太陽能AIoT監控系統解決方案
將高級 AI 演算法結合現有電廠數據，打造 AIoT 智慧監控系統，提供量身訂做專業模型及不間斷的多樣監測。
主要分析項目
全場
- 效率指標呈現及趨勢分析
- 發電量達成度追蹤
- 老化程度分析
- 需改善項目列表
- 需改善項目緊急程度
- 經濟損失估算
變流器
- 效率指標呈現及趨勢分析
- 積塵髒污警示
- 不當遮陰
- MPPT異常
- 迴路斷路
- 設備過熱降載
- 絕緣不良
串組
- 模組缺陷
Pixel View監控系統功能
整場效率指標分析
透過3個月的歷史資料源建立整場PR值、理論PR值和系統損失，當異常發生時透過機器不間斷監控，異常反應於指標值，即早診斷維持穩定發電效益。
設備效率指標分析
建立變流器及串組等綜合效率指標，當設備運轉異常透過不間斷監控就會示警異常，電站管理者可依異常嚴重性安排人力，把有限的維運資源放在修復最大效益的異常上。
精準健康診斷
打造量身訂作的監控指標，當設備可能異常點龐雜時，以物理規則及AIoT綜合的判斷分析，對電廠每個異常故障原因進行詳細分析診斷，能精準提供故障歸因。
發電預測計算
“未來”時間點發電量的預先計算，可將再生能源輸出至儲能設備，目的為削峰填谷，規劃配電計畫，在電力市場獲取最大經濟效益。
AIoT自動診斷故障
- 每天自動評估每個受監控元件的「健康狀況」。
- 量身訂做監控指標，透過機器學習，依環境變化自動調整標準確度。
人工智慧帶來的事半功倍
- 提升人力資源效率 – AIoT可取代或協助部分人力工作，協助效率提升。
- 提升設備效率 – AIoT如同不休息的設備管理員，自動診斷故障原因，縮短排除故障時間，增加設備使用之效率。
- 提升經濟效率 – AIoT分析之結果提供管理者對設備運轉現狀精確的了解，對相關維護計畫能夠做出最佳化的安排，提升投資效益。
不是使用盛齊綠能的Pixel View，仍可以使用AIoT的診斷嗎？
盛齊的Pixel View先進電網級太陽能監控系統是AIoT數據收集的基礎，只要在盛齊的Pixel View監控系統建立超過3個月的歷史資料，便可以此為基礎資料為您的電站建立AI效率指標，進行AIoT故障診斷。對於願意轉移到PixelView的客戶，我們願意給予首次用戶特別優惠，您現有的環境感應器 (日射計、模板溫度計、大氣溫度計、風速計) 和網路來源 (SIM卡、WiFi、ADSL) 將可以於整合後延續使用。我們的數據收集器(SG6300NZL R2)可與任何第三方的氣象站和變流器整合，並將所有數據傳輸到雲端平台，提供更好的服務品質和未來廣泛的附加功能。
附加功能
人工智慧深度學習
診斷和分析功能
不間斷的人工智慧
自動排程維運檢點
量身訂做的整廠
設備之健康診斷
以量測資料計算積塵指標，遠端即可進行監測
人工智慧對太陽能電廠為何如此重要?
如今，我們可以使用人工智慧來查看太陽能電廠一天超過百萬筆數據是否異常，AIoT會透過自動排程以物理邏輯、機器學習、建立指標找出故障原因並預測太陽能電廠的健康狀況，防止電力設備故障。維運工程師可根據功能強大的計算所提供的專業建議故障排除，以確保在決策過程中不會出現人為錯誤或疏失，同時提升維運電站正確性和提高發電效率，讓投資者縮短投資payback期和實現更高的收益。
