一、 背景

截止2020年，中国光伏发电累计装机2.53亿千瓦，位居世界第一。随着国家“3060”双碳战略提出，未来40年光伏发电占比会越来越大。河北省地处华北地区，温带大陆性季风气候，太阳能资源优越，非常适合光伏发展。国家能源局公布2020年光伏新增装机量河北省成为全国年光伏新增装机第一大省。目前，光伏发电组件通过监测组串电流、电压参数判定健康状态，光伏发电场站占地面积广，设备数量多，人工检查效率低，组件热斑故障人眼视觉无法识别。 

2016年5月《国家创新驱动发展战略纲要》发布，定义了创新驱动就是创新成为引领发展的第一动力。随着近几年科技创新不断发展，一大批新技术成果落地应用。以计算机信息处理技术为代表的新技术不断应用于电力行业的高速发展。如计算机图像识别技术，逻辑运算能力强、计算速度快精确度高等特点，已在电力生产企业故障检测等方面。为企业减低人工成本，减少人工作业，提高运维效率，精准识别发电设备缺陷和隐患和电力设备安全运行提供保障。

光伏组件是转化电能的主要设备，在其生命全周期内光电转换工作中不可避免出现自身材质损耗和因外部因素而产生热斑效应。热斑效应在影响光伏组件发电效率的同时，也在慢慢改变内部组件物理特性，造成组件永久性伤害，这也是导致发电量降低和带来火灾隐患的原因。计算机信息处理技术的应用可以提高光伏组件热斑检测效率。从电力损耗入手，对及时发现设备隐患和消缺以及提升发电效益和设备安全稳定运行有着重要意义。

计算机图像识别可以解决人工肉眼无法直观判别内部连接失效、二极管故障、隐裂等发电组件热斑效应。并通过红外图像中色温和形状差异对热斑、故障类型进行识别、分类、等级划分。依据积累组件热红外和实际发电数据，总结出故障对发电量影响的算法。这就有效提高了电站运行效率，降低了生产运行和设备维护成本，提升了电站数字化、智能化运维管理水平。

二、 应用案例

1.项目概述

易县山地光伏电站实施新技术应用为例。电站装机容量20MW，占地面积1000余亩，组件类型JAP6-60-245/3BB，发电组件数量总计84800块，年发电总量2859.67万KW。配备6人制运维班组一个。电站日常巡检要求2人2MW/天，10天完成巡检一遍。巡检内容发电组件有无污渍、遮挡、热斑、破损等。

国家电投集团石家庄东方热电热力工程有限公司综合应用计算机图像识别技术对此电站光伏组件进行一次有效检查。2021年8月28日现场通过无人机携带双光影像设备3小时完成光伏组件可见与红外图像数据采集。同时收集光伏电站及发电组件基本信息（类型、数量、发电量等）。当日将采集图像数据上传光伏热斑检测系统服务器耗时4小时。8月29日计算机图像识别系统经过4小时分析处理得出检测结果报告。统计呈现电站信息、热斑类型、等级、故障点详情、数据统计、电量损耗、组件温度、形状、影响等功能数据。

项目主要创新点：

（1）实现发电组件图像数据自动化采集，利用计算机图形识别技术，识别图像中热斑缺陷和成因类型，精确定位热斑点位置信息。

（2）实习图像识别批量处理，并统计组件热斑、分类、汇总、电量损失计算等报表信息，直观呈现视图报告。

2.主要效益

经济效益：常规人工一次巡检，按20人·天，800元/人·天成本（巡检人员+车辆燃油费）计算，需要花费1.6万元。基于图像识别和信息处理技术智能巡检系统不到4人天，按巡检人员和车辆燃油费计算，仅需0.32万元。相比人工成本可节约1.28万元。电站2012年投运，上网电价1元/kwh。检测结果忽略一般热斑电量损失不计，二极管以上电量损失358150.06KW，占理论年发电量1.3%，年损失电价近36万元。及时消除热斑隐患可以减少相关电量损失和因此带来的电价损失。而且节省下来的人工可分配其他工作。

社会效益：新技术应用势必会促进碳中和、碳达峰目标实现。由于太阳能光伏发电存在地域广、设备运维难等缺点，制约着光伏发电设备可利用率。新技术的应用作为其运营保障，会对光伏发电公司效益提升起到推进作用。

三、技术要点

光伏热斑检测系统采用计算机图像识别技术，对能够呈现不同特征的图像进行处理、分析和理解，以识别出各种不同模式的目标和对像的图像识别技术算法。光伏组件故障使局部发电效率降低，产生热量聚集，其热红外影像表现为局部高温异常，其称为热斑效应。系统通过掌握热斑现象形成过程中电池片运行状态的变化规律，实现对存在热斑现象的电池片图像信息进行分析后识别故障点并区别分类。

热斑图像检测就是将红外图像中RGB色彩空间图像转换为YCbCr色彩空间模型。Y表示亮度信息，Cb表示蓝色偏移量，Cr表示红色偏移量，YCbCr色彩空间只需要计算两个色差分量Cb、Cr即可。而组件中产生热斑故障的电池片拥有亮度信息。光伏组件红外热图大多呈现较高亮度，热斑故障点虽然相比同一块光伏组件的其他电池片能够表现出更高的亮度，但差异十分有限，不足以辨别热斑现象的产生。因Cb、Cr颜色通道所展现的信息较多，YCbCr模型直接提取Cb、Cr信息，作为光伏电池编码部分的输入数据，通过对比两个颜色信息的输入数据即实现了热斑类型、等级、定量、分析等故障信息。检测系统基于上述模型建立识别算法，再结合计算机信息数据快速处理的能力，满足光伏组件热斑检测的快速和准确性。

公司拥有光伏热斑检测技术方面的自主知识产权2项《无人机智能诊断系统软件V2.0》（软著登记号2018SR186399）；《一种无人机成像系统》（专利号2018202711872）。同时为保护相关领域核心技术，又申请并已受理的专利2项《一种便于丘陵地带使用的光伏发电组件热斑检测装置》《一种可进行图像识别的光伏发电组件热斑检测设备》。

四、应用前景

本项目采用计算机图像识别技术替代人工巡检肉眼识别热斑缺陷点，其检测作业耗时约4人·天，与人工巡检20人·天，对比效率提高了5倍以上。并且检测过程自动化、智能化，检测结果呈现数据化。大量节约了人力劳动成本，提高了检测的准确度，为企业带来了新的经济效益。

截止到2020年底，我国新能源光伏发电装机容量超过210GW，占地1千余万亩，近8亿块光伏板。光伏发电组件检测采用计算机图像识别技术替代人工视觉查找热斑缺陷，其将解放人力劳动作业有着重大意义。对企业降低人工成本和国家保护环境，提高新能源发电占比等方面有着积极的促进作用。检测效果得到用户认可，技术优势明显，具有良好的应用前景和市场推广价值。