数维思创
北京数维思创科技有限公司，专注于光伏电站无人机智能巡检系统研发与应用，为光伏电站提供无人机巡检诊断系统产品和巡检服务。
使用产品
支持与交流
飞桨EasyDL助力高海拔光伏电站巡检降本提效
价值成果
故障诊断：20MWp电站发现故障组件287块，分布于182个组串内。通过故障诊断量化分析，年损失电量约1,065,598kwh，占理论发电量的3.15%。
效益分析：100MW电站直流侧巡检需要180人日，无人机巡检仅需要3人日，巡检效率提升98.33%。加上故障诊断、故障消除等工作，无人机巡检+故障诊断可提升电站运维管理效益在20%以上。单个光伏电站电量提升5%左右，收益106万元。
效益分析：100MW电站直流侧巡检需要180人日，无人机巡检仅需要3人日，巡检效率提升98.33%。加上故障诊断、故障消除等工作，无人机巡检+故障诊断可提升电站运维管理效益在20%以上。单个光伏电站电量提升5%左右，收益106万元。
案例故事
核心诉求
近年来，双碳背景下新能源光伏电站的装机量持续攀升。新能源光伏行业提供光伏电力能源，当前度电成本低于传统能源度电成本（光伏度电成本约0.333e8元/度，火电0.3624元/度），光伏度电碳排放当量540克/度（生产阶段95%，发电阶段5%），火电度电碳排放当量800g/度。
光伏电站有着海量的数据问题需要解决，主要集中在：
数据获取：光伏电站都在偏远地区，且面积大，传统的巡检采用的是“人+车”现场采集的方式，无论是人员成本还是车辆成本都非常高；
目标识别：需要从影像数据中提取目标信息，以往采用人眼辨别提取的方式，比较容易产生纰漏，而且效率较低；
热红外照片识别的难点：
1.与可见光相比，缺少纹理信息
2.只有单一通道温度信息，温度变化大
3.传统图像分割算法很难做到自动准确分割
光伏电站有着海量的数据问题需要解决，主要集中在：
数据获取：光伏电站都在偏远地区，且面积大，传统的巡检采用的是“人+车”现场采集的方式，无论是人员成本还是车辆成本都非常高；
目标识别：需要从影像数据中提取目标信息，以往采用人眼辨别提取的方式，比较容易产生纰漏，而且效率较低；
热红外照片识别的难点：
1.与可见光相比，缺少纹理信息
2.只有单一通道温度信息，温度变化大
3.传统图像分割算法很难做到自动准确分割
解决方案
基于飞桨EasyDL的热红外光伏板识别，深度结合各类型光伏电站应用无人机红外巡检场景，自动识别出无人机热红外图像中故障组件，包括热斑、二极管、零电流故障，自动识别准确率＞95%，为光伏电站光伏组件无人机红外检测提供高效、准确的技术。
光伏电站无人机智能巡检系统应用拓扑
体验AI
Web端 前往AI能力体验中心
移动端 打开百度APP“扫一扫”