Rozwój w konserwacji paneli słonecznych: przegląd systemów automatycznego czyszczenia z kurzu opartych na Internecie rzeczy
##plugins.themes.bootstrap3.article.sidebar##
Open full text
Numer Tom 15 Nr 1 (2025)
-
Statystyczna wiarygodność decyzji o wadliwości kontrolowanego procesu
Yevhen Volodarskyi, Oleh Kozyr, Zygmunt Warsza5-9
-
Impulsowy generator chaotyczny oparty na klasycznym obwodzie Chuy
Volodymyr Rusyn, Andrii Samila, Bogdan Markovych, Aceng Sambas, Christos Skiadas, Milan Guzan10-14
-
Stabilność metaheurystycznych regulatorów PID w fotowoltaicznych mikrosieciach prądu stałego
Elvin Yusubov, Lala Bekirova15-21
-
Integracja symulacji numerycznej i danych eksperymentalnych dla ulepszonego monitorowania stanu konstrukcji mostów
Om Narayan Singh, Kaushik Dey22-26
-
Zastosowanie programowania wieloagentowego do modelowania zmian lepkości wsadu w produkcji alkoholu
Larysa Gumeniuk, Ludmyla Markina, Viktor Satsyk, Pavlo Humeniuk, Anton Lashch27-32
-
Stochastyczna algebra interwałowa opisująca procesy inteligentnej fabryki
Piotr Dziurzanski, Konrad Kabala, Agnieszka Konrad33-38
-
Rozwój w konserwacji paneli słonecznych: przegląd systemów automatycznego czyszczenia z kurzu opartych na Internecie rzeczy
Balamurugan Rangaswamy, Ramasamy Nithya39-44
-
Zmodyfikowany cosinus-kwadratowy model odbicia światła
Oleksandr Romanyuk, Volodymyr Lytvynenko, Yevhen Zavalniuk45-48
-
Analiza porównawcza urządzeń do magazynowania energii z użyciem akumulatorów litowo-żelazowo-fosforanowych i sodowo-jonowych
Huthaifa A. Al_Issa, Mohamed Qawaqzeh, Lina Hani Hussienat, Ruslan Oksenych, Oleksandr Miroshnyk, Oleksandr Moroz, Iryna Trunova, Volodymyr Paziy, Serhii Halko, Taras Shchur49-54
-
Badania przetwornika DC-AC z mikrokontrolerem sterującym częstotliwością inwertera
Anatolii Tkachuk, Mykola Polishchuk, Liliia Polishchuk, Serhii Kostiuchko, Serhii Hryniuk, Liudmyla Konkevych55-61
-
Aparat matematyczny do znajdowania optymalnej konfiguracji bezpiecznej sieci komunikacyjnej z określoną liczbą abonentów
Wolodymyr Khoroshko, Yuliia Khokhlachova, Oleksandr Laptiev, Al-Dalvash Ablullah Fowad62-66
-
Krytyczne aspekty cyberbezpieczeństwa w celu poprawy ochrony infrastruktury cyfrowej przedsiębiorstwa
Roman Kvуetnyy, Volodymyr Kotsiubynskyi, Serhii Husak, Yaroslav Movchan, Nataliia Dobrovolska, Sholpan Zhumagulova, Assel Aitkazina67-72
-
Modyfikacja algebraicznego dekodera Petersonа
Dmytro Mogylevych, Iryna Kononova, Liudmyla Pogrebniak, Kostiantyn Lytvyn, Igor Gyrenko73-78
-
Opracowanie modelu obliczania rozmycia współczynników precyzji globalnego systemu nawigacji w danym punkcie przestrzeni
Oleksandr Turovsky, Nazarii Blazhennyi, Roman Vozniak, Yana Horbachova, Kostiantyn Horbachov, Nataliia Rudenko79-87
-
Ekspert agenta AI z opcją LLM do zarządzania operacjami misji
Sobhana Mummaneni, Syama Sameera Gudipati, Satwik Panda88-94
-
Przegląd systemów operacyjnych stosowanych w bezzałogowych statkach powietrznych
Viktor Ivashko, Oleh Krulikovskyi, Serhii Haliuk, Andrii Samila95-100
-
Optymalizacja metod uczenia maszynowego do deanonimizacji w sieciach społecznościowych
Nurzhigit Smailov, Fatima Uralova, Rashida Kadyrova, Raiymbek Magazov, Akezhan Sabibolda101-104
-
Skuteczne wykrywanie deepfake'ów przy użyciu sieci Long Short-Term Memory do autentykacji wideo
Ravi Kishan Surapaneni, Hameed Syed, Harshitha Kakarala, Venkata Sai Srikar Yaragudipati105-108
-
Wykrywanie trendów regionalnych na podstawie danych z Twittera w czasie rzeczywistym w celu analizy nastrojów, kontekstu, sieci i czasu
Mousumi Hasan, Mujiba Shaima, Quazi Saad ul Mosaher109-116
-
Opracowanie modelu poprawy niezawodności konserwacji zapobiegawczej urządzeń medycznych
Khalid Musallam Alahmadi, Essam Rabea Ibrahim Mahmoud, Fitrian Imaduddin117-124
-
Wyjaśnialna sztuczna inteligencja do wykrywania raka płuc
Vinod Kumar R S, Bushara A R, Abubeker K M, Smitha K M, Abini M A, Jubaira Mammoo, Bijesh Paul125-130
-
Projektowanie i wdrożenie systemu detekcji żył w celu zwiększenia dokładności pobierania krwi
Omar Boutalaka, Achraf Benba, Sara Sandabad131-134
-
Cechy metrologiczne do określania stężenia cholesterolu, trójglicerydów i fosfolipidów w celu wykrywania łuszczycy
Ivan Diskovskyi, Yurii Kachurak, Orysya Syzon, Marta Kolishetska, Bogdan Pinaiev, Oksana Stoliarenko135-138
-
Opracowanie aplikacji mobilnej do badania zaburzeń motoryki małej
Marko Andrushchenko, Karina Selivanova, Oleg Avrunin, Alla Kraievska, Orken Mamyrbayev, Kymbat Momynzhanova139-143
-
Sztuczna inteligencja w edukacji: symulacje oparte na ChatGPT w przygotowaniu nauczycieli
Marina Drushlyak, Tetiana Lukashova, Volodymyr Shamonia, Olena Semenikhina144-152
-
CKSD: kompleksowa baza danych kurdyjsko-sorani
Jihad Anwar Qadir, Samer Kais Jameel, Wshyar Omar Khudhur, Kamaran H. Manguri153-156
Archiwum
-
Tom 15 Nr 3
2025-09-30 24
-
Tom 15 Nr 2
2025-06-27 24
-
Tom 15 Nr 1
2025-03-31 26
-
Tom 14 Nr 4
2024-12-21 25
-
Tom 14 Nr 3
2024-09-30 24
-
Tom 14 Nr 2
2024-06-30 24
-
Tom 14 Nr 1
2024-03-31 23
-
Tom 13 Nr 4
2023-12-20 24
-
Tom 13 Nr 3
2023-09-30 25
-
Tom 13 Nr 2
2023-06-30 14
-
Tom 13 Nr 1
2023-03-31 12
-
Tom 12 Nr 4
2022-12-30 16
-
Tom 12 Nr 3
2022-09-30 15
-
Tom 12 Nr 2
2022-06-30 16
-
Tom 12 Nr 1
2022-03-31 9
-
Tom 11 Nr 4
2021-12-20 15
-
Tom 11 Nr 3
2021-09-30 10
-
Tom 11 Nr 2
2021-06-30 11
-
Tom 11 Nr 1
2021-03-31 14
##plugins.themes.bootstrap3.article.main##
DOI
Authors
Abstrakt
Celem tego badania jest opracowanie zintegrowanego z IoT urządzenia do automatycznego czyszczenia kurzu dostosowanego do paneli słonecznych w celu zwiększenia ich wydajności i trwałości. Proces czyszczenia łączy techniki czyszczenia na sucho i na mokro, aby skutecznie czyścić panele słoneczne w jednym kroku. Najpierw stosuje się metody czyszczenia na sucho, takie jak szczotki, aby usunąć luźne zanieczyszczenia, jak kurz, liście i ptasie odchody. Następnie stosuje się czyszczenie na mokro przy użyciu octu z łagodnym roztworem detergentu, aby usunąć uporczywe plamy i nagromadzony brud. Ta kombinacja zapewnia dokładne czyszczenie przy jednoczesnym zminimalizowaniu zużycia wody i wpływu na środowisko. Opracowane zintegrowane z IoT automatyczne urządzenie do czyszczenia kurzu skutecznie łagodzi negatywny wpływ gromadzenia się kurzu na wydajność paneli słonecznych. W porównaniu z charakterystyką czystego modułu, prąd zwarciowy (ISC) i moc wyjściowa modułów fotowoltaicznych z nagromadzonym na ich powierzchni kurzem są zmniejszone. W przypadku dnia, tygodnia i miesiąca narażenia panelu na kurz średnie wskaźniki utraty wydajności modułów słonecznych narażonych na kurz wynoszą odpowiednio 7,32%, 10,78% i 14,52%. Wyniki eksperymentów wykazują znaczną poprawę wydajności energetycznej i sprawności operacyjnej wynoszącą średnio 12,37% po wdrożeniu tego systemu czyszczącego. System ten stanowi dobre rozwiązanie do analizy wydajności paneli słonecznych i jej optymalizacji. W niniejszym badaniu przedstawiono nowatorskie podejście poprzez integrację technologii IoT z urządzeniami do automatycznego czyszczenia paneli słonecznych, umożliwiając proaktywną konserwację i możliwości zdalnego monitorowania. Oferuje on zarówno metody czyszczenia na sucho, jak i na mokro, co pozwala na zoptymalizowanie wydajności. Innowacyjna konstrukcja przyczynia się do zrównoważonego rozwoju systemów energii słonecznej przy niskich kosztach dla użytkowników i zapewnia zdalny dostęp do danych z dowolnego miejsca na świecie za pośrednictwem serwera w chmurze. Jest to opłacalne rozwiązanie do konserwacji farmy słonecznej i pomaga w ograniczeniu częstych ręcznych interwencji.
Słowa kluczowe:
Bibliografia
[1] Abdolahzadeh M. et al.: Numerical simulation of dust deposition on rooftop of photovoltaic parking lots supporting electric vehicles charging. Journal of Wind Engineering and Industrial Aerodynamics 239, 2023, 105444 [https://doi.org/10.1016/j.jweia.2023.105444]. DOI: https://doi.org/10.1016/j.jweia.2023.105444
[2] Al-Badra M. Z. et al.: A novel technique for cleaning PV panels using antistatic coating with a mechanical vibrator. Energy Reports 6, 2020, 1633–1637 [https://doi.org/10.1016/j.egyr.2020.06.020]. DOI: https://doi.org/10.1016/j.egyr.2020.06.020
[3] Amirov D. I, Zatsarinnaya Y. N.: Automated system for cleaning solar panels based on a linear actuator. IOP Conference Series: Materials Science and Engineering 1035(1), 2021, 1–6 [https://doi.org/10.1088/1757-899X/1035/1/012001]. DOI: https://doi.org/10.1088/1757-899X/1035/1/012001
[4] Biswas S. et al.: IoT-Based Automated Solar Panel Cleaning and Monitoring Technique. Journal of Engineering Research and Reports 25(8), 2023, 56–69 [https://doi.org/10.9734/jerr/2023/v25i8959]. DOI: https://doi.org/10.9734/jerr/2023/v25i8959
[5] Dhanalakshmi K. S. et al.: Solar Panel Cleaning Robot Using Wireless Communication. Annals of the Romanian Society for Cell Biology, 2021, 17107–17116.
[6] Guarav P. et al.: Solar Panel Cleaner Using Vibrator and Air Blower for Desert Location. International Journal of Advanced Research in Science, Communication and Technology (IJARSCT) 2(1), 2022, 138–145 [https://doi.org/10.48175/IJARSCT-4575]. DOI: https://doi.org/10.48175/IJARSCT-4575
[7] Haris M. et al.: Dust accumulation and aggregation on PV panels: An integrated survey on impacts, mathematical models, cleaning mechanisms, and possible sustainable solution. Solar Energy 251, 2023, 261–285 [https://doi.org/10.1016/j.solener.2023.01.010]. DOI: https://doi.org/10.1016/j.solener.2023.01.010
[8] Hasan A, Dincer I.: A new performance assessment methodology of bifacial photovoltaic solar panels for offshore applications. Energy Conversion and Management 220(1129720), 2020, 1–6 [https://doi.org/10.1016/j.enconman.2020.112972]. DOI: https://doi.org/10.1016/j.enconman.2020.112972
[9] Khadka N. et al.: Smart solar photovoltaic panel cleaning system. IOP Conference Series: Earth and Environmental Science 463(1), 2020, 1–9 [https://doi.org/10.1088/1755-1315/463/1/012121]. DOI: https://doi.org/10.1088/1755-1315/463/1/012121
[10] Manju B. et al.: Automatic solar panel cleaning system. International Journal of Advances in Scientific Research and Engineering 4(7), 2018, 26–31 [https://doi.org/10.31695/IJASRE.2018.32778]. DOI: https://doi.org/10.31695/IJASRE.2018.32778
[11] Moharram K. A. et al.: Influence of cleaning using water and surfactants on the performance of photovoltaic panels. Energy Conversion and Management 68, 2013, 266–272 [https://doi.org/10.1016/j.enconman.2013.01.022]. DOI: https://doi.org/10.1016/j.enconman.2013.01.022
[12] Vaghani M. et al.: Automated Solar Panel Cleaning System using IoT. International Research Journal of Engineering and Technology (IRJET) 6(4), 2019, 1392–1395.
[13] Vinith S. et al.: IoT based Smart and Automated Solar Panel Cleaning System. Second International Conference on Electronics and Renewable Systems (ICEARS), Tuticorin, India, 2023, 566–571 [https://doi.org/10.1109/ICEARS56392.2023.10085427]. DOI: https://doi.org/10.1109/ICEARS56392.2023.10085427
[14] Waqas R. et al.: Experimental investigation of soiling losses and a novel cost-effective cleaning system for PV modules. Solar Energy 201, 2020, 298–306 [https://doi.org/10.1016/j.solener.2020.03.014]. DOI: https://doi.org/10.1016/j.solener.2020.03.014
[15] Zatsarinnaya Y. et al: Solar Panel Cleaning System Based on the Arduino Microcontroller. Ural Smart Energy Conference (USEC), Ekaterinburg, Russia, 2020, 17–20 [https://doi.org/10.1109/USEC50097.2020.9281239]. DOI: https://doi.org/10.1109/USEC50097.2020.9281239
##plugins.themes.bootstrap3.article.details##
Abstract views: 496

