Machine Learning for Solar Array Monitoring, Optimization, and Control

Sprache: Englisch

Verlag: Springer, Springer Aug 2020, 2020

3031013778 / 9783031013775

Anbieter: buchversandmimpf2000, Emtmannsberg, BAYE, Deutschlandbuchversandmimpf2000

Verkäufer/-in mit 5 Sternen

Verkäufer:in bei AbeBooks seit 23. Januar 2017

Softcover

Zustand: Neu

EUR 56,70

EUR 60,00 Versand 
Versand von Deutschland nach USA

Anzahl: 1 verfügbar

In den Warenkorb
30 Tage kostenlose Rückgabe

Artikelbeschreibung des Verkäufers

This item is printed on demand - Print on Demand Titel. Neuware -The efficiency of solar energy farms requires detailed analytics and information on each panel regarding voltage, current, temperature, and irradiance. Monitoring utility-scale solar arrays was shown to minimize the cost of maintenance and help optimize the performance of the photo-voltaic arrays under various conditions. We describe a project that includes development of machine learning and signal processing algorithms along with a solar array testbed for the purpose of PV monitoring and control. The 18kW PV array testbed consists of 104 panels fitted with smart monitoring devices. Each of these devices embeds sensors, wireless transceivers, and relays that enable continuous monitoring, fault detection, and real-time connection topology changes. The facility enables networked data exchanges via the use of wireless data sharing with servers, fusion and control centers, and mobile devices. We develop machine learning and neural network algorithms for fault classification. In addition, we use weather camera data for cloud movement prediction using kernel regression techniques which serves as the input that guides topology reconfiguration. Camera and satellite sensing of skyline features as well as parameter sensing at each panel provides information for fault detection and power output optimization using topology reconfiguration achieved using programmable actuators (relays) in the SMDs. More specifically, a custom neural network algorithm guides the selection among four standardized topologies. Accuracy in fault detection is demonstrate at the level of 90+% and topology optimization provides increase in power by as much as 16% under shading.Springer-Verlag KG, Sachsenplatz 4-6, 1201 Wien 92 pp. Englisch.…

Bestandsnummer des Verkäufers 9783031013775

Titel
Machine Learning for Solar Array Monitoring, Optimization, and Control
Autor
Sunil Rao
Verlag
Springer, Springer Aug 2020
Erscheinungsjahr
2020
Zustand
Neu
Einband
Taschenbuch
Sprache
Englisch
ISBN-10
3031013778
ISBN-13
9783031013775
Artikelgewicht
190 Gramm
Abmessungen
235x191x6 mm

buchversandmimpf2000

Emtmannsberg, BAYE, Deutschland

Verkäufer/-in mit 5 Sternen

Verkäufer:in bei AbeBooks seit 23. Januar 2017

Versandkosten von Deutschland nach USA

Artikel60 bis 60 Werktage60 bis 60 Werktage
Erster ArtikelEUR 60,00EUR 75,00
Die Versandzeiten werden von den Verkäuferinnen und Verkäufern festgelegt. Sie variieren je nach Versanddienstleister und Standort. Sendungen, die den Zoll passieren, können Verzögerungen unterliegen. Eventuell anfallende Abgaben oder Gebühren sind von der Käuferin bzw. dem Käufer zu tragen. Die Verkäuferin bzw. der Verkäufer kann Sie bezüglich zusätzlicher Versandkosten kontaktieren, um einen möglichen Anstieg der Versandkosten für Ihre Artikel auszugleichen.

Zahlungsarten

  • Visa
  • Mastercard
  • American Express
  • Carte Bleue
  • Apple Pay
  • Google Pay
  • PayPal
  • Vorauskasse

Shopbeschreibung

Impressum Thorsten Retsch Buchversand Mimpf2000 Oberölschnitz 16 95517 Emtmannsberg Deutschland Telefon: 09209-2023188 Email: mimpf2000@online.de USt-ID-Nr.: DE 235096871 Wir führen gebrauchte Bücher aus allen Sparten der Literatur

Spezialisierung

Modernes Antiquariat - Bücher von 1960 bis heute

Unternehmensdaten der Verkäuferin bzw. des Verkäufers

buchversandmimpf2000

Deutschland

Impressum

Gesetzliche Anbieterkennung:

Thorsten Retsch
Buchversand Mimpf2000
Oberölschnitz 16
95517 Emtmannsberg
Deutschland
Telefon: 092092023188
E-Mail: order@buchversandmimpf2000.de
USt-IdNr.: DE 235096871

Alternative Streitbeilegung:
Die Europäische Kommission stellt eine Plattform für die außergerichtliche Online-Streitbeilegung (OS-Plattform) bereit, aufrufbar unter http://ec.europa.eu/odr.