 80٪ من الوقت. في المستقبل ، قد تضيف Sivan ميزات أخرى تستفيد من الاتصال داخل السيارة للتواصل مع الخدمات الخارجية لأوقات استجابة أسرع. يمكنك معرفة المزيد عن المشروع هنا.