Design and Implementation of a Detection and Diagnostic System for Anomalies in a Grid-Connected Photovoltaic System
Abstract
This paper presents the design and implementation of a detection and diagnostic system for anomalies in a photovoltaic installation connected to the national EEC grid in Congo Brazzaville, within the framework of Denis SASSOU NGUESSO University. The main objective is to reduce maintenance costs and improve the energy productivity of the plant, considering that photovoltaic systems are inherently subject to operational failures. The study focuses on faults affecting the PV generator and proposes a method for detecting and locating anomalies that lead to reduced production. The approach is based on the analysis of the I–V characteristics of the PV generator under different operating modes. The results show that the Lambert W/numerical model accurately reproduces the electrical behavior of the module, with low and unbiased errors. This model provides a solid foundation for supervision applications, enabling performance drift detection, loss identification, and operating point optimization, thereby ensuring reliability and efficiency in photovoltaic system monitoring.
Downloads
References
2. Photovoltaique.info, Évolution des coûts du photovoltaïque, mai 2025. [En ligne]. Disponible sur : https://www.photovoltaique.info
3. Mikael, Calculer la rentabilité d’une installation photovoltaïque en 2025 : guide complet, Comparateur Panneau Solaire, avril 2025. [En ligne]. Disponible sur : https://www.comparateur-panneau-solaire.fr
4. A. Benzagmout, Identification et détection de défauts dans les installations photovoltaïques, Thèse de doctorat, PROMES, France, 2021. [En ligne]. Disponible sur : https://theses.hal.science/tel-04418470
5. Z. Djallel et Z. Zitouni, Étude et détection de défauts dans un système photovoltaïque, Université de Bordj Bou Arreridj, 2020. [En ligne]. Disponible sur : https://dspace.univ-bba.dz
6. AQC, Méthodes de détection des dysfonctionnements électriques des installations photovoltaïques, mai 2024. [En ligne]. Disponible sur : https://qualiteconstruction.com
7. K. Achour, Calculer la rentabilité de son installation solaire, Reonic, juillet 2025. [En ligne]. Disponible sur : https://reonic.com
8. ANR, Projet DLDPV – Détection et localisation de défauts dans une installation PV, Agence Nationale de la Recherche, 2021. [En ligne]. Disponible sur : https://anr.fr
9. Khaled Alosmani, Optimisation des systèmes photovoltaïques : vers une meilleure efficacité et une performance sans défaut, Thèse, LARIS, 2023. [En ligne]. Disponible sur : https://theses.hal.science/tel-04505262
10. A. Benzagmout, Identification et détection de défauts côté DC dans les installations photovoltaïques, PROMES, 2021. [En ligne]. Disponible sur : https://theses.hal.science/tel-04418470
11. Souaad Tahraoui, Cours : Détection et localisation des défauts, Université de Chlef, 2023. [En ligne]. Disponible sur : https://www.univ-chlef.dz
12. Guide Photovoltaïque, Surveiller le soleil : l’importance des systèmes de monitoring, 2025. [En ligne]. Disponible sur : https://www.guidephotovoltaique.fr
13. PVGIS, Extraction de données météos pour la production PV, Civisol, 2025. [En ligne]. Disponible sur : https://www.civisol.fr
14. Axiome Énergie, Optimiser la production solaire avec des outils de monitoring, 2025. [En ligne]. Disponible sur : https://www.axiome-energie.fr
15. A. Benzagmout et al., “Identification et détection de défauts dans les installations photovoltaïques,” IEEE Transactions on Sustainable Energy, vol. 12, no. 3, pp. 1456–1464, 2021.
16. Z. Djallel and Z. Zitouni, “Comparative study of fault detection methods in PV systems,” Renewable Energy, Elsevier, vol. 158, pp. 1123–1132, 2020.
17. K. Alosmani et al., “Hybrid diagnostic approach for PV systems using thermal and electrical modeling,” IEEE Journal of Photovoltaics, vol. 13, no. 1, pp. 88–97, 2023.
18. M. Kouadri and D. Bouchafaa, “Spectral analysis for partial shading fault detection in PV modules,” Journal of Renewable Energy, Hindawi, vol. 2022, Article ID 9876543.
19. A. Achour et al., “Low-cost embedded monitoring system for rural PV installations,” Energy Reports, Elsevier, vol. 10, pp. 456–465, 2024.
20. S. Tahraoui et al., “Fault localization in PV fields using transient response analysis,” IEEE Access, vol. 10, pp. 12345–12356, 2022.
21. M. Khan et al., “Thermal image-based fault classification in PV systems using CNN,” Journal of Sensors, Hindawi, vol. 2023, Article ID 7654321.
22. J. Mikael et al., “Satellite-based performance monitoring of PV systems,” Solar Energy, Elsevier, vol. 245, pp. 1021–1030, 2025.
Copyright (c) 2026 Ursula Vanelie Kani Mboyo, Aristide Mankiti Fati, Rene Samba
This work is licensed under a Creative Commons Attribution 4.0 International License.
