Mfumo wa Kufuatilia Kwa Mshale Moja wenye Teknolojia ya AI | Ufafanuzi wa Kifahamu cha Uvunjaji wa Mwanga kwa Kuongeza Uzalishaji wa Nishati kwa Kila Safu
Mbinu za kawaida za kurejea nyuma zinatumia mfumo wa jiometria ya nafasi ya jua na vipimo vya safu ili kuhesabu pembe za safu ambazo zinazima kuvuruga kati ya safu. Hii inafanya kazi vizuri kwenye eneo la msalaba kamili na safu zenye umbali sawa — lakini mahali pa mradi halisi lina mabadiliko ya uundaji wa ardhi, umbali usio sawa wa safu kutokana na uboreshaji wa uvamizi wa msingi, na hali ya nuru ya kusambaa ambazo mfumo wa jiometria hauiwezi kuzingatia.
Mfumo wa Kufuatilia Safu Moja ya Kurejea Nyuma Ukitumia AI unabadilisha mfumo wa jiometria kwa kiongozi wa kujifunza kwa mashine ambao huweka upya pembe za safu mara kwa mara kulingana na data ya pato la umeme wa kila safu katika muda halisi. Badala ya kuhesabu mahali ambapo kuvuruga linapaswa kutokea, AI inagundua mahali ambapo kuvuruga kinatokea na huweka upya kwa kufuata hilo.
Jinsi inafanya kazi:
Uhamisho wa sasa wa DC kwa kila safu unafuatwa kwenye kiwango cha sanduku la kugawanya (hakuna sensa ziada zinahitajika — data hiyo tayari iko katika mfumo wa SCADA wa mpango)
Wakati wa kipindi cha kurudi nyuma (mapema asubuhi, mapema mchana), kionyesho cha AI kinafanya mabadiliko ya kidogo kwa pembe ya kila safu
Wakati uhamisho wa kila safu unapungua kwa kulingana na wenzake — ikionyesha kuwa imefungwa kwa kivuli — kionyesho kinabadilisha ile safu fulani, si kila safu kwa usawa
Kwa muda mrefu, mfumo wa ML hujiendeleza kujifunza mtiririko wa kivuli kwa eneo fulani na kuhakikisha pembe bora kwa wakati / tarehe / hali ya hewa zilizotolewa, kufungua mahitaji ya mabadiliko ya kidogo yanayofanyika kwa shughuli
Faida iliyosimamiwa: Utafiti wa kivuli umepungua hadi 90% kuliko kurejea kwa njia ya jiometria, ikitoa ongezeko la nishati ya mwaka ya takriban 2–4% zaidi kuliko kionyesho cha kawaida chenye kurejea kwa njia ya jiometria — kufikiliwa bila gharama ya ziada ya vifaa zaidi ya ubadilisho wa firmware ya kionyesho.
Kiparameta |
MAELEZO |
Mshale wa Ufuataji |
Ufuataji wa Mstari wa Usawa (Mashariki-Kusini) |
Uweke wa Vituo vya Umeme |
1P au 2P |
Uthibitishaji wa usahihi wa kufuatilia |
±0.5° |
Njia ya kubaini |
AI/ML + algoriti ya kijamii + GPS + maelezo ya uhamisho wa mstari |
Aina ya Kurejea Nyuma |
Kuadjusti kwa mstari (si sawa ya kijiometria) |
Punguzo la kufanya kivuli |
Hadakini ya 90% kuharibika kwa kubadilisha kwa njia ya kijiometria |
Riziki ya ziada kuharibika kwa kubadilisha kwa njia ya kijiometria |
+2% hadi +4% kwa mwaka |
Mahitaji ya vifaa |
Vifaa vya kawaida vya kubadilisha + ubadilishaji wa firmware ya kiongozi |
Ingizo la data |
Uvutaji wa DC wa mstari (kutoka kwa ufuatiliaji wa sanduku la kujumuisha uliopo tayari) |
Kuzunguka kwa Upepo |
Kuzunguka kiotomatiki kwa 25 m/s |
Mawasiliano |
Modbus TCP/IP kwa SCADA ya mashine |
Dhamana ya muundo |
20 miaka |


Mahali ambayo unavyoonekana kuwa na upanuzi wa kisasa au mabadiliko ya ujenzi wa ndani
Mifumo ya kufuatilia kwa ukubwa mkubwa (GCR 0.45)
Miradi ambapo uboreshaji wowote wa asilimia 1 wa uzalisho unasababisha mapato makubwa ya mkataba wa uzalisho na mauzo
Inaweza kugeuzwa kwa mifumo iliyopo tayari ya kufuatilia (kuboresha tu firmware ya kiongozi)
Swali. Kiongozi cha AI anahitaji uunganishaji wa mtandao?
Hapana. Mtindo wa ML unafanya kazi kwenye kiongozi cha kipekee (edge controller) ulioko katika chumba cha udhibiti cha mashine. Mafunzo ya awali ya mtindo huu hutumia data za uendeshaji wa mahali kwa wiki 2–4 ili kujifunza mifano ya kuvunjika kwa nuru kulingana na mahali. Baada ya mafunzo, mtindo unafanya kazi kwenye mahali. Uunganishaji wa mtandao wa mbali ni bora kwa kuboresha firmware kwa mbali na kufanya upimaji wa utendaji.
Swali. Je, hii inaweza kugeuzwa kwa mifumo iliyopo tayari ya kufuatilia?
Ndiyo, ikiwa vifaa vya kawaida vya kufuatilia (slew drive, torque tube, msingi) ni ya kuvimba kikamilifu. Uboresho huu unahusisha kubadilisha firmware ya kiongozi na kuanzisha mchakato wa data ya sasa ya kila mfululizo kutoka kwa SCADA ya mashine. Hakuna ubadilishaji wa vifaa vya kivimba unahitajika.
# |
Sehemu |
Mapendekezo |
Fomu |
1 |
Hero |
Picha ya juu ya eneo la kufuatilia wakati wa kusimama kwa jua, safu zinazotazama kwenye angle ya kurejea nyuma |
1920×750px |
2 |
Jinsi ya kazi |
Rasmi: kulinganisha kurejea nyuma kwa njia ya jiometri na kwa njia ya AI, ikionyesha utambulisho wa safu iliyopandwa kivuli |
1000×600px |
3 |
Uonyesho wa Data |
Picha ya ekran ya dashibodi: angle ya kila safu kuhusu wakati, matukio ya kuvimba kivuli yamebainishwa |
800×500px |
Kuu: Kiongozi cha kurejea nyuma kwa kutumia AI, mfumo wa kufuatilia jua kwa hekima, kiongozi cha PV kinachotumia ujuzi wa mtu, kurejea nyuma kwa hekima
Sekondari: kupunguza kufeli kwa nuru ya jua kwa kubadilisha mwelekeo wa kifaa cha kusonga nuru ya jua, algoriti ya kubadilisha mwelekeo kwa njia ya kurejea kwa urahisi, upimaji wa kina ya kifaa cha kusonga nuru ya jua kwa mstari mmoja