Change search
CiteExportLink to record
Permanent link

Direct link
Cite
Citation style
  • apa
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • Other style
More styles
Language
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Other locale
More languages
Output format
  • html
  • text
  • asciidoc
  • rtf
Fault Identification in Solar Photovoltaic Plants using Aerial Thermography
KTH, School of Electrical Engineering and Computer Science (EECS).
2019 (English)Independent thesis Advanced level (degree of Master (Two Years)), 20 credits / 30 HE creditsStudent thesis
Abstract [en]

High capacity solar photovoltaic (PV) plants involve thousands of modules in a combination of series and parallel connections. Any fault occurrence in a module can negatively impact the generation of its series connected modules. The magnitude of this impact depends on the type of fault, its severity, and the duration for which it is persistent. Several monitoring techniques are used to detect these faults right at the time of their occurrence. However, no technique existing today can detect all the fault types optimally, considering sensitivity, measurement points, time taken and economical feasibility. This project focuses on infrared thermography using unmanned aerial vehicles (UAV), which is one of the fastest fault detection methods, based on scanning the thermal signatures of the anomalies at solar cell level. Experiments are performed to determine suitable UAV altitudes at which high severity faults could be detected, in order to accelerate the aerial thermography process.

Abstract [sv]

Högkapacitets solcellsvoltaiska (PV) solcellsanläggningar innebär tusentals moduler i en kombination av serie och parallella anslutningar. Eventuella fel i en modul kan negativt påverka genereringen av dess serieanslutna moduler. Storleken på denna effekt beror på typen av fel, dess svårighetsgrad och hur lång tid det är ihållande. Flera övervakningstekniker används för att upptäcka dessa fel direkt vid deras tillfälle. Ingen teknik som finns idag kan dock upptäcka alla feltyper optimalt med tanke på känslighet, mätpunkter, tidtagning och ekonomisk genomförbarhet. Detta projekt fokuserar på infraröd termografi med obemannade luftfordon (UAV), som är en av de snabbaste feldetekteringsmetoderna, baserat på att man undersöker de termiska signaturerna hos anomalierna på solcellsnivå. Experiment utförs för att bestämma lämpliga UAV-höjder vid vilka höga allvarlighetsfel kan detekteras, för att påskynda aerialtermografiprocessen.Resultatet av detta arbete återspeglar hur denna process kan utföras i högre höjder och därmed snabbare, genom att i första hand fokusera på höga effekter endast. De föreslagna höjderna kan fånga fyra gånger området i värmekameraens synvinkel (FOV) jämfört med de standarder som fokuserar på fel på cellnivåmoduler.

Place, publisher, year, edition, pages
2019. , p. 53
Series
TRITA-EECS-EX ; 2018:304
National Category
Engineering and Technology
Identifiers
URN: urn:nbn:se:kth:diva-253202OAI: oai:DiVA.org:kth-253202DiVA, id: diva2:1324218
Educational program
Master of Science - Electric Power Engineering
Supervisors
Examiners
Available from: 2019-06-13 Created: 2019-06-13 Last updated: 2019-06-13Bibliographically approved

Open Access in DiVA

No full text in DiVA

By organisation
School of Electrical Engineering and Computer Science (EECS)
Engineering and Technology

Search outside of DiVA

GoogleGoogle Scholar

urn-nbn

Altmetric score

urn-nbn
Total: 59 hits
CiteExportLink to record
Permanent link

Direct link
Cite
Citation style
  • apa
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • Other style
More styles
Language
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Other locale
More languages
Output format
  • html
  • text
  • asciidoc
  • rtf