從被動巡檢到主動預判
光伏運維的“巡檢監(jiān)察”需求
傳統(tǒng)的巡檢方法是運維人員高舉掃描儀或借助車輛對光伏面板進行檢查,隱性故障多,被發(fā)現(xiàn)時間長,無效巡檢多,人工成本高,后期運維巡檢也存在諸多問題。
為滿足光伏電站降本增效及精細化管理需求,無人化智能巡檢已成大勢所趨,由此也催生了光伏運維“巡”、“檢”、“監(jiān)”、“察”四大業(yè)務需求:
巡:如何實現(xiàn)高效巡檢?
光伏電站一般規(guī)模較大,光伏面板分布位置分散,單位面積內面板分布數(shù)量較多,舉例來說,一座100MW的光伏電站,光伏面板組件可高達40萬塊,而傳統(tǒng)巡檢基本采用“人+車”的方式進行,往往需要消耗大量時間和精力,無論是人員成本還是車輛成本都非常高。
檢:如何實現(xiàn)精細化故障判斷?
傳統(tǒng)巡檢中,往往采用人眼辨別提取的方式從影像數(shù)據(jù)中提取目標信息,比較容易產生紕漏,而且效率較低。同時,輸出結果也會受到人員主觀意識影響,準確性和標準化有待提升。
監(jiān):如何實現(xiàn)設備動態(tài)監(jiān)測?
隨著電站的精細化管理需求越來越高,設備動態(tài)監(jiān)測的需求也越來越高,而傳統(tǒng)巡檢由于設備基數(shù)大,例行巡檢周期長,同時還要考慮到大風、沙塵等不適合巡視的時間,無法做到隨時隨地對目標物體狀態(tài)進行監(jiān)測。
察:如何挖掘數(shù)據(jù)深層價值?
光伏電站涵蓋海量數(shù)據(jù),包括巡檢數(shù)據(jù)、設備發(fā)電數(shù)據(jù)、地形數(shù)據(jù)等,如何從巡檢大數(shù)據(jù)中挖掘數(shù)據(jù)的深層價值,為客戶提供增值服務,如從無人機熱紅外遙感大數(shù)據(jù)中分析設備性能劣化趨勢、故障預判等,成為能源數(shù)字化時代的需求。
百度飛槳EasyDL
助力光伏電站巡檢降本提效
在光伏產業(yè)進入微利時代的今天,每一分發(fā)電量的提升都極其關鍵。如何提高質量控制和運維管理效率,是光伏行業(yè)亟待解決的難題。
北京數(shù)維思創(chuàng)科技有限公司是一家光伏電站無人機智能巡檢系統(tǒng)供應商,專注于光伏電站無人機智能巡檢系統(tǒng)的研發(fā)與應用。為滿足光伏運維巡、檢、監(jiān)、察需求,數(shù)維思創(chuàng)基于百度飛槳EasyDL零門檻AI開發(fā)平臺,研發(fā)出一套高效巡檢、智能運維、安全可靠的光伏電站智能巡檢解決方案。
該方案基于深度學習的熱紅外光伏板識別,可快速對無人機獲取的光伏組件熱紅外圖像進行智能分析,自動識別出熱斑、二極管、零電流等故障并自動定位,其中熱斑、二極管自動識別準確率超過95%,故障定位精度優(yōu)于1m,較傳統(tǒng)人工巡檢效率提升幾十倍。
以100MW電站直流側巡檢為例,以往人工巡檢需要180人/天,而無人機巡檢僅需要3人/天,巡檢效率提升98.33%。加上故障診斷、故障消除等工作,保守估計,無人機巡檢+故障診斷可提升電站運維管理效率在20%以上。
效率提升的背后,離不開AI技術的加持。說到AI技術與光伏產業(yè)的融合,數(shù)維思創(chuàng)創(chuàng)始人楊帆在探索的路上也是兜兜轉轉。數(shù)維思創(chuàng)曾自建2-3人的博士團隊進行算法開發(fā),經過3個月研發(fā)投入之后,發(fā)現(xiàn)算法精度只能達到90%,無法滿足商用需求,繼而又調研試用了多款人工智能平臺產品,最終選擇了百度飛槳EasyDL零門檻AI開發(fā)平臺。“算法精度不但能穩(wěn)定在95%以上,還大大降低了開發(fā)成本,提升了研發(fā)效率,商業(yè)化需求也很容易實現(xiàn)。”楊帆表示。
提到項目效益,楊帆以某20MWp光伏電站為例,通過無人機智能巡檢發(fā)現(xiàn)故障組件287塊,分布于182個組串內。經過故障診斷量化分析,年損失電量約1,065,598kwh,占理論發(fā)電量的3.15%。經過消缺整改后,電站電量提升5%左右,整個過程中投入的巡檢及消缺成本僅為5.07萬元,收益卻高達106萬元。
這是最好的時代,也是最具挑戰(zhàn)的時代,人工智能技術的強大賦能,正在以前所未有的方式重塑各行各業(yè)。作為“AI技術流”,百度飛槳EasyDL歷經多年產業(yè)實踐打磨,已廣泛應用于工業(yè)、農業(yè)、交通等行業(yè)中。未來,百度飛槳EasyDL將賦能支持更多企業(yè)轉型,助力加快打造中國制造新范式,共攀AI工業(yè)大生產時代的高峰。
原標題:效率提升98%!高海拔光伏電站運維巡檢背后的AI利器