https://repository.utm.md/handle/5014/37108 Wed, 16 Sep 2026 11:28:04 GMT 2026-09-16T11:28:04Z https://repository.utm.md/handle/5014/37136 Computer vision capabilities for detecting and classifying solar panel faults MOHAMMED, N. S.; UONIS, M. M.; ALSAIF, O. I. The main objectives of this research are to fill a gap in PV inspection systems, which consist of convolutional detectors with a limited amount of global context or transformer classifiers with weak localization. Defects micro-cracks, broken electrodes, and degradation regions decrease the PV energy efficiency considerably, and this encourages the use of an automated computer vision algorithm for the classification of these defects extracted from electroluminescence (EL) images. These objectives were achieved by solving the following task: a novel dual-stage architecture is used to solve these tasks, which are performed sequentially, YOLOv8m followed by the Swin Transformer architecture. In comparison with previous CNN-Transformer PV models that combine features by concatenation or averaging with predefined weights, the proposed model implements a learnable cross-attention fusion probability merging ensemble, which dynamically weights the localization and global attention evidence for each defect. YOLOv8m localizes the exact positions of defects, then the Swin Transformer analyzes the region by window-swiping self-attention to return a long-range degradation pattern that CNNs can't pass. The model was trained using EL images in 12 classes, such as, intact cells, cracks, point defects, finger damage, and EL images were augmented to overcome the class imbalance problem and crossconditioning generalization. The most important results are a macro-averaged F1-score of 94.05% and 95.40% accuracy, with per-class F1 ranging from 98.98% (Mono-crystalline) to 89.04% (Micro-crack). The significance of the obtained results lies in the use of integrative localization-driven YOLOv8m convolutional features with transformer global attention and learnable cross-attention fusion instead of static cross-attention fusion, providing a new and more robust implementation to perform automated PV quality assessment than a single branch.; Principalele obiective ale acestei cercetări sunt de a umple o lacună în sistemele de inspecție fotovoltaică, care constau din detectoare convoluționale cu o cantitate limitată de context global sau clasificatoare de transformatoare cu localizare slabă. Micro-fisurile defectelor, electrozii rupți și regiunile de degradare reduc considerabil eficiența energetică a fotovoltaicului, iar acest lucru încurajează utilizarea unui algoritm automat de viziune computerizată pentru clasificarea acestor defecte extrase din imaginile de electroluminescență (EL). Aceste obiective au fost atinse prin rezolvarea următoarei sarcini: o nouă arhitectură cu două etape este utilizată pentru a rezolva aceste sarcini, care sunt efectuate secvențial, YOLOv8m urmată de arhitectura Swin Transformer. În comparație cu modelele fotovoltaice anterioare CNN-Transformer care combină caracteristici prin concatenare sau mediere cu ponderi predefinite, modelul propus implementează un ansamblu de fuziune a probabilității de fuziune a atenției încrucișate, care poate fi învățat, și care ponderează dinamic localizarea și dovezile atenției globale pentru fiecare defect. YOLOv8m localizează pozițiile exacte ale defectelor, apoi Swin Transformer analizează regiunea prin auto-atenție prin glisare pe fereastră pentru a returna un model de degradare pe termen lung pe care CNN-urile nu îl pot trece. Modelul a fost antrenat folosind imagini EL în 12 clase, cum ar fi celule intacte, fisuri, defecte punctuale, deteriorarea degetelor, iar imaginile EL au fost amplificate pentru a depăși problema dezechilibrului de clase și generalizarea condiționării încrucișate. Cele mai importante rezultate sunt un scor F1 macro-mediat de 94,05% și o precizie de 95.40%, cu un F1 per clasă variind de la 98.98% (monocristalin) la 89.04% (microfisură). Semnificația rezultatelor obținute constă în utilizarea caracteristicilor convoluționale YOLOv8m bazate pe localizare integrativă, cu atenție globală a transformatorului și fuziune încrucișată învățabilă în loc de fuziune statică încrucișată, oferind o implementare nouă și mai robustă pentru a efectua evaluarea automată a calității fotovoltaice decât o singură ramificare.; Основные цели данного исследования — восполнить пробел в системах контроля фотоэлектрических элементов, которые состоят из сверточных детекторов с ограниченным объемом глобального контекста или трансформерных классификаторов со слабой локализацией. Микротрещины, сломанные электроды и области деградации значительно снижают энергоэффективность фотоэлектрических элементов, что обуславливает необходимость использования автоматизированного алгоритма компьютерного зрения для классификации этих дефектов, извлеченных из изображений электролюминесценции (ЭЛ). Эти цели были достигнуты путем решения следующей задачи: для решения этих задач используется новая двухэтапная архитектура, которая выполняется последовательно: YOLOv8m, а затем архитектура Swin Transformer. По сравнению с предыдущими моделями CNNTransformer для фотоэлектрических элементов, которые объединяют признаки путем конкатенации или усреднения с предопределенными весами, предлагаемая модель реализует обучаемый ансамбль слияния вероятностей перекрестного внимания, который динамически взвешивает данные локализации и глобального внимания для каждого дефекта. YOLOv8m точно определяет местоположение дефектов, затем Swin Transformer анализирует область с помощью механизма самовнимания с использованием окна, чтобы получить дальний паттерн деградации, который не могут обработать сверточные нейронные сети (CNN). Модель обучалась с использованием изображений электролюминесценции (EL) в 12 классах, таких как целые клетки, трещины, точечные дефекты, повреждения пальцев, а изображения EL были дополнены для преодоления проблемы дисбаланса классов и обобщения с помощью перекрестного обусловливания. Наиболее важными результатами являются макроусредненный показатель F1-меры 94,05% и точность 95,40%, при этом показатель F1 для каждого класса варьировался от 98,98% (монокристаллический) до 89,04% (микротрещина). Значимость полученных результатов заключается в использовании интегративных локализационно-ориентированных сверточных признаков YOLOv8m с глобальным вниманием трансформера и обучаемым слиянием перекрестного внимания вместо статического слияния перекрестного внимания, что обеспечивает новую и более надежную реализацию для автоматизированной оценки качества фотоэлектрических систем, чем использование одной ветви. Thu, 01 Jan 2026 00:00:00 GMT https://repository.utm.md/handle/5014/37136 2026-01-01T00:00:00Z https://repository.utm.md/handle/5014/37135 Evaluation of operating modes for central heating stations using neural network and ensemble machine learning methods DVORTSEVOY, A. I.; BORUSH, O. V.; YAKOVINA, I. N.; BOYKO, E. E.; VINDEMUT, D. Y.; YANKOV, P. A. The main objective of this study is to develop a method for assessing the operating modes of central heating stations (CHS) based on forecasting the thermal power and analyzing the deviations of actual parameters from the reference values. To achieve this goal, the following tasks were solved: primary processing and cleaning of data on technological parameters of CHS and meteorological observations for the period 2022-2024 were performed; regression models (Random Forest, XGBoost, CatBoost and a fully connected neural network) were trained and compared for forecasting the thermal power; an algorithm for assessing and forecasting the operating modes of CHS was developed. The most important results are: the fully connected neural network model, which achieved the determination coefficient R2 = 0.9997 and the mean absolute error MAE = 0.0099 Gcal/h; An algorithm developed based on the resulting model allows for differentiating deviations in central heating system operating modes by their source—from the heat supplier, from the consumer, and hidden abnormal conditions not detected by direct comparison with the temperature chart. The analysis revealed that a sharp increase in outside air temperature leads to an increase in the direct network water pressure due to the specifics of quantitative weather-dependent regulation, which can cause accelerated wear of heating networks. The significance of the obtained results lies in the fact that the proposed algorithm ensures the early detection of emergency and pre-emergency conditions, which helps reduce accident rates, reduce repair and maintenance costs, and improve the energy efficiency of district heating systems. The method can be adapted to various regions with centralized heating.; Obiectivul principal al acestui studiu este dezvoltarea unei metode de evaluare a regimurilor de funcționare ale centralelor termice (CTC), bazată pe prognozarea puterii termice și pe analiza abaterilor parametrilor reali față de valorile de referință. Pentru atingerea acestui obiectiv au fost realizate următoarele sarcini: prelucrarea primară și curățarea datelor privind parametrii tehnologici ai CTC și a observațiilor meteorologice pentru perioada 2022–2024; antrenarea și compararea unor modele de regresie (Random Forest, XGBoost, CatBoost și o rețea neuronală complet conectată) pentru prognozarea puterii termice; dezvoltarea unui algoritm pentru evaluarea și prognozarea regimurilor de funcționare ale CTC. Cele mai importante rezultate sunt următoarele: modelul de rețea neuronală complet conectată a obținut un coeficient de determinare R2 = 0,9997 și o eroare medie absolută MAE = 0,0099 Gcal/h. Algoritmul dezvoltat pe baza acestui model permite diferențierea abaterilor regimurilor de funcționare ale sistemului de încălzire centralizată în funcție de sursa acestora – furnizorul de energie termică, consumatorul sau condițiile anormale ascunse, care nu pot fi detectate prin compararea directă cu diagrama de temperatură. Analiza a evidențiat faptul că o creștere bruscă a temperaturii aerului exterior conduce la majorarea presiunii apei pe conducta de tur a rețelei termice, ca urmare a particularităților reglării cantitative dependente de condițiile meteorologice, ceea ce poate accelera uzura rețelelor de încălzire. Semnificația rezultatelor obținute constă în faptul că algoritmul propus asigură detectarea timpurie a situațiilor de urgență și premergătoare acestora, contribuind astfel la reducerea frecvenței avariilor, la diminuarea costurilor de reparație și întreținere și la creșterea eficienței energetice a sistemelor de încălzire centralizată. Metoda propusă poate fi adaptată pentru diverse regiuni în care sunt utilizate sisteme de încălzire centralizată.; Основной целью настоящего исследования является разработка метода оценки режимов работы центральных тепловых пунктов (ЦТП) на основе прогнозирования тепловой мощности и анализа отклонений фактических параметров от эталонных значений. Для достижения поставленной цели были решены следующие задачи: выполнена первичная обработка и очистка данных технологических параметров ЦТП и метеорологических наблюдений за период 2022–2024 гг.; обучены и сравнены модели регрессии (Random Forest, XGBoost, CatBoost и полносвязная нейросеть) для прогнозирования тепловой мощности; разработан алгоритм оценки режимов работы ЦТП. Наиболее важными результатами являются: полносвязная нейросетевая модель, которая достигла коэффициента детерминации R2 = 0.9997 и средней абсолютной ошибки MAE = 0.0099 Гкал/ч; разработанный на основе полученной модели алгоритм, позволяющий дифференцировать отклонения в режимах работы ЦТП по источникам возникновения — со стороны поставщика тепла, со стороны потребителя и скрытые нештатные режимы, не фиксируемые прямым сравнением с температурным графиком. В ходе анализа было установлено, что резкое повышение температуры наружного воздуха приводит к росту давления прямой сетевой воды из-за особенностей количественного погодозависимого регулирования, что может вызывать ускоренный износ тепловых сетей. Значимость полученных результатов состоит в том, что предложенный алгоритм обеспечивает раннее обнаружение аварийных и предаварийных режимов, что способствует снижению аварийности, уменьшению затрат на ремонт и обслуживание, а также повышению энергоэффективности систем централизованного теплоснабжения. Метод может быть адаптирован для различных регионов с централизованным теплоснабжением. Thu, 01 Jan 2026 00:00:00 GMT https://repository.utm.md/handle/5014/37135 2026-01-01T00:00:00Z https://repository.utm.md/handle/5014/37134 Particularities of thermal regimes and emission characteristics of hot water boilers operating on heterogeneous fuel pellets RACHYNSKYI, A. Yu.; CHERNOUSENKO, O. Yu.; BARANIUK, O. V.; ONYSKO, A. I.; TKACHENKO, S. S. The aim of this study is to provide a scientific substantiation of the mechanisms of thermochemical conversion of wood pellets and low-grade agrobiomass in the furnace chambers of municipal boilers using multiparameter CFD modeling methods. To achieve this aim, the following tasks were solved: a numerical approach combining the Discrete Phase Method (DPM) and the Laminar Flamelet model was implemented to account for the staged release of volatile matter; the influence of intensive aerodynamic turbulence on particle trajectories was investigated; and the processes of staged air supply were modeled. The scientific novelty of the results lies in establishing the regularities of local reducing zone formation in the flame root during the combustion of high-nitrogen fuels (bottom sludge and poultry manure), for which it was theoretically demonstrated that the vortex effect of turbulence ensures a burnout completeness of the dispersed phase at the level of 98.0–99.2%. The most important results are the proof that staged air supply forms stable reducing zones near the burner, limiting the local NOx concentration to 36 ppm, as well as the mathematical determination of the safe slag-free interval (10001150 °C) for the thermal conversion of straw and rapeseed. The practical value of the work consists in the verification of the numerical model based on detailed chemical kinetics approaches, which provides increased accuracy in predicting reducing zones compared with standard Eddy Dissipation models. The significance of the obtained results lies in confirming the possibility of efficient and environmentally safe utilization of low-quality agrobiomass and industrial sludge in serial boiler units. This determines the optimal operating conditions of the equipment and creates a fundamental scientific basis for diversification of the fuel base and extension of the residual service life of thermal power installations under deep load maneuvering.; Scopul acestui studiu este de a fundamenta științific mecanismele de conversie termochimică a peleților din lemn și a agrobiomasei de calitate inferioară în camerele de ardere ale cazanelor municipale, utilizând metode de modelare CFD multiparametrică. Pentru atingerea acestui obiectiv au fost realizate următoarele sarcini: a fost implementată o abordare numerică ce combină Metoda Fazei Discrete (DPM) cu modelul flameletului laminar, pentru a descrie eliberarea etapizată a materiilor volatile; a fost investigată influența turbulenței aerodinamice intense asupra traiectoriilor particulelor; și au fost modelate procesele de alimentare etapizată cu aer. Noutatea științifică a rezultatelor constă în stabilirea mecanismelor de formare a unei zone reducătoare locale în rădăcina flăcării în timpul arderii combustibililor cu conținut ridicat de azot (nămol de fund și gunoi de grajd de pasăre). Sa demonstrat teoretic că efectul de vortex al turbulenței asigură arderea aproape completă a fazei dispersate, atingând un grad de conversie de 98.0–99.2%. Cele mai importante rezultate constau în demonstrarea faptului că alimentarea eșalonată cu aer conduce la formarea unor zone reducătoare stabile în apropierea arzătorului, limitând concentrația locală de NOx la 36 ppm, precum și în determinarea, prin modelare matematică, a intervalului sigur de temperatură fără formarea zgurii (1000–1150 °C) pentru conversia termică a paielor și a rapiței.; Целью данного исследования является научное обоснование механизмов термохимического превращения древесных пеллет и низкосортной агробиомассы в топочных камерах котлов муниципального назначения методами многопараметрического CFD-моделирования. Для достижения цели решены следующие задачи: реализован численный подход с сочетанием метода дискретной фазы (DPM) и модели Laminar Flamelet для учета стадийности выхода летучих веществ, исследовано влияние интенсивной аэрадинамической турбулизации на траекторию частиц и смоделированы процессы ступенчатого подвода воздуха. Научная новизна результатов заключается в установлении закономерностей формирования локальных восстановительных зон в корне факела при сжигании высокоазотистого топлива (донных илов, птичьего помёта), при которых теоретически доказано, что вихревой эффект турбулизации обеспечивает полноту выгорания дисперсной фазы на уровне 98.0...99.2%. Наиболее важными результатами являются доказательства того, что ступенчатая подача воздуха формирует стабильные восстановительные зоны вблизи горелки с ограничением локальной концентрации NOx до 36 ppm, а также математическое определение безопасного бесшлакового интервала (1000...1150 °C) для термической конверсии соломы и рапса. Практическая ценность работы заключается в верификации численной модели на базе подходов детальной химической кинетики, обеспечивающей повышенную точность прогнозирования зон восстановления по сравнению со стандартными моделями Eddy Dissipation. Значимость полученных результатов заключается в подтверждении возможности эффективной и экологически безопасной утилизации низкокачественной агробиомассы и промышленных илов в серийных котлоагрегатах. Это определяет оптимальные эксплуатационные режимы оборудования, а также создает фундаментальную научную основу для диверсификации топливной базы и увеличения остаточного ресурса теплоэнергетических установок при глубоком маневрировании нагрузкой. Thu, 01 Jan 2026 00:00:00 GMT https://repository.utm.md/handle/5014/37134 2026-01-01T00:00:00Z https://repository.utm.md/handle/5014/37132 Damping of the cold load pick-up during hourly outage schedules using gamification methods STRUNKIN, H. N. Main objectives of the study consist in the theoretical formalization and exploratory experimental evaluation of a non-capital-intensive socio-technical demand-side management method designed for damping the parameters of a cumulative charging avalanche that occurs in low-voltage residential distribution electrical networks during scheduled blackout periods of hourly outage schedules. To demonstrate how these objectives were achieved, an analytical mathematical model of load restoration transient processes in time coordinates was synthesized based on the superposition principle and component phase decomposition, a field experimental study was performed on a typical sixty-apartment multi-family residential building with the voluntary deployment of a local demand gamification information loop, and a mathematical calculation of group simultaneity factors was carried out taking into account the integration weight coefficient of individual apartment voltage relays. The most important results are the empirical confirmation of the structural cascade splitting of household energy storage system inverter starting fronts and the controlled time shift of the mathematical expectation of the stochastic socio-behavioral demand phase, which led to a verified reduction in the cumulative peak load of the residential distribution node by 17.0% and a decrease in the recorded maximum current by 27.3 amperes under the combined mitigation scenario, successfully minimizing the risk of accelerated thermal degradation of input fuse links. The significance of obtained results lies in the creation of an efficient, scalable, and non-invasive engineering tool for distribution system operators, the potential integration of which into mobile customer services and automated supervisory control complexes ensures local feeder stability and transformer load profile leveling without expensive modernization of physical equipment and grid cable infrastructure.; Principalele obiective ale studiului constau în formalizarea teoretică și evaluarea experimentală exploratorie a unei metode socio-tehnice de gestionare a cererii, care nu necesită investiții semnificative de capital și este concepută pentru atenuarea parametrilor unei avalanșe cumulative de încărcare ce apare în rețelele electrice rezidențiale de distribuție de joasă tensiune în timpul perioadelor de întreruperi programate ale alimentării cu energie electrică. Pentru a demonstra modul în care au fost atinse aceste obiective, a fost elaborat un model matematic analitic al proceselor tranzitorii de restaurare a sarcinii în coordonate temporale, bazat pe principiul suprapunerii și pe descompunerea în componente de fază; a fost realizat un studiu experimental de teren pe o clădire rezidențială multifamilială tipică, cu șaizeci de apartamente, prin implementarea voluntară a unei bucle informaționale de gamificare a gestionării cererii locale; și a fost efectuat un calcul matematic al factorilor de simultaneitate ai grupului, luând în considerare coeficientul de pondere al gradului de integrare a releelor individuale de tensiune din apartamente. Cele mai importante rezultate constau în confirmarea empirică a divizării structurale în cascadă a fronturilor de pornire ale invertoarelor sistemelor casnice de stocare a energiei și în deplasarea controlată în timp a valorii așteptate a fazei stochastice a cererii socio-comportamentale. Aceste efecte au condus la o reducere verificată cu 17.0 % a sarcinii cumulative de vârf a nodului de distribuție rezidențial și la o diminuare cu 27.3 A a curentului maxim înregistrat în scenariul combinat de atenuare, reducând astfel riscul degradării termice accelerate a siguranțelor de intrare. Semnificația rezultatelor obținute constă în dezvoltarea unui instrument ingineresc eficient, scalabil și neinvaziv destinat operatorilor sistemelor de distribuție, a cărui integrare potențială în aplicațiile mobile destinate clienților și în sistemele automate de monitorizare și control poate contribui la creșterea stabilității alimentatorului local și la uniformizarea profilului de sarcină al transformatorului, fără a fi necesară modernizarea costisitoare a echipamentelor și a infrastructurii rețelei electrice.; Основные цели исследования заключаются в теоретическом описании и предварительной экспериментальной оценке малозатратного социотехнического метода управления спросом электроэнергии, предназначенного для демпфирования параметров перегрузок, возникающих в распределительных электрических сетях низкого напряжения бытового сектора в периоды планового обесточивания при действии графиков почасовых отключений. Для достижения поставленных целей были решены следующие задачи: на основе принципа суперпозиции и фазовой декомпозиции компонентов была синтезирована математическая модель переходных процессов восстановления нагрузки; проведено экспериментальное исследование на базе типичного многоквартирного жилого дома с организацией локального информационного контура геймификации спроса; а также выполнен математический расчет групповых коэффициентов одновременности с учетом весового коэффициента интеграции индивидуальных квартирных реле напряжения. Наиболее важными результатами являются экспериментальное подтверждение структурного каскадного расщепления пусковых фронтов токов и мощностей инверторов бытовых систем накопления энергии и контролируемое смещение во времени математического ожидания стохастической фазы социально-поведенческого спроса населения. Эксперимент позволил снизить кумулятивный пик нагрузки распределительного узла и сократить зарегистрированный максимальный ток в сценарии совместного применения защитных мер, что успешно минимизировало риск ускоренной термической деградации вводных плавких вставок. Значимость полученных результатов состоит в создании эффективного, масштабируемого и неинвазивного инженерного инструмента для операторов систем распределения, потенциальное внедрение которого в мобильные клиентские сервисы и автоматизированные диспетчерские комплексы обеспечивает стабилизацию работы локального фидера и выравнивание графиков нагрузки трансформаторного узла без проведения дорогостоящей модернизации физического оборудования и кабельной инфраструктуры сетей. Thu, 01 Jan 2026 00:00:00 GMT https://repository.utm.md/handle/5014/37132 2026-01-01T00:00:00Z