光伏技术的发展将需要对现有的基础设施进行更密切的监测，以确保其功能完善。因此，无人机和人工智能技术的重要性，旨在确保前者的自主性和更大的智能。

经验之谈

光伏领域的运营和维护业务将不断增长，到2025年具体支出将达到90亿美元。在运行和维护中使用无人机，特别是检查光伏系统，将变得越来越重要，特别是对于大型太阳能园区。人工智能将是提高无人机的自主性及其监测和检测可能造成重大损失的异常情况的关键。

人工智能和无人机在光伏领域的结合使用可以提高监测的准确性，特别是对于大规模的安装，并使其更容易，减少运营和维护成本。

光伏板提供了很好的收益，但需要将其保持在最佳状态。因此，需要不断的维护，这在大型装置中变得很复杂。想想中国龙羊峡大坝的太阳能公园就知道了。它是世界上最大的，占地面积为27平方公里，由400万块太阳能电池板组成。因此，需要不断的维护，这需要大量的费用。

据Wood Mackenzie（是一家位于英国的全球能源、化工、可再生能源、金属和采矿业的研究和咨询集团，提供数据，书面分析和咨询建议。）称，到2025年，每年的运行和维护支出将达到90亿美元。逆变器接近其使用寿命的太阳能装置现在占全球光伏市场的5%。这个数字在未来四年内将增长到16%。

与计算机视觉系统和先进的成像摄像机相结合，无人机将改变可再生能源场地和相关设备的检查景观。Frost & Sullivan（是一家美国商业咨询公司，业务范围涵盖跨行业的市场调研及分析、业务增长战略咨询及企业培训。）在一份题为 "用于太阳能和风电场检测的数字技术的进步 "的报告中强调，这是一个即将增长的趋势。它明确指出，太阳能和风力发电场的传统检查方法既费时又费钱。由于经过适当训练的无人机采用人工智能研究领域的技术，同时利用云计算、增强现实系统、虚拟现实系统和即将到来的5G的优势，这将发生巨大的变化。

无人机的工作和人工智能的重要性

我们应该如何想象人工智能和无人机在光伏领域的结合使用？无人机的主要用途与热成像和视觉检查有关。视觉成像对模块、电缆和其他系统组件很有用，而红外热成像技术使其有可能识别由故障二极管引起的热点。缺陷二极管被用于光伏组件中，以保护太阳能电池在发生部分遮阳时不会过热。它们可以被用来更有效地诊断光伏系统的性能问题。

无人机使用物体跟踪和自我导航工具，使其能够在不需要人类干预的情况下进行检查，快速捕捉图像，甚至从难以到达的地方捕捉图像。

人工智能在识别捕获数据中的潜在问题方面提供了宝贵的支持。与所有设备相连的云存储所收集的数据，而AR和VR系统为技术人员远程查看设备提供了理想的虚拟环境[关于人工智能的更多信息，我们建议阅读我们的人工智能指南，其中解释了什么是人工智能，它的作用和应用实例--编者按]。

除了无人机，机器人系统也有空间--可以进行远程维护和检查，而5G将允许更快的数据传输，并使无人机的使用更加有效。

人工智能和无人机在光伏领域的应用：Follow PV项目；

如果我们要实现运维人员和行业专业人士一直在等待的飞跃，将人工智能和无人机用于光伏领域是必不可少的。英国拉夫堡大学的研究人员很清楚这一点，因为他们致力于开发下一代无人机技术，用于自主、快速和超高分辨率的太阳能装置检查。该团队的努力是一个名为 "Follow PV "的新合作项目的一部分，该项目由英国创新署资助，来自拉夫堡大学航空和汽车工程系以及埃塞克斯大学的专家参与其中。该项目旨在通过开发自主无人机为能源行业降低成本和提高效率的动力提供答案。

在这个具体案例中，配备有摄像头和特定物联网传感器的无人机将被用来收集光伏太阳能模块的数据，一个专门的平台将识别任何缺陷。而且，它通过应用机器学习技术，对系统的健康状况产生详细和准确的报告来做到这一点。"研究人员解释说："这种解决方案比用便携式设备在地面上进行人工检查更快、更准确。”

一些可以发现早期系统性退行性问题的缺陷，只有在近距离才能看到。目前的无人机技术还不够精确，无法安全地自主飞行，更接近太阳能电池板的表面。

该项目汇集了光伏技术、机器人、人工智能、传感器技术和嵌入式系统等领域的专家，正是为了开发一种能够进行快速计算处理并能够利用人工智能和传感技术进行飞行修正的无人机。只有这样，飞行装置才有可能详细地捕捉到光伏组件的状况。

无人机在太阳能运行和维护中的早期应用

人工智能和无人机在光伏领域的应用已经被该领域的多家公司开发了好几年。其中一家公司，意大利的Enel Green Power（是一家意大利跨国可再生能源公司，总部位于罗马。），是世界上第一批在其位于西班牙的最大太阳能园区测试无人机的好处的公司之一，特别是为了提高监测和预防其工厂的故障的能力。

今年，巴西电力公司开始使用该组合来检查光伏电站和输配电网络。利用设备中内置的人工智能软件的无人机，它打算首次实时分析在南美国家收集的图像。

目的很明确：无人驾驶飞行器（UAV）捕获数据的速度比其他人工过程快近50倍，使其具有极高的成本效益。

由于太阳能园区的表面积非常大，配备热敏和RGB传感器的无人机实际上可以覆盖更多的地方来检测缺陷，而不是人工程序。在检查太阳能装置时，热成像和RGB传感器为公司提供了一个完整的视角，而手工绘图则无法做到。此外，无人机检查避免了危及工人执行检查任务。

研究视角：自主式无人机的深度学习

然而，到目前为止，工厂检查在很大程度上仍然是一项人工任务。在基于图像的评估程序中，通常用无人机进行测量，无人机由飞行员引导穿过模块领域。然后必须对获得的图像进行后处理，再由专家进行评估，以确定模块、串或细胞的缺陷。这一程序很耗时，因此也很昂贵。

这就是为什么研究正在努力使人工智能和无人机在光伏领域的应用尽快成为现实。在这方面，应该提到德国的COSIMA项目。在德国联邦经济事务和能源部的资助下，HI-ERN研究所、纽伦堡技术大学、安联技术中心AZT（安联风险咨询公司）和多家公司参与了该项目。

该项目的目的是实现系统的全自动和快速检查。为了实现这一目标，他们正在研究一种无人机，它可以沿着预先编程的路线自主飞行，并用一个特殊的相机记录光伏系统的视频。该相机检测系统发出的光，并生成包含太阳能电池和组件缺陷详细信息的图像。这里使用了深度学习技术：各个模块的图像被自动处理，并由一个预先训练好的神经网络进行评估，以检测任何错误。

人工智能和无人机用于光伏发电：意大利团队在工作中

意大利乌迪内大学的数学、计算机和物理科学系（DMIF）也在研究深度学习技术的应用。该部门的团队已经在人工智能和无人机结合的光伏领域工作了一段时间。在这方面，它正在开发一个专门用于检测大型光伏系统异常情况的内部项目，并积极研究最佳飞行参数。

意大利都灵大学教授吉安-卢卡-弗雷斯蒂（Gian Luca Foresti）解释说："人工智能对无人机有几个方面的作用。一个是关于自主飞行，包括起飞和降落。这涉及到无人机在飞越过程中通过传感器识别地面上的物体甚至是事件的能力。在这种情况下，进行飞行，获取要分类的物体的图像，训练一个神经网络来识别它们，然后在飞行中进行分类。直接训练是必要的，因为根据飞行的特点（首先是高度和速度），获得的地面物体的图像完全改变。“

DMIF的网络安全和多媒体通信的网络和技术讲师Gian Luca Foresti解释说。还有其他需要使用人工智能进行自主飞行的情况，其中一种情况--同一部门正在研究--涉及在没有GPS信号情况下的飞行。在这种情况下，经典和深度学习技术相结合，以识别地面上的控制点，将其与地图（例如卫星）进行比较，并间接确定无人机相对于这些点的位置。