Neural System

Inspektion von Solarmodulen

2 Videos · 4 Fotos · Verschmutzung, gebrochene Module und lose Kabel in Solarparks und Dachanlagen

Mit meinem Video testen

Foto: Deo photographer / Wikimedia Commons — CC BY-SA 4.0

Analysierte Module
—
Module mit Mängeln
—
Durchschnittliche Verschmutzung
—
Gebrochene/gerissene Module
—
Lose/freiliegende Kabel
—
Geschätzter Ertragsverlust
—
Wartungspriorität
—
Erkannte Warnmeldungen0
  • Bisher keine Warnmeldungen
Module nach Mangeltyp
Warte auf Daten …
Verschmutzungsgrad pro Modul (%)
Warte auf Daten …
Durchschnittliche Verschmutzung × geschätzter Verlust (%)
Warte auf Daten …

Über diese Lösung

Die KI schneidet jedes Photovoltaikmodul aus dem Bild aus (Drohne, feste Kamera oder Inspektionsfoto) und prüft auf die Mängel, die Ertrag und Sicherheit einer Anlage am stärksten beeinträchtigen: Verschmutzung (Staub, Vogelkot, Laub, Schnee), gesprungenes Glas oder gebrochene Module sowie lose oder freiliegende Kabel. Jedes Modul erhält einen Status (In Ordnung, Verschmutzung X %, Gebrochen, Kabel freiliegend), der Ertragsverlust wird geschätzt und die Module werden nach Wartungspriorität sortiert – das O&M-Team geht direkt zu den Modulen, die am dringendsten Reinigung oder Austausch brauchen.

  1. 1Modulsegmentierung (YOLO11-seg): Der Umriss jedes Moduls bzw. Tisches wird ausgeschnitten; im Drohnenvideo wird jedes Modul verfolgt und nur einmal gezählt.
  2. 2Defektsegmentierung (YOLO11-seg): Staub, Vogelkot, Laub und physische Schäden werden in der tatsächlichen Form des Flecks ausgeschnitten. Es zählt nur, was INNERHALB des Moduls liegt – Boden und Dach drumherum werden ignoriert.
  3. 3Ein zweiter Detektor ergänzt Schnee und bestätigt Schäden; CLIP (Vision-Language, ohne Training) vergleicht jedes Modul mit Beschreibungen sauberer, verschmutzter, verschneiter und gebrochener Module – ein Schaden gilt erst mit zwei Stimmen als bestätigt.
  4. 4Verschmutzung = Anteil der Modulfläche in %, der von Flecken bedeckt ist (Staub, Kot, Laub, Schnee). Bei Schnee wird die Abdeckung über die weißen Pixel des Moduls gemessen.
  5. 5Lose/freiliegende Kabel: textgesteuerte Erkennung (OWLv2) von hängenden Kabeln, Schlaufen und losen Kabelrollen an den Modulen oder der Unterkonstruktion.
  6. 6Geschätzter Ertragsverlust: proportional zur verschmutzten Fläche (siehe Annahmen); ein gebrochenes Modul erhält den eingestellten Verlust (Standard 33 %, eine der drei Bypass-Dioden eines typischen Moduls).
  7. 7Wartungsrangliste: zuerst gebrochene Module und freiliegende Kabel (Sicherheit), dann die Module mit dem höchsten geschätzten Verlust.

Vorteile

  • Reinigung nach Bedarf – nur bei Modulen/Tischen mit relevanter Verschmutzung, statt nach festem Plan.
  • Gesprungene Module werden früh erkannt, bevor sie zu Hotspots, Wassereintritt oder Brandgefahr werden.
  • Lose Kabel werden gefunden, bevor sie Lichtbögen, Scheuerschäden oder String-Ausfälle verursachen.
  • Fotonachweis pro Modul, mit Status und Rangliste, bereit für den Arbeitsauftrag.
Details der Lösung ansehen