Früherkennung von Moduldegradation - Vergleichende Freilandtests im Outdoor Performance Lab

Aufzeichnung vom Donnerstag, 5. März 2026 | 41. PV-Symposium | Sprache: Deutsch | Länge: 27:47 .

Sprecher

Dr. Christian Reise
Senior Scientist
Fraunhofer ISE
Freiburg

Vortrag aus der Session: Qualität 2 - Modulcharakterisierung in der Anwendung

Weitere Vorträge aus dieser Session:

Eröffnung durch die Sitzungsleitung

Sprecherin

Ulrike Jahn
Senior Scientist
Fraunhofer CSP
Halle (Saale)

Zum Vortrag

Erkennen von defekten in Photovoltaikmodulen inklusive nicht kontaktierter Bypassdioden mit Lumineszenzmessungen

Sprecher

Dr. Marc Köntges
Gruppenleiter
ISFH
Emmerthal

Zum Vortrag

Ortsaufgelöste Messmethode für die Detektion von Isolationsfehlern an PV-Modulen

Sprecher

Maximilian Engel
wiss. Mitarbeiter
ZSW
Stuttgart

Zum Vortrag

Further Content

Webinar Collection

Großbatteriespeicher in Deutschland: Projekte in der Praxis, Herausforderungen und Perspektiven

14. April 2026

Kostenloses Webinar zu Großbatteriespeichern: Praktische Projekte, Herausforderungen und Zukunftsperspektiven.

Webinar

Erzeugung von kohlenstoffarmen Wasserstoff

12. Mai 2026

Kostenloses Webinar zu Herausforderungen der Wasserstoffproduktion, Kosten, Markttrends und globalen Entwicklungen.

Webinar

Aktuelles zum PV-Markt in Indien: Chancen für Kooperationen

3. Juni 2026

Indiens Solarboom nimmt Fahrt auf: 500 GW Erneuerbare bis 2030, starke PLI‑Anreize und neue EU‑Industriepolitik eröffnen Chancen. Das Webinar zeigt aktuelle Markttrends und konkrete Kooperationspotenziale zwischen Indien und Europa.

Webinar

Realitätscheck der Energiewende: Frühjahrs-Update 2026

21. Mai 2026

EEG-Novelle 2027 und Netzpaket stehen vor der Tür: Welche Auswirkungen haben neue Regeln zur Marktintegration und zum Stromnetz auf die PV-Branche und Anlagenbetreiber? Antworten liefert dieses Webinar von Intersolar Europe und BSW-Solar.

41. PV-Symposium

Lessons Learned aus Gutachtersicht

Donnerstag, 05. März 2026 13:30-14:45

Offizielle Eröffnung der Session „Qualität 3 – Lernen von Fehlern in großen Datensätzen“.