无人机光伏巡检系统AI算法精准缺陷检测

系统优势

1. 基于SAAS架构

    大大减少了安装、管理和升级软件等繁琐任务所花费的时间和金钱成本。数据安全、便于进行数据挖掘分析，基于积累的大量的宝贵数据，通过对AI视觉算法进行训练使得AI算法准确度不断提高。

   2.基于GIS的数据承载应用

    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。

系统功能

   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、整串故牌。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。

   缺陷信息图层：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)；2.查看单个合并数据以及原缺陷数据记录；3.缺陷类型合井: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。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、组件和组申分布、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。