Project Details
Description
Störlichtbögen können in Gleichstromnetzen durch Tierverbiss, fehlerhafte Verbindungen (z.B. bei Klemmstellen) oder Hot-Spots in Photovoltaikmodulen hervorgerufen werden. Diese Energieentladungen sollen sehr zuverlässig erkannt und das System sicher abgeschaltet werden, bevor es zu Bränden kommen kann. Fehlauslösungen sollen möglichst vermieden werden, um die Verfügbarkeit des Gleichstrommikronetzes zu maximieren.
Dazu wollen wir erstmalig Quelle-Lastabhängigkeiten erforschen und regelungstechnisch modellieren, um die Lichtbogensignale in verschiedenen Netzkonfigurationen zu identifizieren und mit hoher Erkennungszuverlässigkeit detektieren zu können.
Weiters wird darauf aufbauend symbolische Regression und Klassifikation mit Compressed Sensing verbunden und damit die Grundlagen für eine neuartige Technologie zur Erkennung von Gleichstromlichtbögen geschaffen.
Betrachtet werden PV-Anlagen und Batteriesysteme mit verschiedenen zusätzlichen Störquellen wie z.B. EMV-Einstrahlung auf den Leitungen, verteilte DC/DC Stufen (Moduloptimizer), Modultypen und Kabelalterung.
Dazu wollen wir erstmalig Quelle-Lastabhängigkeiten erforschen und regelungstechnisch modellieren, um die Lichtbogensignale in verschiedenen Netzkonfigurationen zu identifizieren und mit hoher Erkennungszuverlässigkeit detektieren zu können.
Weiters wird darauf aufbauend symbolische Regression und Klassifikation mit Compressed Sensing verbunden und damit die Grundlagen für eine neuartige Technologie zur Erkennung von Gleichstromlichtbögen geschaffen.
Betrachtet werden PV-Anlagen und Batteriesysteme mit verschiedenen zusätzlichen Störquellen wie z.B. EMV-Einstrahlung auf den Leitungen, verteilte DC/DC Stufen (Moduloptimizer), Modultypen und Kabelalterung.
Short title | FlashCheck |
---|---|
Status | Finished |
Effective start/end date | 01.04.2017 → 30.09.2020 |
Funding agency
- Climate and Energy Fund
Fingerprint
Explore the research topics touched on by this project. These labels are generated based on the underlying awards/grants. Together they form a unique fingerprint.