I. DeNnødvendigheden afIntelligentPhotovoltaiskIninspektion
Drone PV-inspektionssystemet anvender high-definition drone-luftfotograferingsteknologi og kunstig intelligens-algoritmer til omfattende inspicering af kraftværker på kort tid og realiserer fejlidentifikationen af solcellepaneler, renhedsovervågning og andre funktioner. Sammenlignet med traditionel manuel inspektion har droneinspektion mange fordele såsom høj effektivitet, lav pris og god sikkerhed.
I praktisk anvendelse indhenter det solcelleinspektionssystem med drone en stor mængde data gennem fjernmålingsteknologi og analyserer dataene ved hjælp af kunstig intelligens-algoritmer, der hurtigt identificerer defekter på solcellepanelerne såsom hot spots, pletter, revner osv., og giver en videnskabelig og nøjagtig kontrolrapport, som er beslutningsgrundlag for drifts- og vedligeholdelsespersonalet.
Derudover er drone PV-inspektionssystemet også i stand til at sikre normal drift af PV-paneler ved realtidsovervågning af renheden af PV-panelerne, rettidig påvisning og rengøring af akkumuleret aske, barkflis og andre genstande. Dette intelligente inspektionsprogram forbedrer i høj grad styringseffektiviteten og fordelene ved PV-kraftværker.
II. ImplementeringProgramComposition
Programmet bruger UAV-flyveplatformen og den tilpassede maskinrede med edge computing-terminal til at fuldføre den daglige patruljering af PV-kraftværker, og droneinspektionssystemet installeret på serveren til det centraliserede kontrolcenter kan fuldføre konstruktionen af hele sættet af programmer.
III. ImplementeringProgramComponenter
1)KomponentHot Sgryde
Hot spots forårsaget af cellefremstilling: siliciummateriale defekter; ufuldstændig kantfjernelse og kantkortslutning under cellefremstilling; dårlig sintring, overdreven seriemodstand; overdreven sintring, PN-junction-gennembrændingskortslutning.
2)NulCaktueltFault
Strengen som helhed genererer ikke elektricitetsproblemer eller andre problemer med battericeller, komponenter, streng kan mangle dele. Den direkte årsag til dannelsen af sådanne fejl er den lavere strøm af PV-modulet forårsaget af den samlede opvarmning af panelet, grundårsagen til sådanne fejl omfatter kortslutningsledninger forårsaget af forsikringen udbrændt, ledningen er løs, hvilket resulterer i et brudt kredsløb.
3)DiodeFlidelse
Dannelse af varme pletter på grund af unormal drift af komponenter. I modsætning til de ovennævnte to fejl, er denne fejl hovedsageligt relateret til selve det fotovoltaiske modul, kan være det fotovoltaiske moduls interne panelfejl eller diodefejl eller -fejl forårsaget af bypass-tilstanden; desuden vil samlebokssvejsningen også føre til denne situation.
4)StruktureltCorrosion ogOderFaults
5)AndreFaults
Observation af naturkatastrofer, menneskeskabte skader, forurening på overfladen af PV-moduler såsom støv, fugleklatter og andre fejl fra stor højde, og kan hurtigt fotograferes for at identificere til yderligere diagnose.
IV. InspektionProcess
1. EftersynPlanning:planlægge UAV'ens inspektionsvej for at sikre dækning af opgaveområdet og undgå gentagne inspektioner.
2. AutonomTake-Off:UAV'en starter autonomt i henhold til den forudindstillede sti og koordinater og går ind i inspektionstilstanden.
3. Høj-DefinitionStuder:Udstyret med en high-definition termisk infrarød kameradrone, udfører dronen all-round high-definition-optagelser af solcellepaneler for at sikre, at enhver subtil abnormitet fanges.
4. IntelligentAanalyse:ved hjælp af den installerede serverplatform analyseres de fotograferede billeder i realtid, og unormaliteterne i PV-panelerne identificeres hurtigt.
5. Datafeedback:De data, der opnås fra inspektionen, føres tilbage til kommandocentralen i realtid, hvilket giver detaljeret reference til efterfølgende drift og vedligeholdelse.
Posttid: Dec-08-2023