Perda de geração solar, só com a telemetria do inversor

O problema

Um sistema de energia solar em casa pode perder geração sem ninguém perceber. Uma fileira de placas para, o inversor não avisa, e quem olha só o total do dia pode passar semanas sem notar.

Para entender o que aconteceu, é preciso ler 55 medidas técnicas do inversor: correntes, tensões, a potência de cada fileira. Até engenheiro se confunde. E a casa quase nunca tem um sensor de sol para dizer se a queda foi nuvem ou defeito.

O que faz

1. 1
   Aprende o normal da casa

   Com o histórico do próprio sistema, estima quanto as placas deveriam gerar a cada momento.

2. 2
   Compara as fileiras

   Se uma fileira cai e a outra, no mesmo sol, não cai, não é nuvem. É perda, e ele mostra onde.

3. 3
   Explica em palavras simples

   Tudo vira um relatório do dia, da semana ou do mês: Tudo certo, Atenção, Problema ou Sem dados, com o que aconteceu e o que fazer.

4. 4
   Responde perguntas

   Um guia em forma de sol responde por voz ou por texto e mostra a resposta na própria tela. Quem confirma a causa é o instalador.

Na tela

Quadros do comercial do Sunny, com os números da instalação estudada.

1Pergunta2Relatório3Avisa4Sugere

Toque fora da imagem para fechar.

Toque fora da imagem para fechar.

Toque fora da imagem para fechar.

Toque fora da imagem para fechar.

O que muda

Quem tem o sistema fica sabendo da perda no mesmo dia, em palavras que entende, e sabe o que fazer: olhar o aplicativo do inversor, ver se apareceu uma sombra nova ou chamar o instalador.

A estimativa de quanto o sistema deveria gerar errou cerca de 41% menos que uma regra simples, em semanas que o modelo nunca tinha visto.

E o mesmo caminho pode servir a qualquer casa com um inversor conectado: sem sensor novo, só com os dados que ele já mede.

Problema, otimização e resultado

Problema

Detectar e localizar perda de geração num sistema fotovoltaico residencial sem irradiância medida, só com a telemetria nativa de um inversor híbrido: 55 variáveis de 5 em 5 minutos. Na geração total, perda por clima e perda por defeito parecem iguais.

Otimização

Cinco estimadores da potência esperada (mediana por horário, Random Forest V1 e três XGBoost) e um detector que compara as duas fileiras com o Sol alto, congelados por SHA-256 antes do teste. O Sunny transforma o resultado em relatório por regras fixas, e um LLM ancorado no relatório explica, sem afirmar a causa física.

Resultado

No período reservado de agosto e setembro (55 dias, aberto uma única vez), o MAE diário médio do Random Forest foi 0,448 kW contra 0,754 kW da linha de base, cerca de 41% menor. O detector deu 1 alerta em 221 dias, em 27/09, na perda real de uma fileira que o inversor não registrou.

Evidências

• Erro cerca de 41% menor que a linha de base

  MAE diário médio no hold-out de 1º de agosto a 27 de setembro de 2026 (55 dias), aberto uma única vez, contra a mediana por horário.

  Medido.

• 1 alerta em 221 dias avaliados

  Detector por fileira; 58 desses dias são do hold-out. O alerta caiu em 27 de setembro, na perda real de uma fileira que o inversor não registrou.

  Medido.

• Modelo e protocolo congelados por SHA-256

  Hash conferido antes e depois de cada etapa; o programa se recusa a rodar de novo sobre o hold-out.

  Medido.

Na tela

1Pergunta2Relatório3Avisa4Sugere

Toque fora da imagem para fechar.

Toque fora da imagem para fechar.

Toque fora da imagem para fechar.

Toque fora da imagem para fechar.

Como funciona

Da telemetria do inversor ao relatório em palavras simples. A IA explica; quem decide são as regras e os modelos.

1. Telemetria

   55 variáveis do inversor, de 5 em 5 minutos, de 15/01 a 27/09/2026.

   Python63.897 registros
2. Limpeza

   Só registros diurnos de dias válidos. Dia sem dado suficiente não conta como dia sem alerta.

   pandas
3. Geração esperada

   A mediana por horário, o Random Forest V1 e três XGBoost estimam quanto o sistema deveria gerar.

   scikit-learn, XGBoost41% menos erro
4. Detector

   Compara as duas fileiras de placas com o Sol alto e localiza a que perdeu.

   pandas1 alerta em 221 dias
5. Relatório

   Regras fixas transformam tudo em Tudo certo, Atenção, Problema ou Sem dados, com causas possíveis e o que fazer.

   Python
6. Guia

   Um assistente por LLM explica o relatório da tela e só executa ações de uma lista fechada.

   Three.js

{
  "congelado_em": "2026-09-28T23:08:03",
  "abertura": "única",
  "modelos_sha256": {
    "v1": "f9302efd…ef084"
  },
  "base_sha256": "753e397c…a925"
}

Decisões

Limites

• O detector compara fileiras: precisa de pelo menos duas. Ele localiza a perda; a causa física fica com o instalador.
• Treinado e testado numa instalação de duas fileiras, com oito meses e meio de dados.