本研究针对光伏电站传统人工巡检效率低、成本高及难以覆盖复杂地形的问题，提出一种基于光伏无人机的故障判别算法。该系统利用无人机搭载高分辨率可见光与红外热成像传感器，采集光伏组件表面多模态图像数据。在此基础上，融合深度学习与图像处理技术，设计特征提取与故障分类模型，实现对热斑、隐裂、老化及遮挡等典型故障的快速识别。算法通过轻量化网络结构适配无人机边缘计算平台，提升实时判别性能。实验结果表明，所提方法在多种光照与角度条件下，故障检测准确率可达95%以上，显著优于传统阈值法。该研究为光伏运维的智能化升级提供了高效、可扩展的技术方案。
基于光伏无人机的故障判别算法研究（37页）下载大小：15.24MB
基于光伏无人机的故障判别算法研究