ระบบตรวจสอบความผิดปกติระหว่างการทำงานปั๊มน้ำโซลาร์เซลล์

Nattapong Nernchad; Phisut  Saendeenoi; Thanwa  Khamthuptim; Thirasak  Yamburi; Thanapoom  Fuangpian

Authors

Nattapong Nernchad Uttaradit Rajabhat University
Phisut Saendeenoi
Thanwa Khamthuptim
Thirasak Yamburi
Thanapoom Fuangpian

Keywords:

Photovoltaic water pump, Abnormality monitoring system, Current sensor, Voltage sensor

Abstract

This research aimed to develop an abnormality detection system during the operation of a 24 VDC, 350 W photovoltaic water pump. The water level sensor measures the water level in tank 1. If the water in the tank is below the threshold, the sensor will show the ON status. The current sensor measures the operating conditions of the pump. In normal pumping conditions, the motor current is measured at 5 to 6 amps. If the water pump is running without water, the current can be measured at 3 Amps. The voltage sensor measures the voltage of a water pump with a fault threshold of less voltage. 10 volts. The results of the experiment investigating abnormalities during the operation of the photovoltaic water pump showed that the system can actually work as designed.

References

กรมพัฒนาพลังงานทดแทนและอนุรักษ์พลังงาน. (2566). คู่มือการผลิตไฟฟ้าด้วยแสงอาทิตย์ เพื่อถ่ายทอดและเผยแพร่การใช้พลังงานแสงอาทิตย์. ค้นจาก https://webkc.dede.go.th/testmax/node/4535.

ปิติณัตต์ ตรีวงศ์, ชาญวิทย์ ตั้งสิริวรกุล, จิรศักดิ์ ส่งบุญแก้ว, และเฉลิมชาติ มานพ. (2562). ระบบการเฝ้าตรวจสภาวะมอเตอร์ไฟฟ้าระยะไกลที่มีต้นทุนต่ำโดยใช้อาร์ดูโน. วารสารวิชาการพระจอมเกล้าพระนครเหนือ, 29(4), 585-596.

doi: 10.14416/j.kmutnb.2019.10.004

สนธยา เกาะสมบัติ, อัสนี อำนวย, และศักดิ์ทนงค์ วงศ์เจริญ. (2566). การวิเคราะห์รูปแบบระบบสูบน้ำเซลล์แสงอาทิตย์เพื่อการเกษตร. วารสารวิชาการเทคโนโลยีอุตสาหกรรม มหาวิทยาลัยราชภัฏสุรินทร์, 8(1), 97-111.

doi: https://doi.org/10.14456/journalindus.2023.8

Ahmed, Q. I., Attar, H., Amer, A., Deif, M. A., and Solyman, A. A. (2023). Development of a Hybrid Support Vector Machine with Grey Wolf Optimization Algorithm for Detection of the Solar Power Plants Anomalies. Systems, 11(5), 237. doi: https://doi.org/10.3390/systems11050237

De Benedetti, M., Leonardi, F., Messina, F., Santoro, C., and Vasilakos, A. (2018). Anomaly detection and predictive maintenance for photovoltaic systems. Neurocomputing, 310, 59-68.

doi: https://doi.org/10.1016/j.neucom.2018.05.017

Dupont, I. M., Carvalho, P. C., Jucá, S. C., and Neto, J. S. (2019). Novel methodology for detecting non-ideal operating conditions for grid-connected photovoltaic plants using Internet of Things architecture. Energy Conversion and Management, 200, 112078. doi: https://doi.org/10.1016/j.enconman.2019.112078

Et-taleby, A., Boussetta, M., and Benslimane, M. (2020). Faults detection for photovoltaic field based on

k-means, elbow, and average silhouette techniques through the segmentation of a thermal image. International Journal of Photoenergy, 2020, 1-7. doi: https://doi.org/10.1155/2020/6617597

Harrou, F., Saidi, A., Sun, Y., and Khadraoui, S. (2021). Monitoring of photovoltaic systems using improved kernel-based learning schemes. IEEE Journal of Photovoltaics, 11(3), 806-818.

doi: 10.1109/JPHOTOV.2021.3057169

Loureiro, D., Amado, C., Martins, A., Vitorino, D., Mamade, A., and Coelho, S. T. (2016). Water distribution systems flow monitoring and anomalous event detection: A practical approach. Urban Water Journal, 13(3), 242-252. doi: https://doi.org/10.1080/1573062X.2014.988733

Taghezouit, B., Harrou, F., Sun, Y., Arab, A. H., and Larbes, C. (2020). Multivariate statistical monitoring of photovoltaic plant operation. Energy Conversion and Management, 205, 112-317.

doi: https://doi.org/10.1016/j.enconman.2019.112317

Vieira, R. G., Dhimish, M., De Araújo, F. M., and Guerra, M. I. (2020). PV module fault detection using combined artificial neural network and sugeno fuzzy logic. Electronics, 9(12), 21-50.

doi: https://doi.org/10.3390/electronics9122150