Científicos en China revolucionan la detección de sombras en paneles solares con un sistema en tiempo real basado en visión por computadora

Científicos en China desarrollan un innovador sistema de detección de sombras en tiempo real para paneles solares

Un equipo de investigación en China ha presentado un método revolucionario para la detección de sombras en módulos fotovoltaicos (PV) en tiempo real, utilizando técnicas avanzadas de visión por computadora. Este enfoque, que emplea transformaciones gamma y emparejamiento de histogramas, promete superar a los métodos tradicionales, especialmente en grandes instalaciones solares.

El sistema se basa en la captura de video en vivo, que luego es analizado cuadro por cuadro para identificar las áreas sombreadas en los paneles solares. Uno de los principales desafíos que enfrenta la detección de sombras es la variabilidad de la iluminación, un problema que los investigadores han abordado mediante la transformación gamma. Esta técnica ajusta el brillo de las imágenes sin necesidad de referencias externas, lo que permite una mayor precisión en condiciones de luz cambiantes.

Además, el método mejora el contraste de las imágenes utilizando el emparejamiento de histogramas, una técnica que ajusta la luminosidad de la imagen en función de un histograma de referencia. Posteriormente, se aplica un proceso de segmentación mediante niveles de gris para identificar las áreas sombreadas en los módulos solares, lo que permite obtener una representación precisa de las sombras.

Este avance fue desarrollado por un equipo de la Universidad Agrícola del Noreste y la Universidad de Shenzhen, y fue probado en un entorno real en la ciudad de Harbin, China, durante el mes de agosto de 2023. En total, se capturaron 90 videos de una hora cada uno, abarcando diferentes condiciones de iluminación y niveles de oclusión. La mitad de los datos recopilados se utilizó para entrenar el modelo, mientras que la otra mitad se destinó a pruebas y comparaciones con otros métodos de detección de sombras.

Los resultados obtenidos fueron impresionantes. El nuevo sistema alcanzó una precisión promedio (ACC) del 98%, superando a métodos como la detección de bordes de Canny, el umbral multinivel, el bosque aleatorio y las redes neuronales convolucionales (CNN). Además, el tiempo promedio para procesar cada cuadro de video fue de 0.721 segundos, lo que demuestra un rendimiento en tiempo real adecuado para aplicaciones industriales.

En comparación, la detección de bordes de Canny mostró una precisión del 95%, mientras que el umbral multinivel alcanzó un 94%. Otros métodos, como el bosque aleatorio y las CNN, tuvieron un rendimiento significativamente menor, con precisiones del 89% y 82%, respectivamente. Estos resultados subrayan la eficacia del nuevo enfoque basado en visión por computadora.

El equipo de investigación espera que este avance tenga un impacto significativo en la operación y mantenimiento de grandes instalaciones solares, permitiendo una monitorización más precisa y eficiente de las sombras que pueden afectar el rendimiento de los paneles. Además, confían en que futuras investigaciones puedan ampliar el uso de esta tecnología a otros escenarios y aplicaciones.

El estudio completo, titulado «La detección en tiempo real de sombras en módulos fotovoltaicos mediante visión por computadora basada en el método de emparejamiento de histogramas y transformación gamma», ha sido publicado en la revista *Scientific Reports*.

Fuente: https://www.pv-magazine.com/2024/09/23/computer-vision-for-real%e2%80%91time-shadow-detection-in-pv-systems/