效率成倍提升！大疆禅思 H30T 精准识别光伏缺陷

光伏电站作为重要的清洁能源供应设施，其巡检运维工作是电站高效稳定运行的基础。大疆全新一代负载禅思 H30T，凭借着高清的可见光镜头、强大的热成像相机和精准的测温能力，为光伏巡检提质增效。

近期，我们使用禅思 H30T 在大新光储电站进行测试。相较于上一代，禅思 H30T 巡检效率成倍提升，给大家划重点：

禅思 H30T 在 110 米的飞行高度下，表现出与禅思 H20T 在 70 米飞行高度下相近的检正率，禅思 H30T 巡检效率提升 2.7 倍。

两者检正率相近的情况下

禅思 H30T 作业时间仅为 28 分钟

相较于禅思 H20T，禅思 H30T 在 140 米的飞行高度下，检出率最高，巡检效率提升 3.9 倍。

在禅思 H30T 检出率最高的情况下

禅思 H30T 作业时长仅为 19 分钟

相较于禅思 H20T，禅思 H30T 对危急缺陷的检出率提升 3-5 倍。

禅思 H30T 精准识别缺陷

大新光储电站是中广核新能源湖北分公司第一个光伏储能电站，电站内建设有 100MW 农光互补光伏项目及 50MW/100MWh 储能项目。利用无人机对光伏电站设备开展定期巡检，能够有效发现设备故障、老化和脏污等问题，确保设备安全运行，延长设备寿命，从而提升发电效率和降低经济损失。

在光伏巡检中，禅思 H30T 热成像相机分辨率为 1280x1024，同时测温精度更高，能够精准识别出多种设备缺陷：

二级管故障：

二极管故障是光伏面板常见的故障，直接影响光伏系统的发电效率。

内部缺陷：

光伏面板内部缺陷包括隐裂、热斑、分层、气泡、玻璃爆破和导线损坏等。

物体遮挡：

被遮挡的光伏组件，将消耗有光照的光伏组件所产生的能量，降低输出功率，严重的遮挡可能引发“热斑效应”。

树木遮挡

固定设施遮挡

表面污迹：

灰尘污染、动植物残留、化学污染物等，可能造成光伏组件表面脏污，需要定期清洁。

组件破损：

组件破损往往伴随着电池片的损坏，这将导致光电转换效率大幅下降，从而减少发电量。

组串短路：

温度过高或损坏，可能导致组串短路，降低发电效率甚至损坏整个电池板。

组串开路：

组串无电流输入逆变器，组件利用率低，导致系统发电效率低。

组件异位：

组件的方向或角度不匹配，影响能量输出。

边缘积灰：

严重灰尘会挡住光线，导致发电减少，需及时清理。

禅思 H30T 巡检效率成倍提升

本次测试选取中广核新能源湖北分公司大新光储电站部分区域，组件约 18000 块，装机容量约 10MW，占地面积约 200 亩。

在相同条件下[1]，以禅思 H20T 巡检的数据（飞行高度 70 米）为对照，测试禅思 H30T 在不同飞行高度下（飞行高度 100 米、110 米、120 米、130 米、140 米、150 米），光伏缺陷检出率[2]和检正率[3]的表现。

同时，我们在保证作业质量相同（检出率和检正率相当）的情况下，计算禅思 H30T 相较于禅思 H20T 的作业效率提升。

1、综合缺陷统计分析：

在不同飞行高度下测试效率

当飞行高度为 110 米时，禅思 H30T 与禅思 H20T 的检正率效果相当。外业飞行时间由原来的 75 分钟缩短至 28 分钟，效率提升 2.7倍。

两者检正率效果相近的情况下

禅思 H30T 作业高度更高，巡检范围更大，效率更高

考虑人工复核的情况，检出率的优先级大于检正率。在 140 米的飞行高度下，禅思 H30T 性能更加优秀，外业飞行时间将由 75 分钟缩短至 19 分钟，效率提升 3.9 倍。

2、危急缺陷统计分析

根据《中广核新能源湖北分公司电气巡检队光伏组件无人机巡检缺陷定级管理办法》，对于表面破损、组串开路、组串短路等危急缺陷，相较于禅思 H20T，禅思 H30T 检出率有明显提升，平均提升 3-5 倍，这对自动识别和人工复核有很大帮助。

相较于上一代，禅思 H30T 进一步提升了红外分辨率及测温精度等性能。在光伏巡检中，此前，无人机“飞低一些”才能看得清缺陷，现在“飞高一点”也能达到同样的效果，极大地提高外业效率。

在内业 AI 算法平台上，得益于禅思 H30T 更清晰的成像能力，AI 算法更容易从形状、色彩、温度等方面提取特征，作业质量得到提升。未来，随着 AI 训练样本和算法的提升，相信禅思 H30T 在光伏巡检场景的潜力将逐步释放，成为高效巡检的重要工具。

注释：

[1] 相同的飞行方法和同一套 AI 识别平台，测试条件为平均环境温度 38℃，平均环境湿度 64%，平均辐照度 730W/m² 。

[2] 检出率：无人机巡检发现的缺陷数占人工巡检发现的缺陷数的比重。

[3] 检出检正率：无人机巡检发现且 AI 识别缺陷类型正确的缺陷数占无人机巡检发现缺陷数的比重。

综合检正率：无人机巡检发现且 AI 识别缺陷类型正确的缺陷数占人工巡检发现的缺陷数的比重。

* 本文数据来源：中广核新能源湖北分公司检修中心。测试结果与环境因素、飞行方法、算法优化等因素相关，数据仅供参考。