盛齐AI太阳能健康诊断系统 赞

盛齐除了推出AI太阳能健康诊断软体工具外，也提供维运工程师到府进行点检查修，深度分析增加发电效益及减低维运成本及时间。图／盛齐提供

位于台南的钢铁厂斥资上亿兴建了3MW太阳能系统，却饱受发电量低落的困扰。盛齐绿能透过AI太阳能健康诊断系统帮该电厂进行整改，让人工智慧和数据科学的概念深度分析电厂行为，找出发电量低落的原因，并进行根本修复，成功发现该电厂可修复的串列发电量高达16％，预计每年可新增新台币约280万元收益！

此电厂为三年前完工并网的屋顶型太阳能系统，由于电厂面积大，太阳能模组在铺排时会面临不同角度、面向的问题，造成串列和串列之间发电量的差异，但最大的问题在于，同一面向的模组之间，发电量居然仍有巨大的差异。投资者无法透过传统监控系统分析出问题原因，因为该电厂装设了70台串列变流器，监控串数多达500串，无法一一判断到底是传输断线、日照、模组脏污、变流器运转不佳，还是日照计安装位置不正确所造成的影响。投资者除了钢铁厂的电厂以外，每日需要监控十多个太阳能电厂的发电，但传统监控系统若不经过精细推估和系统设定，趋近下午便会不断发出效率降低的警告，加上只能监控基本电力参数, 无法提供更精细电气失效原因和预估模型，无效通知让投资者不胜其扰。

但此电厂在采用盛齐AI太阳能健康诊断系统，并经过深度学习电厂过去一年发电行为表现后，分析出17种造成发电量下降的指标原因，包含：模组和变流器发电表现和数据传输整体性、电压和频率偏差、温度系数和MPPT异常、断线串列、变流器转换效率不良、变流器故障或晚起床、环境感测器故障等因素。盛齐也协助排除数据杂讯，发现可修复串列高达475串，预计可提升16％发电量，每年增加新台币约280万元收益。