robStROM - Robustere PV-Systeme und Betriebsführung durch die Analyse von Stromrichterausfällen aus zwei Perspektiven - Ursache und Wirkung; Teilvorhaben: Magnetfeldanalytik und KI-Methoden

Abstract

Das Projekt zielte darauf ab, das erhebliche Betriebsrisiko von Defekten in PV-Wechselrichtern durch eine technologische Doppelstrategie zu mindern: die Aufklärung von Ursachen und die Reduktion negativer Auswirkungen durch frühzeitige Erkennung. Die Methodik kombinierte berührungslose Magnetfeldsensorik (Hardware) zur schnellen Lokalisierung von Defekten mit KI-basierter Analyse (Software) von Langzeitdaten zur Prädiktion von Ausfällen. Ein zentrales wissenschaftlich-technisches Ergebnis war die notwendige Neuentwicklung einer eigenen, hochfrequenten Magnetfeldsensorik (bis zu 120 kSamples/s). Diese Entwicklung war erforderlich, da die kommerziell verfügbare Sensorik eine zu geringe zeitliche Auflösung zur adäquaten Erfassung der hochfrequenten Schaltprozesse (IGBTs) im Wechselrichter aufwies. Die neue Sensorik wurde erfolgreich gefertigt, in einem Demonstrator integriert und in Messkampagnen im Feld erprobt. Parallel dazu wurden umfangreiche Routinen zur Datenaggregation und -standardisierung heterogener Felddaten (Wechselrichter-Logdaten, Wetterdaten) in einer zentralen Postgres-Datenbank etabliert. Für die Auswertung der Magnetfeld-Zeitreihen wurden automatisierbare Analyse-Module entwickelt, die Frequenzanalysen (FFT) und die Abbildung charakteristischer Kenngrößen (z. B. Amplitude bei 50 Hz, Peak-to-Peak-Werte) ermöglichen.