Đề án tập trung nghiên cứu và xây dựng hệ thống giám sát pin mặt trời dựa trên nền tảng IoT, kết hợp mạng cảm biến không dây và truyền thông LoRa nhằm thu thập, truyền và phân tích dữ liệu vận hành theo thời gian thực. Hệ thống sử dụng các cảm biến INA228, BH1750 và SHT31 để đo các thông số điện và môi trường như điện áp, dòng điện, cường độ ánh sáng và nhiệt độ; dữ liệu được thu thập thông qua ESP32, truyền bằng LoRa về gateway để lưu trữ, hiển thị và phục vụ phân tích từ xa. Bên cạnh phần cứng, nghiên cứu triển khai các mô hình học máy Linear Regression và Random Forest trên dữ liệu công khai để ước lượng công suất đầu ra của tấm pin theo các điều kiện môi trường. Kết quả cho thấy Random Forest có khả năng dự đoán tốt hơn Linear Regression, phản ánh mối quan hệ phi tuyến giữa các yếu tố môi trường và công suất phát của hệ thống quang điện. Sai lệch giữa công suất dự đoán và công suất thực tế được khai thác như một chỉ báo hỗ trợ nhận diện bất thường trong quá trình vận hành. Kết quả nghiên cứu chứng minh tính khả thi của việc kết hợp IoT, mạng cảm biến không dây, LoRa và học máy trong giám sát hệ thống điện mặt trời, góp phần nâng cao khả năng theo dõi hiệu suất và phát hiện sớm các trạng thái bất thường, đặc biệt đối với các hệ thống điện mặt trời quy mô nhỏ.

Ngôn ngữ:	vie
Tác giả:	Trần Văn Duy
Người đóng góp:	GVHD: Ninh Văn Nam#GVHD: Phạm Văn Nam
Thông tin nhan đề:	Nghiên cứu, thiết kế hệ thống thu thập thông số của hệ thống điện mặt trời, sử dụng mạng cảm biến không dây để phát hiện bất thường của hệ thống pin mặt trời
Nhà xuất bản:	Đại học Công nghiệp Hà Nội
Loại hình:	Luận văn Thạc sĩ / Bộ sưu tập: Điện
Mô tả vật lý:	94tr.
Năm xuất bản:	2026