سلوواک محققین موسمی سینسر کے بغیر پی وی انورٹر آؤٹ پٹ کی پیش گوئی کرتے ہیں۔

نائٹرا میں سلوواکیہ کی کانسٹنٹائن دی فلاسفر یونیورسٹی کے سائنسدانوں کی سربراہی میں ایک تحقیقی ٹیم نے تجارتی تنصیبات میں PV انورٹرز کے لیے ایک نیا پیشن گوئی اور بے ضابطگی کا پتہ لگانے والا ماڈل تیار کیا ہے۔ نوول مشین-سیکھنے-پر مبنی فریم ورک ماحولیاتی سینسرز پر انحصار کیے بغیر، صرف وقتی اور برقی ڈیٹا کا استعمال کرتا ہے۔

"منتخب کردہ الگورتھم، پیشین گوئی کے لیے بے ترتیب جنگلات اور بے ضابطگی کا پتہ لگانے کے لیے Z-اسکور کا تجزیہ، ان کی مضبوطی، تشریح، اور چھوٹے لیکن اعلی-فریکوئنسی ڈیٹاسیٹس کے لیے موزوں ہونے کے لیے منتخب کیے گئے تھے، جس سے وہ عملی PV کی تعیناتیوں کے ساتھ اچھی طرح سے منسلک ہو گئے،" نگرانی کی ایک تعیناتی نے کہا۔ "مزید برآں، شعاع ریزی یا درجہ حرارت کے اعداد و شمار کی عدم موجودگی کو واضح طور پر وقت پر مبنی پراکسیز (گھنٹہ، دن، اور ہفتے کے دن کے نمونوں) کی تعمیر کے ذریعے دور کیا جاتا ہے تاکہ چکراتی شمسی نسل کے رویے کو حاصل کیا جا سکے۔"

ماڈل مغربی سلوواکیہ میں ایک گرڈ سے جڑے ہوئے PV پلانٹ سے حقیقی-عالمی آپریشنل ڈیٹا کا استعمال کرتا ہے-، بشمول 30 kW اور 40 kW کی درجہ بندی کی صلاحیت والے دو انورٹرز۔ انورٹر، گرڈ پاور، اور گرڈ وولٹیج ڈیٹا جنوری. 1 سے فروری. 1، 2025 تک پانچ-منٹ ریزولیوشن پر اکٹھا کیا گیا، انورٹر اور گرڈ مانیٹرنگ سینسر کا استعمال کرتے ہوئے۔
 

مشین لرننگ تجزیہ کو فعال کرنے کے لیے، پری پروسیسنگ کی ضرورت تھی۔ اس کے بعد، ایک رینڈم فارسٹ ریگریسر کو ہر پانچ- منٹ کے قدم پر حقیقی انورٹر پاور آؤٹ پٹ (kW) کی پیشن گوئی کرنے کی تربیت دی گئی۔ اس کے بعد، ایک رینڈم فاریسٹ کلاسیفائر کو آپریشنل ریاستوں، یعنی کم، درمیانے اور اونچے تک مسلسل طاقت کا نقشہ بنانے کے لیے استعمال کیا گیا۔ یہ ایک گھنٹہ آگے موجودہ حالت کے ساتھ ساتھ مستقبل کی ریاست کی درجہ بندی کر سکتا ہے۔ آخر میں، ایک Z-اسکور تجزیہ کا استعمال اس حد تک کرنے کے لیے کیا گیا تھا کہ اصل طاقت پیش گوئی کی گئی طاقت سے کس حد تک ہٹ جاتی ہے۔ اعداد و شمار کی حد سے تجاوز کرنے والی اقدار کو بے ضابطگیوں کے طور پر نشان زد کیا گیا تھا۔

"ایک رینڈم فاریسٹ ریگریسر نے طاقت کی پیشن گوئی میں اعلی وفاداری حاصل کی (R²=0.995، مطلب مطلق غلطی=0.12 kW)، جبکہ درجہ بندی کے ماڈلز نے جامد حالات میں 100% درستگی کے ساتھ آؤٹ پٹ لیولز کی درجہ بندی کی،" نتائج ظاہر ہوئے۔ "Z-اسکور کے تجزیے کا استعمال کرتے ہوئے بے ضابطگی کا پتہ لگانے سے خاص طور پر اعلی-پیداوار کے وقفوں کے دوران نمایاں آؤٹ لیرز کی نشاندہی کی گئی۔ تاہم، ایک-گھنٹہ- آگے کی درجہ بندی نے پیشین گوئی کی کارکردگی (درستگی=36.4%) میں نمایاں کمی کا انکشاف کیا، جس میں متغیر حالات کے تحت موروثی مشکلات کو نمایاں کیا گیا۔"

نتیجہ اخذ کرتے ہوئے، تحقیقی ٹیم نے مزید کہا کہ "دوسرے حالیہ کام کے برعکس، جو کثیر سطح کی تشخیص کے لیے موسمیاتی اور متعلقہ ڈیٹا کو مربوط کرتا ہے، مجوزہ ماڈل مکمل طور پر انورٹر اور گرڈ-سائیڈ برقی پیمائشوں پر کام کرتا ہے۔ یہ امتیاز پیش کردہ نقطہ نظر کی عملی قدر کو نمایاں کرتا ہے، منظرناموں میں شفافیت کی کمی پیش کرتے ہیں قابل تشریح کے لیے موثر متبادل بے ضابطگی کا پتہ لگانا۔"

فریم ورک "مشین لرننگ کا استعمال کرتے ہوئے شمسی پی وی انورٹرز میں پیشن گوئی ماڈلنگ اور بے ضابطگی کا پتہ لگانے" میں پیش کیا گیا تھا، جو حال ہی میں انجینئرنگ کے نتائج میں شائع ہوا تھا۔ سلوواکیہ کی کانسٹینٹائن فلاسفر یونیورسٹی نائترا، ہنگری کی اوبوڈا یونیورسٹی اور جمہوریہ چیک کی یونیورسٹی آف ساؤتھ بوہیمیا کے سائنسدانوں نے اس تحقیق میں حصہ لیا۔