Por favor, use este identificador para citar o enlazar este ítem:
http://cicese.repositorioinstitucional.mx/jspui/handle/1007/3802| Uso del efecto de electroluminiscencia infrarroja para la detección de defectos en paneles fotovoltaicos Use of the infrared electroluminescence effect for the detection of defects in photovoltaic panels | |
| Abner Calderón Velderrain | |
| MIGUEL ANGEL ALONSO AREVALO Daniel Sauceda Carvajal | |
| Acceso Abierto | |
| Atribución | |
| Panel fotovoltaico, Infrarrojo cercano, Electroluminiscencia Photovoltaic panel, Near infrared, Electroluminiscence | |
| Las energías renovables contribuyen a la reducción de las emisiones de gases de efecto invernadero. Los paneles fotovoltaicos (PF) son una fuente de energía renovable que permite generar electricidad a partir de la luz solar. Por su ubicación geográfica, México se encuentra en una zona donde la radiación solar es alta. Para aprovechar al máximo la radiación solar es importante conocer el estado de funcionamiento de los PF y una forma de analizarlos es por medio de la electroluminiscencia. La electroluminiscencia es un fenómeno opto-eléctrico en el cuál un material emite luz en respuesta a una corriente eléctrica que fluye a través de él. La electroluminiscencia infrarroja nos permite adquirir imágenes de PF en el infrarrojo cercano (NIR). Es una técnica no invasiva y de bajo costo que provee información sobre el funcionamiento de las celdas fotovoltaicas. El rendimiento de un PF depende de su estado, y este se verá afectado o disminuido si el dispositivo presenta microgrietas, celdas desconectadas, zonas muertas, etc. Con la ayuda de herramientas de adquisición y tratamiento de imágenes se facilita el análisis de las imágenes de electroluminiscencia. En este trabajo, se construyó un banco de pruebas y se adquirieron imágenes mediante una cámara monocromática sensible en el NIR. Se creó una base de datos de 846 imágenes de electroluminiscencia que contiene celdas fotovoltaicas dañadas y en buen estado. Se propone una técnica de preprocesamiento para mejorar la calidad de las imágenes; además se propone el uso de algoritmos de aprendizaje profundo para clasificar las imágenes. Las celdas fotovoltaicas se clasifican como dañada o en buen estado, de esta manera se analiza el estado del PF. Se propone el uso de dos redes neuronales de alto desempeño: AlexNet y VGG16. Se agregó a la base propia de imágenes de electroluminiscencia los datos de una base de datos pública que consta de 2,540 muestras, en total se analizaron 3,386 imágenes. Se analizaron varios escenarios y el sistema propuesto logra un valor F1 de 90.5% en la clase de celdas dañadas y 91.81% en las celdas en buen estado.
Renewable energies contribute to the reduction of greenhouse gas emissions. Photovoltaic (PV) panels are a renewable energy source that generates electricity from sunlight. Due to its geographical location, Mexico is located in an area where solar radiation is high. To make the most of solar radiation, it is important to know the operating state of the PVs and one way to analyze them is by means of electroluminescence. Electroluminescence is an opto-electrical phenomenon in which a material emits light in response to an electric current flowing through it. Infrared electroluminescence allows us to acquire FP images in the near infrared (NIR). It is a non-invasive and low-cost technique that provides information about the performance of photovoltaic cells. The performance of a PF depends on its condition, and this will be affected or diminished if the device presents micro-cracks, disconnected cells, dead zones, etc. With the help of image acquisition and processing tools, the analysis of electroluminescence images is facilitated. In this work, a test bench was built and images were acquired using a sensitive monochromatic camera in the NIR. A database of 846 electroluminescence images containing damaged and good photovoltaic cells was created. A preprocessing technique is proposed to improve the quality of the images; furthermore, the use of deep learning algorithms is proposed to classify the images. The photovoltaic cells are classified as damaged or in good condition, in this way the state of the PF is analyzed. The use of two high performance neural networks AlexNet and VGG16 is proposed. Data from a public database consisting of 2,540 samples were added to the in-house electroluminescence image database; a total of 3,386 images were analyzed. Several scenarios were analyzed and the proposed system achieves an F1 score of 90.5% in the damaged cell class and 91.81% in the good cell class. | |
| CICESE | |
| 2023 | |
| Tesis de maestría | |
| Español | |
| Calderón Velderrain, A. 2023. Uso del efecto de electroluminiscencia infrarroja para la detección de defectos en paneles fotovoltaicos. Tesis de Maestría en Ciencias. Centro de Investigación Científica y de Educación Superior de Ensenada, Baja California. 89 pp. | |
| RADIACIÓN INFRARROJA, VISIBLE Y ULTRAVIOLETA | |
| Aparece en las colecciones: | Tesis - Electrónica y Telecomunicaciones |
Cargar archivos:
| Fichero | Descripción | Tamaño | Formato | |
|---|---|---|---|---|
| tesis_Abner Calderón Velderrain_09 feb 2023.pdf | Versión completa de la tesis | 15.94 MB | Adobe PDF | Visualizar/Abrir |