DESENVOLVIMENTO DE UMA METODOLOGIA DE MONITORAÇÃO DE MÓDULOS FOTOVOLTAICOS NUMA USINA SOLAR POR IMAGENS CAPTADAS POR DRONE
DOI:
https://doi.org/10.59627/cbens.2024.2405Palavras-chave:
Drone, Módulos Fotovoltaicos, Termografia InfravermelhaResumo
As instalações de usinas fotovoltaicas têm crescido significativamente em todo o mundo nos últimos anos. Os avanços tecnológicos e a competitividade econômica da energia solar fotovoltaica no Brasil também podem ser destacados como fatores decisivos para sua inclusão na matriz energética nacional. A termografia infravermelhaganhou atenção significativa devido à sua facilidade de uso e aplicabilidade em sistemas fotovoltaicos de grande porte. O método de inspeção de módulos fotovoltaicos é principalmente manual. Mas, em usinas fotovoltaicas de grande porte a baixa eficiência temporal da inspeção manual dificulta sua realização. Nos últimos anos, as comunidades acadêmicas e industriais tornaram-se interessadas em métodos de termografia infravermelha baseados em drones, eficientes em termos de tempo. Nesses métodos, um drone equipado com uma câmera termográfica geralmente é operado sem fio por um técnico, e as imagens são captadas e salvas durante o voo e depois processadas para detecção de módulos defeituosos. Este artigo propõe uma metodologia para monitoramento da temperatura de módulos fotovoltaicos em uma usina solar a partir de imagens captadas por drone através de termografia infravermelha, com o objetivo de facilitar a manutenção, identificação de módulos defeituosos e evitar verificações manuais mais demoradas em sistemas de grande porte. Técnicas de processamento de imagens e de visão computacional são utilizadas para identificar os módulos. Para processar as imagens, foi utilizado o software Octave para desenvolver algoritmos e uma interface gráfica.
Downloads
Referências
Aghaei, M. et al., 2015. Innovative automated control system for PV fields inspection and remote control, IEEE Transactions on Industrial Electronics, vol. 62, n. 11, p. 7287–7296.
Canny, J., 1986. A computational approach to edge detection, IEEE Transactions on PAMI – Pattern Analysis and Machine Intelligence, vol. PAMI-8, n. 6, p. 679–698.
Duda, R. O., Hart, P. E., 1972. Use of the Hough transformation to detect lines and curves in pictures, Communications of the ACM – Association for Computing Machinery, vol. 15, n. 1, p. 11–15.
FLIR, 2016. User’s manual FLIR T4xx series, publ. n. T559879, 266 p.
Haeberle, F. et al., 2022. Estimativa da temperatura do módulo FV a partir de um modelo de balanço de energia, IX CBENS – IX Congresso Brasileiro de Energia Solar, Florianópolis.
Hartley, R., Zisserman, A., 2004. Multiple View Geometry in Computer Vision, 2ª. ed., Cambridge University Press, ISBN 0521540518.
Henry, C. et al., 2020. Automatic detection system of deteriorated PV modules using drone with thermal camera, Applied Sciences, vol. 10, n. 11.
Hough, P. V. C., 1962. Method and means for recognizing complex patterns, US Patent 3.069.654.
International Electrotechnical Commission, 2017. IEC TS 62446-3: Photovoltaic systems – Requirements for testing, documentation and maintenance – Part 3: Photovoltaic modules and plants – Outdoor infrared thermography, 37 p., Genebra.
Irshad, Jaffery, Z. A., Haque, A., 2018. Temperature measurement of solar module in outdoor operating conditions using thermal imaging, Infrared Physics and Technology, vol. 92, p. 134–138.
Kong, X. et al., 2019. Infrared vision based automatic navigation and inspection strategy for photovoltaic power plant using UAVs, Proceedings of the CCDC 2019 – 31st Chinese Control and Decision Conference, p. 347–352, IEEE.
Menéndez, O. et al., 2018. Photovoltaic modules diagnosis using artificial vision techniques for artifact minimization, Energies, vol. 11, n. 7.
Ochoa, J. et al., 2023. Redundant fault diagnosis for photovoltaic systems based on an IRT low-cost sensor, Sensors, vol. 23, n. 3, p. 1314.
Yahya, Z. et al., 2022. Applied imagery pattern recognition for photovoltaic modules’ inspection: A review on methods, challenges and future development, Sustainable Energy Technologies and Assessments, vol. 52.
Zhang, P. et al., 2017. Detection and location of fouling on photovoltaic panels using a drone-mounted infrared thermography system, Journal of Applied Remote Sensing, vol. 11, n. 1.
