Projekt

FlasCheck (Lichtbogendetektion in DC-Netzen - regelungsorientierte Identifikation mit CompressedSensing symblischer Klassifikation

Projekt

Apr. 2017 - dato
Störlichtbögen können in Gleichstromnetzen durch Tierverbiss, fehlerhafte Verbindungen (z.B. bei Klemmstellen) oder Hot-Spots in Photovoltaikmodulen hervorgerufen werden. Diese Energieentladungen sollen sehr zuverlässig erkannt und das System sicher abgeschaltet werden, bevor es zu Bränden kommen kann. Fehlauslösungen sollen möglichst vermieden werden, um die Verfügbarkeit des Gleichstrommikronetzes zu maximieren.
Dazu wollen wir erstmalig Quelle-Lastabhängigkeiten erforschen und regelungstechnisch modellieren, um die Lichtbogensignale in verschiedenen Netzkonfigurationen zu identifizieren und mit hoher Erkennungszuverlässigkeit detektieren zu können.
Weiters wird darauf aufbauend symbolische Regression und Klassifikation mit Compressed Sensing verbunden und damit die Grundlagen für eine neuartige Technologie zur Erkennung von Gleichstromlichtbögen geschaffen.
Betrachtet werden PV-Anlagen und Batteriesysteme mit verschiedenen zusätzlichen Störquellen wie z.B. EMV-Einstrahlung auf den Leitungen, verteilte DC/DC Stufen (Moduloptimizer), Modultypen und Kabelalterung.


Forschungsprogramm

FFG Neue Energien 2020


Dieses Projekt wird aus Mitteln des Klima- und Energiefonds gefördert und im Rahmen des Programms NEUE ENERGIEN 2020 durchgeführt.

2018
S. Mayr, G. Grabmair, J. Reger - Modeling high-speed positioning systems with focus on suitability for parameter estimation - IFAC-PapersOnLine, Vienna, Österreich, 2018, pp. 397-402 mehr
2017
S. Mayr, G. Grabmair, J. Reger - Input design and online system identification based on Poisson moment functions for system outputs with quantization noise - Proceedings Mediterranean Conference on Control and Automation (MED), Valletta, Malta, 2017, pp. 23-29 mehr