Determination PV Module Technical Condition
Identifikátory výsledku
Kód výsledku v IS VaVaI
<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F49777513%3A23220%2F21%3A43967869" target="_blank" >RIV/49777513:23220/21:43967869 - isvavai.cz</a>
Výsledek na webu
<a href="https://icrepq.com/icrepq21/360-21-belik.pdf" target="_blank" >https://icrepq.com/icrepq21/360-21-belik.pdf</a>
DOI - Digital Object Identifier
<a href="http://dx.doi.org/10.24084/repqj19.360" target="_blank" >10.24084/repqj19.360</a>
Alternativní jazyky
Jazyk výsledku
angličtina
Název v původním jazyce
Determination PV Module Technical Condition
Popis výsledku v původním jazyce
The paper focuses on the determination of technical conditions and degradation of photovoltaic modules installed in grid-on operated photovoltaic systems in Ukraine and the Czech Republic. Detected malfunctions of PV modules are classified and Fault Tree Analyses (FTA) is created for particular PV modules. For assessment of the technical condition of the PV modules it is proposed to use residual resource index (RRI), that is being successfully used for determination of technical condition of transformers, breakers and synchronous generators. The main contribution is the method for the detection of photovoltaic modules condition with the use of a neuro-fuzzy network based on the experience of operational (maintenance) staff of particular plants. © 2021, European Association for the Development of Renewable Energy, Environment and Power Quality (EA4EPQ).
Název v anglickém jazyce
Determination PV Module Technical Condition
Popis výsledku anglicky
The paper focuses on the determination of technical conditions and degradation of photovoltaic modules installed in grid-on operated photovoltaic systems in Ukraine and the Czech Republic. Detected malfunctions of PV modules are classified and Fault Tree Analyses (FTA) is created for particular PV modules. For assessment of the technical condition of the PV modules it is proposed to use residual resource index (RRI), that is being successfully used for determination of technical condition of transformers, breakers and synchronous generators. The main contribution is the method for the detection of photovoltaic modules condition with the use of a neuro-fuzzy network based on the experience of operational (maintenance) staff of particular plants. © 2021, European Association for the Development of Renewable Energy, Environment and Power Quality (EA4EPQ).
Klasifikace
Druh
J<sub>SC</sub> - Článek v periodiku v databázi SCOPUS
CEP obor
—
OECD FORD obor
20201 - Electrical and electronic engineering
Návaznosti výsledku
Projekt
—
Návaznosti
S - Specificky vyzkum na vysokych skolach
Ostatní
Rok uplatnění
2021
Kód důvěrnosti údajů
S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů
Údaje specifické pro druh výsledku
Název periodika
Renewable Energy and Power Quality Journal (RE&PQJ)
ISSN
2172-038X
e-ISSN
—
Svazek periodika
19
Číslo periodika v rámci svazku
September 2021
Stát vydavatele periodika
ES - Španělské království
Počet stran výsledku
5
Strana od-do
604-608
Kód UT WoS článku
—
EID výsledku v databázi Scopus
2-s2.0-85114702423