大厂支招：无人机+AI+大数据 实现光伏组件精准运维
光伏电站并网大潮之后，先琢磨降低运维成本降低组件功率损失的人先上岸。
“光伏电站建成并网后，运营维护工作上升成电站的工作重心，直接关系到电站能否长期正常稳定运行，并影响电站的成本投入、投资价值及最终收益。而在光伏平价上网的背景下，光伏电站工程造价愈发透明，这也使得不少企业开始关注电站运维成本，甚至有业内人士表示，运维是光伏项目下一站比拼的焦点，而基于无人机技术实现全部组件的红外巡检、发现热斑并消缺，是光伏运维的重中之重。”
拥有着全球最大单体光伏电站的xx水电，在无人机红外巡检上早就已经开始下功夫。
“企业在应用无人机红外巡检时，不应单纯停留在飞一飞看一看的阶段，如何有效发现故障，并精准定位，同时能通过故障诊断系统对系统发电效率损失进行预判，实现对消缺环节的精准保障，达到消缺成本与发电量提高的平衡。组件红外故障不是说大刀阔斧一概而论全部消除，但也不能疏于分类束之高阁，要做到‘精准排故’，而能实现精准排故的核心就是无人机+定制AI+大数据分析。”
传统的光伏运维工作大多是依据运维人员徒步进行组件巡检，成本高、准确性不稳定、效率较低、易产生偏差。产生的结果就是，人工红外巡检处于不执行或抽检，导致电站大量的红外故障长期无法被有效检测到。
现如今，更多有生产力的大厂选择了新的运维模式：
以科技发展史来看，将低技术附加度的重复人力工作交给机器去做，无疑是最稳定和可靠的。经过海量数据训练后的智能机器平台及系统，在光伏运维的各工作环节中表现出众，不仅稳定性高、识别速度快、准确率高，且成本低。
“运维管理体系最关键的两个词为统筹和决策。统筹、掌握整体电站情况。决策、将各层级电站情况了然于心，直击‘病灶’。”
第一步：运筹帷幄
建立数字电站，电站层级全透明化
光伏产业在迅速扩张的过程中，最忌讳的就是“基层”信息向上传递越来越迟缓、最终失去对终端的控制。而搭建数字电站正是实现了这一透明化的电站控制目标。
完整的数字电站不仅仅只是加载运营数据，管理设备台账、了解电站实时发电效率等，更应将电站设备的故障与数字化电站进行结合，保持一致且流动的运作状态，让数字不浮于表面。
无人机光伏智能巡检系统，考虑到不同光伏电站存在布局及设备种类上的差异性，用户可根据自身情况提交信息，通过对不同电站图像数据的拼接处理创建完整的数字电站图像，逐级创建完整数字电站。在此基础上进行检测，将得到更精准的检测结果。
- 光伏智能巡检系统可以实现全电站真实情况的呈现 -
智能系统通过自动筛选和自主分析对故障进行分类处理，区分出不同类型的故障，形成组件故障数据库，并通过AI大数据分析平台，生成组件健康报告，建立起真正意义上电站的数据化管理系统的组件故障中枢。
第二步：精准定位
组件逻辑位置清晰，故障定位更精准
面对如海般的光伏组件——大型甚至超大型的光伏电站对设备设施逻辑位置知晓有着强烈的需求：
怎么样快捷的得到故障组件的实际位置呢?
重点关注区域的组件怎么样快捷的找到?
这就需要逻辑算法去大展身手，点线面体，最终沧海拾一粟。
-在电站设备相似度极高的情况仍可以完成故障定位-
光伏巡检智能分析系统在光伏电站设备相似度极高的情况下，通过AI逻辑算法出色的完成了故障的位置定位，信息包括经纬度坐标、从区域到子阵到汇流箱编号以及组件所在支路的具体逻辑位置。经验证，逻辑定位结果达到零误差、准确率99.9%以上，定位精度可达厘米级。
-光伏故障的具体位置信息呈现 -
第三步：检测率高
按方抓药，才能一针见血
光伏巡检智能分析系统利用通过深度学习后的图像识别算法，从海量的红外照片及可见光照片中准确的分辨识别出故障异常，查准率达到98%。
-光伏智能巡检系统的检测率经海量数据验证-
同时生成检测报告，包含电站情况、故障类型、位置信息等所有信息，给了维修人员一张强有力的“药方”。
-检测报告内所含信息准确丰富-
第四步：精准排故
大数据红外故障发电影响评估，直击要害
运行3-5年的组件，热斑故障率在1.8至3%之间，面对成百上千的热斑故障，如何消缺，才能实现投入成本与收益的平衡?
因诺科技自研的大数据分析系统，可依据组件之间物理逻辑关系，组件类型，热斑形态，热斑分布区域等生成组件健康报告，精准指导组件消缺，用最低的投入成本实现最大的产出。
- 光伏智能巡检系统可以根据需求分别导出电站报告-
经计算，此套智能运维系统可在电站建成的前四年提升年发电量0.8%至1.6%，后期随着设备使用年限增加，到第十年最高可提升5%发电量、并延长电站生命周期。
