隨著光伏組件裝置量逐年增加，愈來愈多人重視光伏組件壽命與面板檢測精準度，繼美國國家再生能源實驗室去年底研發(fā)出光伏組件壽命測試軟件，此次印度科學(xué)家也開發(fā)出光伏組件實時分析模型，不僅能遠程評估光伏組件性能比，還可提供實時信息，有望進一步縮短光伏組件「健檢」時間。

光伏組件發(fā)電效益與裝置規(guī)模有關(guān)，為提升太陽能廠整體發(fā)電量，人們通常會大規(guī)模鋪設(shè)面板，但光伏組件會因為天氣、溫度變化、空氣污染和紫外線而受損，電廠得花大錢在檢測面板與維修上，不僅人力成本昂貴、工作風險也高。

雖然現(xiàn)在也有廠商運用無人機空拍技術(shù)來執(zhí)行巡檢工作，期望藉此降低維修成本，只不過無人機檢測方法只能說是「快篩」，僅用熱感攝影機來檢查太陽能面板溫度是否過高。若要精準掌握光伏組件的運作效率與健康狀況，偶爾為之的檢測與快速檢查是不夠的，可隨時隨地與遠程監(jiān)控或許才是讓光伏組件維持正常運作良方。

因此印度塔帕爾工程技術(shù)研究所決定采用聚類分析（Cluster analysis）與計算機模型來幫助太陽能檢測工作，團隊整合溫度、氣壓、風速、濕度、日照時數(shù)等氣象參數(shù)來計算光伏組件性能比與衰退狀況，且適用于多晶硅、非晶硅與薄膜光伏組件，有望實際應(yīng)用于各電廠，并加速光伏組件檢測速度，減少人力成本支出。

該團隊也善加利用先前的研究，運用隱藏式馬可夫模型（HMM）跟廣義模糊模型來估算光伏組件性能，前者能用現(xiàn)有資料模擬與預(yù)測未來不可知的變化，而廣義模糊模型則能在建模中加入不確定的信息，這兩種模型都對太陽能檢測大有裨益。

再加上氣象數(shù)據(jù)相當容易取得與分析，工作人員不用親自到場檢查光伏組件，能更有效率地排除光伏組件故障因素與精準維修面板，研究員 Parveen Bhola 表示，目前光伏組件檢查方式多依據(jù)現(xiàn)場物理性檢測來計算光伏組件的衰退狀況，過程耗時、成本高，更無法提供實時性的分析，新模型則可提供實時分析，精準估算光伏組件性能狀況。

且新型檢測方法或許也能改善目前的太陽能預(yù)測模型，未來可更精準且實時預(yù)估太陽能電池與模塊的輸出功率，若系統(tǒng)回報面板輸出功率異常，工作人員也能立刻采取行動，這對于大規(guī)模且裝設(shè)在高架上的太陽能電廠來說，遠程與實時技術(shù)將可大幅減少面板檢查時間。