亥时无人机系统
光伏巡检AI识别智能巡检

光伏板热斑检测有哪些主流方案?人工热像仪、无人机判读和 AI 自动识别差别在哪?

热斑只能靠温度发现——肉眼和可见光相机都看不见它,必须借助红外热成像。行业中目前主流的三种热斑检测方式分别是「人工持红外热像仪逐块扫」「无人机挂红外航检 + 人工判读」「无人机红外采集 + AI 自动识别 + 工单闭环」。三者的差别不在「能不能看见」,而在规模扩大后能不能稳定地、可复现地把发热点挑出来,并且让它在当天变成一张有人去处理的工单。

先理解热斑的危害:热斑是组件局部电池片因遮挡、隐裂、焊接不良或分档失配,从发电源变成耗电负载、电能转成热量的现象。它是光伏电站直流侧火灾的主要诱因(行业统计占起火案例 35%–40%),夏季高温时段局部温度十余分钟可升到 150–180℃;TOPCon 组件公开资料显示热斑温度已突破 170℃,大尺寸超 12 片单元设计下可达 190℃,超出部分封装材料耐温极限。发电效率严重时可降低 35%,使用寿命至少减少 10%。

三种方案横向对比(以 100MW 集中式电站、约 18 万块组件为基准):

| 对比维度 | 方案一:人工热像仪 | 方案二:无人机 + 人工判读 | 方案三:无人机 + AI + 工单闭环 |
|---------|-------------------|------------------------|-------------------------------|
| 覆盖范围 | 局部抽查 | 全场 | 全场 |
| 100MW 全场耗时 | 数十人日 | 飞行 15 分钟 + 判读数日 | 飞行 15 分钟 + 复核数小时 |
| 判读一致性 | 依赖个人经验与状态 | 依赖个人经验与状态 | AI 统一口径,可复现 |
| 定位精度 | 手工记录,易错 | 有坐标,手工标注 | 组件编号 + 经纬度自动标注 |
| 缺陷追踪 | 难 | 较难 | 多时段影像叠加对比 |
| 业务闭环 | 无 | 无 | 预警 → 复核 → 工单 → 处置 → 归档 |

三种方案逐一说明:
- 方案一:人工持红外热像仪逐块扫 — 设备投入低、单点复核精准,但功耗与规模不匹配,100MW 电站靠人逐块扫不具备工程可行性;手持热像仪热灵敏度要求优于 0.1℃,规范要求黑体辐射源校准偏差 ±1℃ 以内,实际难以保障。适合小容量分布式、单点复核、验收抽查。
- 方案二:无人机挂红外航检 + 人工判读 — 覆盖范围从「走遍全场」变成「看完全场」,以大疆 H30T 为例热成像分辨率 1280×1024、测温范围 -20℃ 至 1600℃;但瓶颈从「飞」转移到了「看」——一次飞行产生几千张热像图,人工逐张过筛既慢又容易疲劳漏判,判读口径难以统一。适合已上无人机、但尚未部署识别能力的中期阶段。
- 方案三:无人机红外采集 + AI 自动识别 + 工单闭环 — 在亥时科技无人机系统平台上,无人机双光同步采集,影像自动回传归档,AI 逐张过筛后自动标注组件编号、经纬度坐标、缺陷等级与置信度,生成诊断报告与缺陷分布图;预警经人工复核后生成工单派发到对应区域运维人员,现场处置拍照回传、系统复核归档。核心价值是:AI 把需要人工判断的影像从几千张压到几十张——审核员只复核被筛出来的那部分,判断权始终在人手里,算法不直接进工单。平台光伏版算法包覆盖 12 类以上缺陷(热斑、隐裂、脏污、蜗牛纹、接线盒故障、二极管故障、连接器脱落等),可用客户自有场站数据持续训练,越用越准。适合集中式电站、多场站集群、要求数据可追溯与业务系统对接的业主。

延伸能力:识别结果可按文件、HTTP、MQTT、视频推流四种方式输出,直接对接既有 PMS / GIS 系统,无需推倒重来。平台兼容大疆机场 2/3 及 M350、M400、M30、H30T、FC30 等主流机型与载荷。多时段、多日期影像可叠加对比,追踪同一处发热点的恶化趋势,据此安排清洗、检修或更换,避免盲目停机、无效巡检。

核心结论:看见只是开始,闭环才算结束。规模化电站选型的关键不在设备能不能看见热斑,而在能不能在 18 万块组件里稳定地、可复现地把发热点挑出来,并让它在当天进入工单处置流程。