画像で点検する太陽光発電所

AIが画像（ドローン、固定カメラ、点検写真）から太陽光パネルを1枚ずつ切り出し、発電所の発電量と安全に最も影響する不適合を確認します。汚れ（ほこり、鳥のふん、落ち葉、雪）、ガラスのひび割れやモジュールの破損、外れた・露出した配線です。各パネルに状態（適合、汚れX%、破損、配線露出）を付け、発電ロスを推定し、保守の優先順位で並べます。O&Mチームは清掃や交換が最も必要なモジュールへ直行できます。

仕組み

1. 1パネルのセグメンテーション（YOLO11-seg）：各モジュール・架台の輪郭を切り出します。ドローン映像では各パネルを追跡し、一度だけカウントします。
2. 2欠陥のセグメンテーション（YOLO11-seg）：ほこり、鳥のふん、落ち葉、物理的な損傷を、汚れの実際の形で切り出します。パネルの内側にあるものだけを数え、周囲の地面や屋根は無視します。
3. 32つ目の検出器で雪を加え、損傷を確認します。CLIP（視覚言語モデル、学習不要）で各パネルをきれい・汚れ・積雪・破損の説明と比較し、2票そろったときだけ損傷と確定します。
4. 4汚れ率＝パネル面積のうち汚れ（ほこり、ふん、落ち葉、雪）に覆われた割合（%）。雪の場合は、パネルの白いピクセルで被覆率を測ります。
5. 5外れた・露出した配線：テキスト指示による検出（OWLv2）で、モジュール付近や架台にある垂れ下がったケーブル、たるみ、ゆるんだ束を見つけます。
6. 6推定発電ロス：汚れた面積に比例します（前提条件を参照）。破損パネルには設定したロス（既定値33%、一般的なモジュールの3つのバイパスダイオードの1つ分）を適用します。
7. 7保守の優先順位：まず破損パネルと露出配線（安全面）、次に推定ロスの大きいパネル。

導入効果

• 固定スケジュールではなく、汚れが目立つパネル・架台だけを必要に応じて清掃。
• ひび割れたモジュールを早期に発見し、ホットスポット、浸水、火災リスクになる前に対処。
• アーク、擦れによる摩耗、ストリング停止を起こす前に、外れた配線を発見。
• パネルごとの写真記録に状態と順位を付け、そのまま作業指示に使えます。