1. شرح فكرة المشروع
تحديد عيوب الوحدة الشمسية الناتجة عن الضغوط البيئية والكهربائية والميكانيكية والتي تستخدم الطرق التقليدية لتحديد شدتها باستخدام مركبة أذينية بدون طيار مزودة بكاميرا تصوير حراري وتحليلها باستخدام تقنيات التعلم العميق
2. مراحل وخطوات تنفيذ المشروع*
البحث العلمي والتحضير: مراجعة الأبحاث السابقة وتحديد أهداف المشروع مثل تحسين دقة الكشف عن العيوب وتقليل وقت المعالجة.
جمع البيانات: جمع صور للوحدات الشمسية من مصادر مختلفة وتنظيمها إلى فئات مثل الوحدات السليمة والوحدات المعيبة.
معالجة البيانات: تنظيف وتحسين الصور باستخدام تقنيات مثل التباين والتصفية.
تصميم النموذج: اختيار نموذج التعلم العميق المناسب (مثل YOLO) وتدريبه باستخدام البيانات المجمعة.
تقييم النموذج: اختبار النموذج على مجموعة بيانات اختبارية وتقييم دقته.
تحسين النموذج: ضبط معلمات النموذج لتحسين أدائه.
التطبيق العملي: نشر النموذج في بيئة حقيقية ومراقبة أدائه بشكل دوري.
التوثيق والتقرير: قمنا بتوثيق جميع مراحل المشروع ونتائجه في تقرير شامل.
النشر: تمت مشاركة هذا البحث في :
مهرجان عمان للعلوم .
التميز البحثي في مجان: مسابقة الأوراق البحثية المحلية لطلاب المنطقة 8 التابعة لمعهد مهندسي الكهرباء والإلكترونيات / كلية مجان الجامعية .
المؤتمر الدولي الثاني في الحوسبة و تحليل البيانات / الجامعة التقنية و العلوم التطبيقية بشناص.
المؤتمر الدولي السادس للغاز / جامعة قطر .
الموتمر الدولي الخامس عشر لإنتاج الطاقة الكهرومائية/ جامعة الشارقة.
مسابقة النادي العلمي بالجيش السلطاني لأفضل ابتكار / المركز الثالث.
حيث تم نشر هذا المشروع كورقة بحثية إلى الصحف التالية:
Energy
Hydrogen Energy
IEEE Xplore
3. الاختبارات الأولية للمشروع والنتائج*
بيانات التدريب هي الصور من الأدبيات والعينات التي تم أخذ الصور المعيبة منها من الوحدة الشمسية المثبتة في الحرم الجامعي
4. فوائد ومجالات استخدام المشروع*
تحدد هذه الطريقة والتحليل المناطق المعيبة بدقة وشدتها باستخدام أساليب التعلم العميق. ويمكن تطبيق هذا المشروع في محطات الألواح الشمسية و ايضاً في مجال الصناعة و شبكات أنظمة الطاقة و التطبيقات الامنية و غيرها.
5. أفكار تطوير للمشروع
دمج الطائرات بدون طيار مع الواقع المعزز وتطبيق نماذج الذكاء الاصطناعي المتقدمة، بما في ذلك التعلم غير الخاضع للإشراف، لتعزيز دقة اكتشاف العيوب. الانتقال إلى النماذج ثلاثية الأبعاد واستخدام الواقع المعزز لتحسين تصور العيوب. بالإضافة إلى ذلك، تطوير العمليات الآلية لاكتشاف العيوب وجدولة الصيانة. أخيرًا، الجمع بين الخبرة البشرية والأتمتة المتقدمة والذكاء الاصطناعي لأنظمة الطاقة الشمسية الأكثر ذكاءً.
