基于光伏缺陷检测、光伏板异物检测、越界识别、烟雾识别等二十多种AI算法,赋能无人机光伏巡检智能升级,助力光伏场站建设商、运营/运维商、无人机巡检系统供应商自动化高效运营,降本增效。

河北工业大学、北京航空航天大学联合发布的——PVEL-AD 数据集又叫做 EL2021数据集 是用于对 光伏电池异常缺陷检测 方法进行基准测试的数据集。 PVEL-AD包含 36,543 张 具有各种内部缺陷和异构背景的近红外图像,其中包含1类无异常图像和具有 12 个不同类别的异常缺陷图像,例如 裂纹（线状和星状）、断栅、黑芯、未对准、粗线、划痕、碎片、断角和

将光伏进行编号后根据航点编组,图像处理中发现设备异常后记录异常的对应编组和编号;对光伏运行数据进行分析,自动对异常信息进行筛选和验证。4）. 航点规划调试 无人机航点与光伏板编组一一对应,一个航点对应一个光伏板编组。

本文介绍使用物联网平台数据服务提高光伏发电效能异常检测效率的方案。 背景信息. 截止2021年,全方位国光伏发电累计装机容量达到306.56 GW（吉瓦）,2022年全方位国光伏发电累计装机容量新增了87.41 GW： 对比2021年全方位国的光伏发电累计装机容量增长了28.1%。 对比2021年全方位国的风电累计装机容量增加了一倍。 对比2021年全方位国的水电、火

使用红外热成像技术对光伏组件进行检测,通过观察组件表面的温度分布情况,识 别组件的热点和异常区域,帮助发现组件的缺陷和故障。 通 过检测电气设备表面的温度分布,可以快速发现电器设备的过载、接 触不良、绝 缘损坏等问题,提前预警并进行维护。 利用红外热成像技术对光伏组件进行检测,可以发现局部放电引起的热点。 局部放电产生的放电弧会产生热量,

摘要：. 本发明公开了一种基于卫星影像的光伏板异常目标检测系统,包括数据收集单元;数据预处理模块;光伏板提取模块;光伏板异常点确定模块;云团检测模块;光伏板异常判断模块;异常目标定位模块.检测方法包括将收集到的卫星影像进行预处理;将光伏板的位置

论文以光伏阵列的可见光航拍图像为研究对象,以提高光伏图像识别和异常检测的精确率为目标,提出了基于图像处理的光伏组件异常检测技术.首先对光伏组件异常检测系统进行了设计,然后利用图像处理算法实现了运动模糊检测,运动模糊复原,光伏组件串和组件的

一种基于深度学习的光伏组件异常遮挡检测方法及系统. 本发明提出了一种光伏组串损失电量计算方法,包括如下步骤,获取光伏板表面图像;构建遮挡物检测模型,将表面图像输入所述目标检测模型,识别遮挡物;计算遮挡物占光伏板的表面积;计算光伏板的

EL全方位称为Electroluminescence,中文译为电致发光,亦叫做场致发光,其目的用于检测组件上电池片缺陷,以控制质量。EL测试基本原理是晶体硅太阳电池片外加正向偏置电压,电源向晶体硅电池注入大量非平衡载流子,电致发光依靠从扩散区注入的大