Detecção de sujidade e sombreamento em painéis solares com inteligência artificial utilizando aplicativos móveis
Resumo
A energia solar tem se destacado como uma das principais fontes de energia renovável, dada a
sua abundância e potencial de redução de emissões de carbono. No entanto, a eficiência dos
painéis solares pode ser comprometida por diversos fatores, entre eles a sujidade e o
sombreamento. A detecção precoce e precisa desses problemas é crucial para manter a
eficiência operacional dos painéis e garantir um retorno sobre o investimento. Com esse
objetivo, este trabalho desenvolveu um sistema de detecção de sujidade e sombreamento em
painéis solares utilizando técnicas avançadas de Inteligência Artificial. Foram empregados
algoritmos de aprendizado de máquina, como o Light Gradient Boosting Machine (LGBM) e o
Extra Trees Classifier (ETC), para analisar as curvas I-V e identificar características associadas
à sujidade nos painéis. A ferramenta PyCaret foi utilizada para facilitar o processamento e a
análise de dados. Para complementar a abordagem, foram desenvolvidos dois aplicativos
móveis: um voltado para proprietários de painéis solares e outro para empresas de manutenção.
Os algoritmos de aprendizado de máquina demonstraram alta precisão na detecção de sujidade
e sombreamento, com destaque para o LGBM, que apresentou desempenho superior em
comparação ao ETC. Os aplicativos móveis desenvolvidos mostraram-se práticos e eficientes,
permitindo que os usuários monitorassem o status de seus painéis em tempo real e solicitassem
serviços de manutenção quando necessário. Em conclusão, a combinação de técnicas avançadas
de análise de dados com soluções móveis oferece uma abordagem inovadora para otimizar a
eficiência dos painéis solares, garantindo uma operação mais eficiente e econômica.
Coleções
Os arquivos de licença a seguir estão associados a este item: