Diagnostics and forecasting of photovoltaic module degradation: Analysis of problems and research directions

Abstract

The purpose of this paper is to systematize the current state of research on photovoltaic (PV) module degradation, analyseexisting methods for its diagnosis and forecasting, and identify unresolved problems relevant to information-measurement and intelligent monitoring systems. These objectives were achieved through a structured review of publications from 2023 to 2026 covering degradation mechanisms, instrumental and data-driven diagnostic techniques, and physical, data-driven, and hybrid forecasting approaches, complemented by a comparative analysis of the methods presented in two sum-mary tables and four generalizing diagrams. The most important results are as follows: a systematized classification of degradation mechanisms, including electrochemical corrosion, potential-induced degradation, delamination, microcracks, and technology-specific mechanisms in PERC, HJT, and perovskite tandem cells; a comparative characterization of diagnostic methods, showing that instrumental techniques (I–V tracing, infrared the rmography, electroluminescence, and UAV-based inspection) pro-vide high spatial accuracy but limited scalability, whereas data-driven methods (year-on-year analysis, performance loss rate estimation, and machine-learning-based trend models) can be scaled to large arrays but remain sensitive to data quality; and the identification of four unresolved scientific problems: separation of reversible and irreversible performance losses, automatic correction of erroneous retro-spective data, quantitative real-time assessment of the degree of degradation, and forecasting of the remaining useful life (RUL) of PV modules. The significance of the obtained results lies in demonstrating that a hybrid prognostic model combined with training-sequence decimation, the k-FC method, and a reflexive learning approach, previously developed by the authors for PV power-plant monitoring, pro-vides a coherent methodological basis for addressing all four problems without requiring additional diagnostic hardware.

Scopul lucrării este de a sistematiza stadiul actual al cercetărilor privind degradarea modulelor fotovoltaice (PV), de a analiza metodele existente de diagnosticare și de prognozare a acestui fenomen și de a identifica problemele științifice nerezolvate relevante pentru sistemele de măsurare și achiziție a datelor, precum și pentru monitorizarea inteligentă.Obiectivele propuse au fost realizate printr-o analiză structurată a publicațiilor apărute în perioada 2023–2026, care abordează mecanismele de degradare, tehnicile de diagnosticare bazate pe instrumentație și pe analiza datelor, precum și metodele de prognozare bazate pe modele fizice, pe date și pe abordări hibride.Analiza a fost completată prin compararea metodelor examinate, rezultatele fiind sintetizate în două tabele comparative și patru diagrame de sinteză.Principalele rezultate obținute sunt următoarele: sistematizarea mecanismelor de degradare, incluzând coroziunea electrochimică, degradarea indusă de potențial (PID), delaminarea, microfisurile și mecanismele specifice tehnologiilor PERC și HJT, precum și celulelor tandem pe bază de perovskit; caracterizarea comparativă a metodelor de diagnosticare, care evidențiază faptul că tehnicile instrumentale —trasarea curbei curent–tensiune (I–V), termografia în infraroșu, electroluminescența și inspecția cu drone (vehicule aeriene fără pilot —UAV) —oferă o rezoluție spațială ridicată, dar prezintă limitări în ceea ce privește scalabilitatea, în timp ce metodele bazate pe date —analiza evoluției anuale, estimarea ratei de pierdere a performanței și modelele de analiză a tendințelor bazate pe învățarea automată —pot fi aplicate la scară largă în parcurile fotovoltaice, dar rămân sensibile la calitatea datelor; identificarea a patru probleme științifice nerezolvate: diferențierea pierderilor de performanță reversibile de cele ireversibile, corectarea automată a datelor retrospective eronate, evaluarea cantitativă în timp real a gradului de degradare și prognozarea duratei de viață utilă rămase (RUL) a modulelor fotovoltaice.

Целью статьи является систематизация современного состояния исследований в области деградации фотовольтаических (ФВ) модулей, анализ известных методов её диагностики и прогнозирования, а также выявление нерешённых задач, актуальных для информационно-измерительных и интеллектуальных систем мониторинга. Поставленные задачи решены путём структурированного обзора публикаций 2023–2026 гг., охватывающего механизмы деградации, инструментальные и данных-ориентированные методы диагностики, а также физические, данных-ориентированные и гибридные методы прогнозирования; сравнительный анализ методов представлен в двух сводных таблицах и четырёх обобщающих схемах. Важнейшие результаты: систематизированная классификация механизмов деградации (электрохимическая коррозия, потенциал-индуцированная деградация, деламинация, микротрещины, а также механизмы, специфические для элементов PERC, HJT и перовскитных тандемов); сравнительная характеристика методов диагностики, показывающая, что инструментальные методы (снятие вольт-амперной характеристики, инфракрасная термография, электролюминесценция, обследование с помощью БПЛА) обеспечивают высокую пространственную точность, но плохо масштабируются, тогда как данных-ориентированные методы (анализ Year-on-Year, оценка показателя скорости потери производительности, трендовые модели машинного обучения) масштабируются на большие массивы, но остаются чувствительными к качеству данных; выявление четырёх нерешённых научных задач –разграничение обратимых и необратимых потерь производительности, автоматическая коррекция ошибочных ретроспективных данных, количественная оценка степени деградации в реальном времени и прогнозирование остаточного ресурса (RUL) ФВ-модулей. Значимость полученных результатов состоит в обосновании того, что гибридная прогностическая модель в сочетании с децимацией обучающей последовательности, методом k-FCи рефлексивным подходом обучения, разработанными ранее авторами для мониторинга ФВ-станций, образует согласованную методологическую основу для решения всех четырёх задач без дополнительного диагностического оборудования, что открывает возможность количественной оценки деградации на уровне отдельного модуля и дифференцированного планирования обслуживания крупных ФВ-массивов. Сформулированы четыре задачи дальнейших исследований.