Inferential statistics for monitoring and fault forecasting of PV plants

Il presente articolo propone una procedura, basata sia sulla statistica descrittiva che su quella inferenziale, per la diagnosi degli impianti fotovoltaici. Lo studio mira a sviluppare un algoritmo in grado di distinguere con precisione tra uno stato di degrado e un’anomalia del sistema, prima che si verifichi un guasto. L’approccio statistico, basato sui test ANOVA e di Kruskal-Wallis, si rivela efficace nell’individuare condizioni operative anomale anche in presenza di una disponibilità limitata di dati energetici. L’algoritmo proposto è stato applicato a un caso di studio e ne vengono presentati i vantaggi e i limiti.

Statistics, Monitoring, Mathematical model, Fault diagnosis, Analysis of variance,Testing,Electrical fault detection, Modeling

S. Vergura, G. Acciani, V. Amoruso and G. Patrono, "Inferential statistics for monitoring and fault forecasting of PV plants," 2008 IEEE International Symposium on Industrial Electronics, Cambridge, UK, 2008, pp. 2414-2419, doi: 10.1109/ISIE.2008.4677264

Inferential statistics for monitoring and fault forecasting of PV plants | IEEE Conference Publication | IEEE Xplore