Lichtbogendetektion in DCNetzen- regelungsorientierte Identifikation mittels Compressed Sensing und Machine Learning.

Da es sich bei Photovoltaikanlagen um Gleichstromsysteme handelt, besteht die Gefahr von Lichtbögen aufgrund schlechter Stromanschlüsse. Diese sind auf eine Vielzahl von Gründen zurückzuführen, wie beispielsweise fehlerhafte oder gealterte Stecker, menschliche Fehler und Umwelteinflüsse. Elektrische Lichtbogenbildung in einer Photovoltaikanlage kann zu einer Verringerung der Ausgangsenergie führen. Im Ernstfall können Lichtbögen einen Brand verursachen, der zu Sachschäden oder schweren Verletzungen führen kann.

Existierende Sicherheitseinrichtungen zur Bekämpfung von Lichtbögen sind oft für spezielle Anwendungen optimiert und führen zu einer hohen Rate an Falsch­erkennung, die zu unnötigen und kostspieligen System­abschaltungen führt.

Ziel des Projektes FlashCheck ist es, eine allgemeine Lösung für die Erkennung von Lichtbogenbildung in Photovoltaikanlagen mit möglichst niedriger Fehlerrate zu entwickeln. Um dies zu erreichen wird mittels „Compressed Sensing“-Methoden eine Datenbank von Lichtbogensignaturen aufgebaut die als Grundlage die Erkennung mittels „Machine Learning“-Technologie dient. Die RISC Software GmbH ist an der Entwicklung und Umsetzung der Compressed Sensing Methoden beteiligt um hochaufgelöste Signale mit niedriger Ab­tast­rate zu rekonstruieren.

FlashCheck ist ein kooperatives Forschungs- und Entwicklungsprojekt, das von der Österreichischen Forschungsförderungsgesellschaft (FFG) unterstützt wird. Das Projekt wird von der Fronius International GmbH mit den Projektpartnern FH Oberösterreich Forschung und Entwicklung GmbH, RISC Software GmbH und Eaton Industries (Austria) GmbH umgesetzt.

Diesen Beitrag mit Ihrem Netzwerk teilen: