无人机光伏电站智能巡检系统：AI缺陷识别

无人机光伏电站智能巡检系统

光伏电站无人机智能巡检系统通过对无人机巡检获取的可见光、热红外图像、电致发光原始图片进行分析，实现对光伏组件异常的定位与识别，并自动导出巡检消缺指导报告，供光伏电站运维人员使用。

系统内置光伏组件自动空间相邻定位算法、热斑故障自动识别算法，提升巡检数据处理的效率，从而做到及时发现光伏组件的故障，缩短设备故障消缺时间，减少因设备故障损失的电量，提高光伏电站设备质量与性能水平。

系统优势

1.基于SaaS 架构

大大减少了安装、管理和升级软件等繁琐任务所花费的时间和金钱成本。

数据安全、便于进行数据挖掘分析，基于积累的大量的宝贵数据，通过对AI视觉算法进行训练，使得AI 算法准确度不断提高。

2.基于GIS 的数据承载应用

全要素数字化表达能力：实现精准映射

可视化呈现能力：二维可视化渲染

数据融合供给能力：建立数据资源体系

空间分析计算能力：优化要素空间布局

3.视觉计算AI 技术

人工智能图像识别算法，对采集到的图像进行处理分析，获得缺陷类型及相对于图像的位置。缺陷识别系统基于云端开发，可部署在任何有网络连接的地方，通过简单的原始影像上传后一键自动进行缺陷识别、分析和定位。

巡检流程

系统功能

1.缺陷识别与处理

在光线正常，城市和平原场景下通过视觉平台对红外影像进行 AI 识别，识别类型包括二极管故障、点状热斑、整串故障。视觉平台GAI对二极管故障、点状热斑、整串故障这三种类型的识别的准确率在95%。

2.红外影像上图

支持将红外影像中心点批量上图，同时提供电站基础数据图层控制功能。

3.缺陷预处理（定位及纠正）

通过自动空间相邻定位算法将红外影像和 EL识别的缺陷进行像素坐标与大地坐标邻近匹配，对缺陷点进行缺陷自动上图从而提升工作效率，如位置不准可进行手动微调。

4.缺陷后处理

（1）重叠缺陷合并：批量处理组件下同一缺陷数据合并（合并依据：同一类型，缺陷空间位置在同一范围内，认定为同一缺陷），查看单个合并数据以及原缺陷数据记录。

（2）缺陷类型合并：批量处理同一组件下不同缺陷相同类型数据合并，查看单个合并数据以及原缺陷数据记录。

5.缺陷信息图层

依据缺陷识别和定位成果，自动生成缺陷报告。缺陷报告包括每个组串的缺陷概况统计、缺陷的类别、缺陷的定位，为运维人员提供依据。巡检报告包括：巡检概要总结、电站基础信息、电站地图概览（包括电站地图位置、片区分布、组件和组串分布、缺陷地图、正射影像地图），并支持按片区统计和查看各片区详细报告。