无人机整机
无人机配件
无人机服务
设备与工具
光伏的发展将需要对现有基础设施进行更仔细的监控，以确保其完美的功能。因此，无人机和人工智能技术的重要性，旨在保证无人机的自主性和更高的智能。光伏运营和维护业务将增长，到 2025 年具体支出将达到 90 亿美元。
在 太阳能设备的操作和维护 (O&M) 中使用无人机，特别是用于检查光伏系统，将变得越来越重要，特别是对于大型太阳能园区。
人工智能对于提高无人机的自主性及其监控和识别能够造成巨大损失的异常情况的能力至关重要。
人工智能和无人机在光伏领域的联合使用，可以提高监控系统，尤其是大型监控系统的准确性，并使其更简单，降低运维成本。
光伏电池板可确保出色的产量，但必须保持最佳状态。因此，需要持续维护，这在 maxi 系统中变得复杂。让我们想想中国龙羊峡大坝的太阳能公园。它是世界上最大的：占地27平方公里，包括400万块太阳能电池板。因此，需要不断进行维护干预，这涉及大量成本。
据 Wood Mackenzie 称，从现在到 2025 年，每年用于太阳能设备的操作和维护干预的支出将达到 90 亿美元。逆变器已接近使用寿命的太阳能发电厂现在占全球光伏市场的 5%。这个数字将在未来四年内增长到 16%。
结合计算机视觉系统和先进的成像相机，无人机将改变对可再生能源场地和相关设备的检查格局。Frost & Sullivan 在题为“太阳能和风电场检测数字技术的进步”的报告中指出，这是一种注定会增长的趋势。它阐明了太阳能和风电场的传统检查方法在时间和成本方面的浪费。由于无人机充分准备了人工智能研究领域的技术，并利用了云计算和增强现实系统，所有这一切都将发生巨大变化。
无人机的工作和人工智能的重要性
我们应该如何想象人工智能和无人机在光伏方面的结合使用？无人机的主要用途与热成像和目视检查有关。视觉成像在模块、接线和其他系统组件上很有用，而红外热成像有助于识别由故障二极管引起的热点。后者用于光伏模块中，其任务是在发生部分遮光时保护太阳能电池免受过热。多亏了它们，才能更有效地诊断光伏系统的性能问题。
无人机使用目标跟踪和自我导航工具，无需人工干预即可进行检查，甚至可以从难以到达的地方快速捕捉图像。
人工智能在识别捕获的数据中遇到的潜在问题方面提供了宝贵的支持。与所有设备相连的云存储收集到的数据，而 AR 和 VR 系统为技术人员提供了理想的虚拟环境，因此他们可以远程查看仪器 [有关 AI 的更多信息，我们建议阅读我们的人工智能指南解释它是什么，它的用途以及应用示例是什么- ed]。
除了无人机，还有机器人系统的空间——可以进行远程维护和检查，而5G 将使数据传输速度更快，无人机使用效率更高。
用于光伏的人工智能和无人机：Follow PV 项目
要想实现运维和业内人士期待已久的质的飞跃，必须借助人工智能和无人机进行光伏发电。拉夫堡大学的研究人员很清楚这一点，因为他们致力于开发下一代无人机技术，用于自主、快速、超高分辨率的太阳能工厂检查。该团队的承诺是一个名为“Follow PV”的新合作项目的一部分，该项目由 Innovate UK（英国创新署）资助，该项目包括来自同一所大学和埃塞克斯大学的航空和汽车工程系的专家。该项目旨在通过开发自主无人机为能源行业提供解决方案，致力于降低成本和提高效率。
在特定情况下，配备特定摄像头和物联网传感器的无人机将用于收集光伏太阳能模块和专用平台的数据，识别任何缺陷。它通过应用机器学习技术来生成有关植物健康的详细而准确的报告来做到这一点。研究人员解释说，这种解决方案比使用便携式设备的手持地面检查更快、更准确。
一些能够检测早期系统性退行性问题的缺陷仅在近距离可见。目前的无人机技术仍然不够精确，无法安全、自主地飞得更接近太阳能电池板的表面。
该项目汇集了光伏技术、机器人技术、人工智能、传感器和嵌入式系统方面的专家，正是为了开发一种能够执行快速计算并能够利用人工智能技术和检测技术在飞行中进行修正的无人机。只有这样，飞行器才能详细捕捉到光伏组件的状况。
无人机在太阳能运维中的首次使用
多年来，该行业的多家公司都在利用人工智能和无人机进行光伏发电。其中之一，意大利 Enel Green Power，是世界上第一个在西班牙最大的太阳能园区体验到好处的公司之一，正是为了提高监控和预防工厂故障的能力。
今年，Enel Brasil 开始利用这种组合来检查光伏电站以及输配电网。通过在其设备中集成和处理人工智能软件的无人机，它打算实时分析在南美国家首次收集到的图像。
目的很明确：无人机 (UAV) 获取数据的速度比其他手动过程快近 50 倍，因此非常经济。
由于太阳能园区的表面非常大，配备热传感器和 RGB 传感器的无人机实际上可以覆盖更多的地面来识别缺陷，而不是手动程序。热映射和 RGB 传感器在检查太阳能装置时为公司提供了一个全面的视角，而手动映射不提供。此外，使用无人机进行检查，避免了工人进行检查操作的危险。
研究视角：自主无人机的深度学习
然而，到目前为止，工厂检查仍然主要是手工工作。通过基于图像的评估程序，通常使用无人机进行测量，无人机由飞行员引导通过模块区域。在专家评估它们以识别模块、串或电池缺陷之前，必须对生成的图像进行后处理。这个过程需要时间，因此很昂贵。
出于这个原因，研究工作尽快到达，以具体使用人工智能和无人机进行光伏发电。在这方面，应该提到德国的COSIMA项目。由联邦经济和能源部资助的 HI-ERN 研究所、纽伦堡技术大学以及 Allianz Zentrum für Technik AZT（安联风险咨询）以及多家公司与其合作。
该项目的目标是实现全自动和快速的系统检查。为此，他致力于创造一种无人机，能够按照预先编程的路径自主飞行，并用特殊的摄像头记录光伏系统的视频。该相机检测系统发出的光，并生成包含太阳能电池和模块缺陷详细信息的图像。在这种情况下，使用了深度学习技术：通过预先训练的神经网络检测任何错误，自动处理和评估各个模块的图像。
用于光伏的人工智能和无人机：意大利团队在工作
意大利乌迪内大学的数学、计算机和物理科学系 (DMIF) 也致力于深度学习技术的应用。一段时间以来，该部门团队一直致力于将人工智能与无人机相结合用于光伏发电。在这方面，它正在开发一个专门用于检测大型光伏系统异常的内部项目， 并积极研究最佳飞行参数。
“人工智能在几个领域对无人机有用。第一个涉及自主飞行，包括起飞和着陆阶段。这意味着无人机有能力在飞越过程中通过传感器识别地面上的物体甚至事件。在特定情况下，进行飞行，获取待分类对象的图像，训练神经网络进行识别，然后在飞行期间进行分类。直接训练是必要的，因为根据飞行的特性（主要是高度和速度），所获得的地面物体图像会完全改变“
DMIF 网络安全和多媒体通信网络与技术教授 Gian Luca Foresti 解释道。然后还有其他情况需要使用人工智能进行自主飞行，其中一个 - 同一部门正在研究 - 涉及在没有 GPS 信号的情况下的飞行。在这种情况下，结合经典和深度学习技术来识别地面控制点、与地图（例如卫星）进行比较以及无人机相对于这些点的间接定位。
2024-04-16 10:07
2024-04-16 10:06
2024-04-16 10:04
2024-04-16 10:04
2024-04-16 10:03
2024-04-16 10:01
2024-04-16 10:01
2024-04-15 10:27
2024-04-15 10:26
2024-04-15 10:15
