IDenNnødvendigheden afIintelligentPhotvoltaiskIinspektion
Drone-PV-inspektionssystemet bruger HD-drone-luftfotograferingsteknologi og kunstig intelligens-algoritmer til omfattende inspektion af kraftværker på kort tid, hvilket muliggør defektidentifikation af solcellepaneler, renhedsovervågning og andre funktioner. Sammenlignet med traditionel manuel inspektion har droneinspektion mange fordele, såsom høj effektivitet, lave omkostninger og god sikkerhed.
I praksis indsamler drone-fotovoltaiske inspektionssystemer en stor mængde data via fjernmålingsteknologi og analyserer dataene ved hjælp af kunstig intelligens-algoritmer. Systemet identificerer hurtigt defekter på de fotovoltaiske paneler, såsom hotspots, pletter, revner osv., og leverer en videnskabelig og præcis inspektionsrapport, som danner grundlag for beslutningstagning for drifts- og vedligeholdelsespersonalet.
Derudover kan drone-PV-inspektionssystemet også sikre normal drift af PV-paneler ved at overvåge panelernes renlighed i realtid, rettidig detektion og rengøring af akkumuleret aske, barkflis og andre genstande. Dette intelligente inspektionsprogram forbedrer styringseffektiviteten og fordelene ved elproduktion af PV-kraftværker betydeligt.
IIImplementeringPprogramCkomposition
Programmet bruger UAV-flyplatformen og en tilpasset maskinred med edge computing-terminal til at udføre den daglige patruljering af PV-kraftværker, og droneinspektionssystemet, der er installeret på serveren i det centraliserede kontrolcenter, kan fuldføre konstruktionen af hele programsættet.
IIIImplementeringPprogramCkomponenter
1)KomponentHot Sgryde
Hotspots forårsaget af cellefremstilling: defekter i siliciummateriale; ufuldstændig fjernelse af kanter og kantkortslutning under cellefremstilling; dårlig sintring, for høj seriemodstand; for høj sintring, kortslutning ved gennembrænding af PN-overgangen.
2)NulCnuværendeFault
Strengen som helhed genererer ikke strømproblemer eller andre problemer med battericeller, komponenter, strengen kan mangle dele. Den direkte årsag til dannelsen af sådanne fejl er den lavere strøm i PV-modulet forårsaget af den samlede opvarmning af panelet. Grundårsagen til sådanne fejl inkluderer kortslutninger i ledninger forårsaget af udbrændt forsikring, løs ledning, hvilket resulterer i et brud på kredsløbet.
3)DiodenFalure
Dannelse af hotspots på grund af unormal drift af komponenter. I modsætning til de to ovenstående fejl er denne fejl primært relateret til selve det fotovoltaiske modul. Det kan være en intern panelfejl i det fotovoltaiske modul, en diodefejl eller en fejl forårsaget af bypass-tilstanden. Derudover vil svejsningen i samledåsen også føre til denne situation.
4)StrukturelCkorrosion ogOderFaults
5)AndreFaults
Observation af naturkatastrofer, menneskeskabte skader, forurening på overfladen af PV-moduler såsom støv, fugleklatter og andre forkastninger fra stor højde, og kan hurtigt fotograferes for at identificere og foretage yderligere diagnose.
IVInspektionPproces
1. InspektionPlænding:Planlæg inspektionsruten for dronen for at sikre dækning af opgaveområdet og undgå gentagne inspektioner.
2. AutonomTake-Off:Dronen letter autonomt i henhold til den forudindstillede rute og koordinater og går i inspektionstilstand.
3. Høj-DdefinitionStuder:Udstyret med en drone med termisk infrarødt kamera i høj opløsning, udfører dronen allround-optagelser i høj opløsning af solcellepaneler for at sikre, at enhver lille unormalitet opfanges.
4. IntelligentAanalyse:Ved hjælp af den installerede serverplatform analyseres de fotograferede billeder i realtid, og abnormiteterne ved PV-panelerne identificeres hurtigt.
5. Datafeedback:Dataene fra inspektionen sendes tilbage til kommandocentralen i realtid og giver en detaljeret reference til efterfølgende drift og vedligeholdelse.
Opslagstidspunkt: 8. dec. 2023