Il progetto modella l'impianto come un grafo spazio-temporale elaborato da una Graph-Convolutional GRU in modalità stream, minimizzando il costo computazionale. Addestrato su un Digital Twin tramite Domain Randomization, il modello risulta plug-and-play e classifica le anomalie per ottimizzare le operazioni di O&M. Integra inoltre un sistema di pulizia attiva che sfrutta le frequenze di risonanza tramite un motore DC eccentrico. La validazione avviene su un setup hardware ibrido che simula la scalabilità a 280 pannelli.
SolarMesh
Solar Mesh trasforma i pannelli fotovoltaici in sensori distribuiti. Una ST-GNN su Arduino Uno Q analizza le tensioni per distinguere in tempo reale nuvole, guasti, ombre e sporcizia.
Updates
Leave feedback in the comments!
Log in or sign up for Devpost to join the conversation.