无人机光伏电站智能巡检系统：AI缺陷识别

全要素数字化表达能力：实现精准映射

可视化呈现能力：二维可视化渲染

数据融合供给能力：建立数据资源体系

空间分析计算能力：优化要素空间布局

3.视觉计算AI 技术

人工智能图像识别算法，对采集到的图像进行处理分析，获得缺陷类型及相对于图像的位置。缺陷识别系统基于云端开发，可部署在任何有网络连接的地方，通过简单的原始影像上传后一键自动进行缺陷识别、分析和定位。

缺陷识别与处理

在光线正常，城市和平原场景下通过视觉平台对红外影像进行 AI 识别，识别类型包括二极管故障、点状热斑、整串故障。视觉平台GAI对二极管故障、点状热斑、整串故障这三种类型的识别的准确率在95%。

红外影像上图

支持将红外影像中心点批量上图，同时提供电站基础数据图层控制功能。

缺陷预处理（定位及纠正）

通过自动空间相邻定位算法将红外影像和 EL识别的缺陷进行像素坐标与大地坐标邻近匹配，对缺陷点进行缺陷自动上图从而提升工作效率，如位置不准可进行手动微调。

缺陷后处理

1.重叠缺陷合并：批量处理组件下同一缺陷数据合并（合并依据：同一类型，缺陷空间位置在同一范围内，认定为同一缺陷），查看单个合并数据以及原缺陷数据记录。

2.缺陷类型合并：批量处理同一组件下不同缺陷相同类型数据合并，查看单个合并数据以及原缺陷数据记录。

缺陷信息图层

依据缺陷识别和定位成果，自动生成缺陷报告。缺陷报告包括每个组串的缺陷概况统计、缺陷的类别、缺陷的定位，为运维人员提供依据。巡检报告包括：巡检概要总结、电站基础信息、电站地图概览（包括电站地图位置、片区分布、组件和组串分布、缺陷地图、正射影像地图），并支持按片区统计和查看各片区详细报告。返回搜狐，查看更多