光伏的發(fā)展將需要對現(xiàn)有基礎(chǔ)設(shè)施進(jìn)行更仔細(xì)的監(jiān)控，以確保其完美的功能。因此，無人機(jī)和人工智能技術(shù)的重要性，旨在保證無人機(jī)的自主性和更高的智能。光伏運(yùn)營和維護(hù)業(yè)務(wù)將增長，到 2025 年具體支出將達(dá)到 90 億美元。

在 太陽能設(shè)備的操作和維護(hù) (O&M) 中使用無人機(jī)，特別是用于檢查光伏系統(tǒng)，將變得越來越重要，特別是對于大型太陽能園區(qū)。

人工智能對于提高無人機(jī)的自主性及其監(jiān)控和識別能夠造成巨大損失的異常情況的能力至關(guān)重要。

人工智能和無人機(jī)在光伏領(lǐng)域的聯(lián)合使用，可以提高監(jiān)控系統(tǒng)，尤其是大型監(jiān)控系統(tǒng)的準(zhǔn)確性，并使其更簡單，降低運(yùn)維成本。

光伏電池板可確保出色的產(chǎn)量，但必須保持最佳狀態(tài)。因此，需要持續(xù)維護(hù)，這在 maxi 系統(tǒng)中變得復(fù)雜。讓我們想想中國龍羊峽大壩的太陽能公園。它是世界上最大的：占地27平方公里，包括400萬塊太陽能電池板。因此，需要不斷進(jìn)行維護(hù)干預(yù)，這涉及大量成本。

據(jù) Wood Mackenzie 稱，從現(xiàn)在到 2025 年，每年用于太陽能設(shè)備的操作和維護(hù)干預(yù)的支出將達(dá)到 90 億美元。逆變器已接近使用壽命的太陽能發(fā)電廠現(xiàn)在占全球光伏市場的 5%。這個(gè)數(shù)字將在未來四年內(nèi)增長到 16%。

結(jié)合計(jì)算機(jī)視覺系統(tǒng)和先進(jìn)的成像相機(jī)，無人機(jī)將改變對可再生能源場地和相關(guān)設(shè)備的檢查格局。Frost & Sullivan 在題為“太陽能和風(fēng)電場檢測數(shù)字技術(shù)的進(jìn)步”的報(bào)告中指出，這是一種注定會增長的趨勢。它闡明了太陽能和風(fēng)電場的傳統(tǒng)檢查方法在時(shí)間和成本方面的浪費(fèi)。由于無人機(jī)充分準(zhǔn)備了人工智能研究領(lǐng)域的技術(shù)，并利用了云計(jì)算和增強(qiáng)現(xiàn)實(shí)系統(tǒng)，所有這一切都將發(fā)生巨大變化。

無人機(jī)的工作和人工智能的重要性

我們應(yīng)該如何想象人工智能和無人機(jī)在光伏方面的結(jié)合使用？無人機(jī)的主要用途與熱成像和目視檢查有關(guān)。視覺成像在模塊、接線和其他系統(tǒng)組件上很有用，而紅外熱成像有助于識別由故障二極管引起的熱點(diǎn)。后者用于光伏模塊中，其任務(wù)是在發(fā)生部分遮光時(shí)保護(hù)太陽能電池免受過熱。多虧了它們，才能更有效地診斷光伏系統(tǒng)的性能問題。

無人機(jī)使用目標(biāo)跟蹤和自我導(dǎo)航工具，無需人工干預(yù)即可進(jìn)行檢查，甚至可以從難以到達(dá)的地方快速捕捉圖像。

人工智能在識別捕獲的數(shù)據(jù)中遇到的潛在問題方面提供了寶貴的支持。與所有設(shè)備相連的云存儲收集到的數(shù)據(jù)，而 AR 和 VR 系統(tǒng)為技術(shù)人員提供了理想的虛擬環(huán)境，因此他們可以遠(yuǎn)程查看儀器 [有關(guān) AI 的更多信息，我們建議閱讀我們的人工智能指南解釋它是什么，它的用途以及應(yīng)用示例是什么- ed]。

除了無人機(jī)，還有機(jī)器人系統(tǒng)的空間——可以進(jìn)行遠(yuǎn)程維護(hù)和檢查，而5G 將使數(shù)據(jù)傳輸速度更快，無人機(jī)使用效率更高。

用于光伏的人工智能和無人機(jī)：Follow PV 項(xiàng)目

要想實(shí)現(xiàn)運(yùn)維和業(yè)內(nèi)人士期待已久的質(zhì)的飛躍，必須借助人工智能和無人機(jī)進(jìn)行光伏發(fā)電。拉夫堡大學(xué)的研究人員很清楚這一點(diǎn)，因?yàn)樗麄冎铝τ陂_發(fā)下一代無人機(jī)技術(shù)，用于自主、快速、超高分辨率的太陽能工廠檢查。該團(tuán)隊(duì)的承諾是一個(gè)名為“Follow PV”的新合作項(xiàng)目的一部分，該項(xiàng)目由 Innovate UK（英國創(chuàng)新署）資助，該項(xiàng)目包括來自同一所大學(xué)和埃塞克斯大學(xué)的航空和汽車工程系的專家。該項(xiàng)目旨在通過開發(fā)自主無人機(jī)為能源行業(yè)提供解決方案，致力于降低成本和提高效率。

在特定情況下，配備特定攝像頭和物聯(lián)網(wǎng)傳感器的無人機(jī)將用于收集光伏太陽能模塊和專用平臺的數(shù)據(jù)，識別任何缺陷。它通過應(yīng)用機(jī)器學(xué)習(xí)技術(shù)來生成有關(guān)植物健康的詳細(xì)而準(zhǔn)確的報(bào)告來做到這一點(diǎn)。研究人員解釋說，這種解決方案比使用便攜式設(shè)備的手持地面檢查更快、更準(zhǔn)確。

一些能夠檢測早期系統(tǒng)性退行性問題的缺陷僅在近距離可見。目前的無人機(jī)技術(shù)仍然不夠精確，無法安全、自主地飛得更接近太陽能電池板的表面。

該項(xiàng)目匯集了光伏技術(shù)、機(jī)器人技術(shù)、人工智能、傳感器和嵌入式系統(tǒng)方面的專家，正是為了開發(fā)一種能夠執(zhí)行快速計(jì)算并能夠利用人工智能技術(shù)和檢測技術(shù)在飛行中進(jìn)行修正的無人機(jī)。只有這樣，飛行器才能詳細(xì)捕捉到光伏組件的狀況。

無人機(jī)在太陽能運(yùn)維中的首次使用

多年來，該行業(yè)的多家公司都在利用人工智能和無人機(jī)進(jìn)行光伏發(fā)電。其中之一，意大利 Enel Green Power，是世界上第一個(gè)在西班牙最大的太陽能園區(qū)體驗(yàn)到好處的公司之一，正是為了提高監(jiān)控和預(yù)防工廠故障的能力。

今年，Enel Brasil 開始利用這種組合來檢查光伏電站以及輸配電網(wǎng)。通過在其設(shè)備中集成和處理人工智能軟件的無人機(jī)，它打算實(shí)時(shí)分析在南美國家首次收集到的圖像。

目的很明確：無人機(jī) (UAV) 獲取數(shù)據(jù)的速度比其他手動過程快近 50 倍，因此非常經(jīng)濟(jì)。

由于太陽能園區(qū)的表面非常大，配備熱傳感器和 RGB 傳感器的無人機(jī)實(shí)際上可以覆蓋更多的地面來識別缺陷，而不是手動程序。熱映射和 RGB 傳感器在檢查太陽能裝置時(shí)為公司提供了一個(gè)全面的視角，而手動映射不提供。此外，使用無人機(jī)進(jìn)行檢查，避免了工人進(jìn)行檢查操作的危險(xiǎn)。

研究視角：自主無人機(jī)的深度學(xué)習(xí)

然而，到目前為止，工廠檢查仍然主要是手工工作。通過基于圖像的評估程序，通常使用無人機(jī)進(jìn)行測量，無人機(jī)由飛行員引導(dǎo)通過模塊區(qū)域。在專家評估它們以識別模塊、串或電池缺陷之前，必須對生成的圖像進(jìn)行后處理。這個(gè)過程需要時(shí)間，因此很昂貴。

出于這個(gè)原因，研究工作盡快到達(dá)，以具體使用人工智能和無人機(jī)進(jìn)行光伏發(fā)電。在這方面，應(yīng)該提到德國的COSIMA項(xiàng)目。由聯(lián)邦經(jīng)濟(jì)和能源部資助的 HI-ERN 研究所、紐倫堡技術(shù)大學(xué)以及 Allianz Zentrum für Technik AZT（安聯(lián)風(fēng)險(xiǎn)咨詢）以及多家公司與其合作。

該項(xiàng)目的目標(biāo)是實(shí)現(xiàn)全自動和快速的系統(tǒng)檢查。為此，他致力于創(chuàng)造一種無人機(jī)，能夠按照預(yù)先編程的路徑自主飛行，并用特殊的攝像頭記錄光伏系統(tǒng)的視頻。該相機(jī)檢測系統(tǒng)發(fā)出的光，并生成包含太陽能電池和模塊缺陷詳細(xì)信息的圖像。在這種情況下，使用了深度學(xué)習(xí)技術(shù)：通過預(yù)先訓(xùn)練的神經(jīng)網(wǎng)絡(luò)檢測任何錯(cuò)誤，自動處理和評估各個(gè)模塊的圖像。

用于光伏的人工智能和無人機(jī)：意大利團(tuán)隊(duì)在工作

意大利烏迪內(nèi)大學(xué)的數(shù)學(xué)、計(jì)算機(jī)和物理科學(xué)系 (DMIF) 也致力于深度學(xué)習(xí)技術(shù)的應(yīng)用。一段時(shí)間以來，該部門團(tuán)隊(duì)一直致力于將人工智能與無人機(jī)相結(jié)合用于光伏發(fā)電。在這方面，它正在開發(fā)一個(gè)專門用于檢測大型光伏系統(tǒng)異常的內(nèi)部項(xiàng)目， 并積極研究最佳飛行參數(shù)。

人工智能在幾個(gè)領(lǐng)域?qū)o人機(jī)有用。第一個(gè)涉及自主飛行，包括起飛和著陸階段。這意味著無人機(jī)有能力在飛越過程中通過傳感器識別地面上的物體甚至事件。在特定情況下，進(jìn)行飛行，獲取待分類對象的圖像，訓(xùn)練神經(jīng)網(wǎng)絡(luò)進(jìn)行識別，然后在飛行期間進(jìn)行分類。直接訓(xùn)練是必要的，因?yàn)楦鶕?jù)飛行的特性（主要是高度和速度），所獲得的地面物體圖像會完全改變。

DMIF 網(wǎng)絡(luò)安全和多媒體通信網(wǎng)絡(luò)與技術(shù)教授 Gian Luca Foresti 解釋道。然后還有其他情況需要使用人工智能進(jìn)行自主飛行，其中一個(gè) - 同一部門正在研究 - 涉及在沒有 GPS 信號的情況下的飛行。在這種情況下，結(jié)合經(jīng)典和深度學(xué)習(xí)技術(shù)來識別地面控制點(diǎn)、與地圖（例如衛(wèi)星）進(jìn)行比較以及無人機(jī)相對于這些點(diǎn)的間接定位。