Produktintroduktion

En solpark kan innehålla allt från tiotusentals till flera miljoner moduler. Dag efter dag sitter de ute i värme, vind, sand, regn och snö, så det är ingen överraskning att de drabbas av olika åkommor. Den vanligaste, och även den farligaste, är hotspot.

En hotspot är bara en liten fläck på en modul som blir onormalt varm. I bästa fall minskar den din effekt. I värsta fall bränner den genom bakstycket och startar en brand, vilket sätter hela anläggningen i riskzonen. Problemet är att modulerna är packade kant i kant. Att skicka ut team för att kontrollera dem en efter en med ett handhållet instrument är långsamt och missar saker. Därför har kombinationen av infraröd termografi och djupinlärning hamnat i rampljuset.

Rikta en infraröd kamera mot en modul, fånga dess temperaturspridning som en värmekarta, låt sedan ett tränat neuralt nätverk läsa den kartan åt dig och markera var det är varmt och hur varmt. Låter enkelt. Men att få det att faktiskt fungera i fält är en annan historia. Infraröda bilder har tre inbyggda brister som ställer till det för vanliga algoritmer: låg upplösning, vilt olika defektstorlekar och röriga bakgrunder.

En ny metod som kallas SESPNet (Semantic Enhancement and Scale Perception Network) angriper direkt dessa tre brister. Dess siffror är solida: 92,1 % genomsnittlig precision, 62,4 bilder per sekund, och den är tillräckligt liten för att köras i realtid på en handflatestor inbäddad enhet. Denna artikel bryter ner hur den drar ut varje hotspot ur en tråkig grå infraröd bild.

För det första, varför hotspots är viktiga. En PV-modul består av många celler kopplade i serie. Om en cell förlorar sin uteffekt på grund av skuggning, en mikrospricka eller smuts, slutar den att bidra med ström och börjar fungera som ett motstånd, vilket omvandlar strömmen från de andra cellerna till värme och bränner bort den inuti sig själv. Den cellen blir värmekällan för hela strängen och blir tiotals grader varmare än sina grannar. Mildare fall drar ner strängens uteffekt. Allvarliga fall kokar inkapslingsmaterialet över tid, bränner igenom bakplåten och kan till och med antändas. Att upptäcka hotspots tidigt och hantera dem snabbt är en uppgift som PV-operatörer inte kan undvika.

Figur 1: Solfångarmoduler monterade på ett tak, exponerade för utomhusmiljö i åratal, där lokala temperaturtoppar bildar hotspots.

Figur 2: Arbetsflödet i fem steg för infraröd termisk detektering av PV-moduldefekter, från temperaturmätning till att lokalisera den felaktiga panelen.

Tekniska parametrar

Varför infraröd är ett måste för hotspot-detektering

För att förstå denna algoritm, börja med grunderna: varför en vanlig kamera inte duger för dolda PV-fel, och varför infraröd är den enda vägen.

Synligt ljus-avbildning är bara vanlig fotografering. Hög upplösning, rik detaljrikedom, bra för att upptäcka sprickor, repor och smuts på ytan, sådant man kan se. Men den har en dödlig begränsning. Den läser bara utseende, inte temperatur. En mikrospricka eller en kall lödning inuti en modul ändrar ofta inte hur den ser ut tidigt, men den blockerar ström på den punkten och värmer upp den. Synligt ljus-kameror är hjälplösa mot dessa termiska fel, och på natten eller i dåligt ljus är de oanvändbara.

Infraröd tar en annan väg. Alla objekt över absoluta nollpunkten avger infraröd strålning, och ju varmare desto starkare strålning. En infraröd kamera fångar den strålningen och målar den osynliga temperaturspridningen direkt på en färg- eller gråskalevärmekarta. Den behöver inget externt ljus, så den fungerar dag som natt. Var en modul är varm och hur mycket syns tydligt. För värmebaserade defekter som hotspots och trasiga ledningsnät är infraröd den naturliga lösningen.

Det är därför infraröd har blivit ett nyckelsätt för att öka både noggrannhet och hastighet vid defektdetektering på PV-anläggningar. En drönare med en infraröd kamera kan svepa över en hel solpanelanläggning på några minuter, dussintals gånger snabbare än ett manuellt team. Men den förmågan att se värme kommer till ett pris: bildkvaliteten är mycket lägre än för synligt ljus.

Den gamla manuella metoden innebär att arbetare bär instrument och mäter panel för panel. Det är långsamt och bygger tungt på erfarenhet. Med moduler tätt packade och räknade i tusental är det utmattande, felbenäget och nästan omöjligt på natten att läsa av dem en och en. Drönar- plus infraröd-kombinationen maximerar insamlingssteget, men om du fortfarande läser dessa tusentals bilder för hand flyttas flaskhalsen bara från mätning till tittande. För att sluta loopens krävs en algoritm för att läsa bilderna. Det är signalen för djupinlärning.

Figur 3: En typisk infraröd värmekarta. Ju varmare område, desto varmare färg, och det överhettade området syns omedelbart. Detta är råmaterialet för hotspot-detektion.

Figur 4: Arbetsfördelningen mellan synligt ljus och infraröd avbildning. För termiska fel är infraröd den naturliga lösningen.

Tre tuffa ben i infraröd defektdetektion

Infraröd kan se värme, men det ger detekteringsalgoritmer tre svåra problem. Dessa tre är precis varför många färdiga algoritmer misslyckas med PV-infrarött arbete.

Ett: låg kontrast. Infraröda bilder är tråkiga och gråa överlag. Gråskaleskillnaden mellan defekt och bakgrund är liten från början, och brus i bilden gör att defekter kan sväljas av bakgrunden. Algoritmen kan inte fånga nyckelfunktionerna, så noggrannheten lider.

Två: kraftigt varierande defektstorlek. Inom en enda infraröd bild kan hotspot-storlekar skilja sig tiotals gånger. Vissa är en hel bypassad sträng som lyser över en stor yta; andra är bara en cell som värms upp något i ett hörn. Ett fast receptivt fält, det område nätverket kan se tydligt i ett pass, tenderar att förlora det ena för det andra mot en sådan spridning: fånga det stora målet och missa det lilla, eller tvärtom.

Tre: information om små mål går förlorad. Detta är det knepigaste. Neurala nätverk nedsamplar lager för lager, krymper bilden för att extrahera högnivåbetydelse. Men små hotspots som bara var tiotals pixlar från början suddas ut när de krymper, tills nästan inget finns kvar när ett beslut fattas, och igenkänningen tar stor skada.

Sätt ihop alla tre och det är tydligt: PV-infraröd defektdetektion är svår eftersom du måste kämpa mot "kan inte se tydligt, storlekar överallt, lätt förlorat" samtidigt. SESPNet:s tre kärnuppgraderingar riktar sig var och en mot ett av dessa ben: en förbättrar semantik för att undertrycka bakgrunden, en bygger en pyramid för att hantera storlekar, en skyddar kanalerna för att återhämta små mål.

Varför inte bara ta en färdig detektor? Objektdetektion har utvecklats snabbt och delas in i två vägar. Den ena är tvåstegs: först grovsållning av kandidatområden, sedan bedömning av varje noggrant, hög noggrannhet men långsam. Den andra är ettstegs: en enda titt ger både plats och klass, snabb och lämplig för realtid. YOLO-serien är flaggskeppet för ettstegsdetektion. Men dessa allmänna algoritmer är tränade på vanliga synliga bilder och när de appliceras på lågkontrastiga, vilt skalade PV-infraröda bilder, kämpar de. SESPNet:s uppgraderingar fyller dessa tre luckor, specialanpassade för infraröda defekter.

Figur 5: De tre svåra benen i infraröd defektdetektion: låg kontrast, flera skalor och små mål.

Figur 6: En multirotordrönare med kamera, som flyger över solfältet för att ta infraröda bilder i bulk, och täcker på minuter vad en besättning skulle ta en halv dag att täcka.

Tekniska fördelar

Steg ett: Semantisk förbättring, lyfta defekter ur bakgrunden

SESPNet bygger på YOLOv10 som basmodell. YOLOv10 är en av dagens mest populära realtidsdetektorer, släppt av ett team från Tsinghua i maj 2024, byggd för att vara snabb, noggrann och enkel att distribuera. SESPNet utför tre operationer på den, och den första bäddar in en Semantic Information Enhancement Module, SIEM, i stammen.

Vad den löser är problemet med låg kontrast. Dålig kontrast i infraröda defektbilder låter bakgrundsbrus störa de egenskaper modellen extraherar, vilket skadar noggrannheten. SIEM arbetar på två sätt samtidigt. En global uppmärksamhetsgren tar in hela bildens övergripande betydelse, räknar ut vad som är bakgrund och vad som kan dölja en defekt, så att brusets störning trycks ner. En lokal uppmärksamhetsgren fokuserar på defektens egna detaljer och textur, vilket skärper dess egenskapsuttryck.

Varje gren övervakar sitt eget, sedan viktas globalt och lokalt och smälts samman. Tänk på det som att kisa för att urskilja hela takets kontur och utesluta brus, sedan luta sig in för att stirra på den ena misstänkta fläcken. Nära och fjärran kombinerat, och defekten lyfts ur den tråkiga bakgrunden. De sammansmälta egenskaperna behåller defektens detaljer samtidigt som bakgrundsstörningar undertrycks, så egenskapsuttrycket är klart starkare.

Resultatet syns tydligt i ablationsstudien senare: lägg till enbart SIEM och medelprecisionen ökar för alla tre målklasser, med verkliga vinster i att motstå komplexa bakgrunder.

Ryggraden är den del av modellen som först berör bilden och extraherar basfunktionerna. Att placera SIEM här innebär rengöring vid källan: innan något skickas vidare, förstärks defektens egenskaper redan och bakgrundsbruset undertrycks. Med en ren källa kommer den senare skalhanteringen och mållokaliseringen inte att ledas vilse av oreda. Det är därför den sitter i ryggraden och ingen annanstans. Behandla föroreningen tidigt.

Figur 7: Den dubbla grenstrukturen hos SIEM:s semantiska förbättringsmodul. Den globala grenen läser helheten för att undertrycka bakgrund, den lokala grenen övervakar detaljer för att förstärka defekten, sedan viktas och smälts de två samman.

Figur 8: En solpanel på taket. Det täta fältet av moduler är precis den röriga scenen som matar störningar till en detektionsalgoritm.

Steg två: Pyramidpoolning, både stora och små hotspots i fokus

Den andra förändringen byter ut YOLOv10:s ursprungliga spatiala pyramidpoolningsmodul mot en Space Attention Pyramid Pooling Module, SAPPM. Den riktar sig mot problemet med varierande skalor.

"Pyramidpoolning" kan läsas som att skanna samma funktionskarta med flera fönster av olika storlekar samtidigt. Små fönster ser fina detaljer, bra för små hotspots; stora fönster ser brett, bra för stora hotspots. Studien kör flera poolningsfönster från små till stora parallellt, så oavsett om en defekt täcker flera rader eller bara är en handflatsstor fläck, fångar rätt fönster den.

Dessutom lägger SAPPM till ett lager av spatial uppmärksamhet. Den tilldelar olika vikter till funktionerna från olika fönster, så att den verkligt viktiga skalinformationen hålls i centrum medan den irrelevanta tonas ner, och syr sedan ihop dessa flerskaliga funktioner till en mer fullständig funktionskarta. Kort sagt, den första delen hanterar "att se varje storlek", den andra delen hanterar "att framhäva vad som bör ses". Tillsammans ökar de kraftigt modellens känsla för flerskaliga mål.

Detta lindrar direkt det gamla problemet med att förlora det ena för det andra. Ett nätverk med fast receptivt fält tappar det lilla målet medan det bryr sig om det stora; med SAPPM på plats kan både stora och små hotspots ses tydligt i samma pass, oavsett hur stor skillnaden i skala är.

Figur 9: En skiss av SAPPM:s flerskaliga funktionspyramidpoolning, som skannar parallellt med fönster av olika storlekar och sedan syr ihop dem med spatial uppmärksamhetsviktning.

Figur 10: En flygbild av en anläggning. Drönare fångar på olika höjder, vilket gör att samma defekt visas i ännu mer varierade skalor i bilden.

Steg tre: Kanaluppmärksamhet, fiska tillbaka de nästan förlorade små målen

Den tredje förändringen landar i halsnätverket och bygger en flerskalig kanalattentionmekanism, MCI. Den botar det knepigaste problemet: informationsförlust för små mål.

Först, ett ord om kanaler. När ett nätverk bearbetar en bild delar det upp egenskaper i många parallella kanaler, var och en beskriver bilden från en annan vinkel. Egenskaper för små mål är redan svaga, utspridda över dessa kanaler, och om varje kanal bara sköter sig själv utan utbyte, drunknar den värdefulla informationen lätt i lager-för-lager-överlämningen.

MCI:s tillvägagångssätt är att bygga interaktion mellan kanaler, så att de kan prata med varandra. Varhelst en kanal fortfarande har ett spår av det lilla målet, förstärker och bevarar tvärkanalssamarbete det. Detta stärker ytterligare extraktionen av småskalig egenskapsinformation, och de små hotspots som höll på att försvinna i nedsampling fiskas tillbaka.

Var dessa tre åtgärder sitter i nätverket är också avsiktligt. SIEM rengör egenskaper vid backbone-källan, SAPPM sammanfattar flerskalig information vid backbone-svansen, och MCI gör den slutliga poleringen vid halsen som kopplar backbone till detektionshuvudet. Fram, mitt, bak, tillsammans täcker de hela kedjan av att extrahera, sammanfatta och mata ut egenskaper, och varje steg får en riktad åtgärd för en infraröd defekt-smärtpunkt.

De tre åtgärderna har tydliga roller: SIEM hanterar kontrast, SAPPM hanterar skala, MCI hanterar små mål. De slåss inte ensamma utan lämnar över stafettpinnen: lyft först defekten ur bakgrunden, täck sedan alla storlekar, fånga sedan det lilla mål som mest sannolikt glider undan. Med denna kombination löses de tre tuffaste benen av infraröd defektdetektering ett efter ett.

Figur 11: Infraröda hotspots sorterade efter skala i Large, Middle och Mini. Storleksgapet är enormt, och de minsta hotspots är lättast att missa.

Figur 12: Ett svagt mål fångat av infrarödkameran. Ju mindre och svagare målet är, desto lättare blir det utjämnat i bearbetningen.

Produktapplikation

Resultatet: 92,1% noggrannhet, 62 bilder per sekund

Effekten av de tre åtgärderna kommer ner till data. Forskarna byggde sin egen PV-modul infraröd defektdataset och märkte hotspots efter pixelstorleken de upptar i bilden i tre klasser: över 64x64 pixlar är Large, mellan 32x32 och 64x64 är Middle, under 32x32 är Mini. Hur bra detektionen är måste läsas klass för klass, skala för skala.

Noggrannhet bygger på två mått. Det ena är recall, R, som svarar på frågan "av de defekter som borde hittas, hur många återfanns." Det andra är medelgenomsnittlig precision, PmA, en sammanvägning av detektionsprecision över klasser, den totala poäng som en detektor bryr sig mest om. Lägg till detektionshastighet, mätt i bildrutor per sekund, och dessa tre siffror tillsammans berättar hela historien om en algoritm.

Börja med modul-för-modul-ablationen. Med standard YOLOv10 som baslinje är dess medelgenomsnittliga precision 89,8%. Lägg till enbart SIEM, upp till 90,4%; enbart SAPPM, 90,5%; enbart MCI, 90,7%. Varje åtgärd hjälper. Stapla alla tre, hela SESPNet, och medelgenomsnittlig precision hoppar till 92,1%. Utmärkande är små mål: baslinjens Mini-precision är endast 86,7%, och med alla tre stiger den till 90,3%, en hel 3,6 procentenheter, vilket bevisar MCI:s arbete med att återfinna små mål.

Figur 13: Modul-för-modul-ablationen. Med de tre modulerna staplade stiger den svåraste småmålsprecisionen från 86,7% till 90,3%.

Figur 14: En oändlig stor markmonterad anläggning. Dess tusentals moduler är precis vad denna algoritm måste kontrollera en efter en.

Huvud mot Huvud: Nio Algoritmer på Samma Scen

Att jämföra med sig själv räcker inte. Studien ställer SESPNet på samma scen som åtta andra mainstream-algoritmer, tränar dem på samma dataset och mäter noggrannhet och hastighet sida vid sida.

Resultatet talar för sig självt. Klassiska tvåstegsalgoritmer som Faster R-CNN och Cascade R-CNN har begränsad feature extraction och går långsamt, landar på 86% till 88% medelgenomsnittlig precision, inte lämpliga för scener som kräver hög realtidsprestanda. SSD är snabbast men dess noggrannhet är endast 74,3%, klart låg. YOLO-serien är mer balanserad överlag: från YOLOv7:s 88,1%, via YOLOX, YOLOv8, YOLOv10 och YOLOv11, stiger noggrannheten till intervallet 89% till 90% med hastigheter runt femtio till sextio bildrutor per sekund.

SESPNet trycker den kurvan ytterligare till övre högra hörnet: 92,1% medelgenomsnittlig precision, cirka 2 procentenheter över tvåan, och 62,4 bildrutor per sekund, i takt med YOLO-snabbisarna. Det offrar inte hastighet för att lyfta noggrannhet; det håller den övre högra positionen av snabb-och-noggrann som andra inte kan nå. Det är dess största värde. I en scen med massiva modulantal där du bedömer medan du patrullerar, är varje liten fördröjning en kostnad.

R = TP ÷ ( TP + FN ) · P = TP ÷ ( TP + FP )

Dessa två rader är grunddefinitionerna för noggrannhetsmåtten. R (återkallelse) mäter andelen verkliga defekter som återfinns, P (precision) mäter hur många av de rapporterade defekterna som är verkliga, och PmA är den totala poängen beräknad över klasser och över precisionsnivåer. Logiken är inte komplicerad: missa så lite som möjligt (hög återkallelse) och falsklarma så lite som möjligt (hög precision), håll båda ändarna i schack, och du har en pålitlig detektor.

Figur 15: Noggrannhets-hastighetsjämförelse av nio algoritmer. SESPNet håller det övre högra hörnet med 92,1% noggrannhet och 62,4 FPS.

Figur 16: Ett verklighetstest på en inbäddad plattform. Den mest noggranna SESPNet håller fortfarande stabilt 12,6 FPS.

Klämd in i en handflatestor låda och fortfarande i realtid

Att fungera bra i labbet betyder inte att den är användbar i fält. Solcellsanläggningar finns mestadels i vildmarken, där inspektionsutrustning har begränsad beräkningskraft och ström. Huruvida algoritmen får plats i en lågenergilåda och körs i realtid är det sista hindret för verklig driftsättning.

Forskarna portade den till en inbäddad plattform som heter Jetson Nano för att verifiera. Dess processor är ett fyrkärnigt ARM-chip ihopkopplat med en nybörjarnivå 128-kärnig GPU, långt under labbets arbetsstation med sitt dedikerade kort både i beräkningskraft och ström. SESPNet distribuerades i samma ingångsskala och tävlade sedan mot de andra algoritmerna på detta lilla kort.

Resultatet bevisar återigen dess balans. Klassiska tvåstegsalgoritmer visar sina sanna färger i den inbäddade miljön: Faster R-CNN sjunker till 1,9 bilder per sekund, knappt realtid; Cascade R-CNN endast 3,7. YOLO-serien faller generellt till omkring elva eller tolv bilder, medan SESPNet håller 12,6 bilder per sekund samtidigt som den behåller topp 92,1% noggrannhet, sida vid sida med de lätta YOLO-algoritmerna, till och med lite före. Beräkningskraften minskades kraftigt, den förblir noggrann och stabil, vilket visar hur väl designen passar resursbegränsade miljöer.

Detta innebär att en drönare eller en portabel inspektör utrustad med denna algoritm inte behöver skicka bilder till molnet för långsam bearbetning. På plats, i realtid, kan den avgöra vilken panel som har en hotspot. Både inspektionseffektivitet och svarstid ökar ytterligare ett steg.

Värdet av att bedöma i farten är mer än att spara en tur och retur-resa. Att placera beräkning vid kanten innebär att inspektion fortfarande kan köras på avlägsna anläggningar med dålig signal; upptäck en misstänkt het punkt och du kan markera den på plats och flyga igen för att bekräfta direkt, utan att vänta på att data ska återvända och manuell granskning innan en andra sortie. För stora anläggningar mätta i hundratals megawatt med moduler räknade i miljoner, avgör denna realtidsförmåga på plats direkt om en full inspektion tar timmar eller dagar.

Avslutning: Ingenstans att gömma sig för varje överhettad panel

När man ser tillbaka är det smarta med SESPNet inte att stapla någon utarbetad struktur utan att behandla rätt symptom. Infraröd kontrast är låg, så semantisk förbättring undertrycker bakgrunden. Defektskala är en röra, så pyramidpoolning täcker alla storlekar. Små mål går lätt förlorade, så kanaluppmärksamhet fiskar tillbaka dem. Tre drag, var och en till sin uppgift, och skickar stafettpinnen vidare.

Vad som är mer sällsynt är att den inte gjorde modellen fetare för noggrannhetens skull. Många algoritmer jagar noggrannhet blint, blir uppsvällda, drar ner hastigheten och kan inte ens få plats på en inbyggd enhet. SESPNet håller sin hastighet samtidigt som den toppar noggrannheten, och den överlevde testet av drastiskt minskad beräkning. Den balansen av noggrann, snabb och lätt är precis den kvalitet som fältet värderar mest. Huruvida en teknik är bra handlar om den kan utföra verkligt arbete på en verklig anläggning.

92,1% medelprecision, 62,4 bilder per sekund och tillräckligt liten för att köras i realtid i en handflatestor låda. Dessa tre siffror tillsammans skisserar ett verktyg som verkligen kan åka ner till anläggningen och börja arbeta. Det förvandlar en tråkig grå infraröd bild, en gång svår även för det mänskliga ögat, till en hälsorapport där defekter inte har någonstans att gömma sig.

När en drönare som bär en sådan algoritm sveper över fält efter fält av blå arrayer, blir varje tyst överhettad panel fastställd och hanterad i första ögonblicket. Dolda heta punkter blir synliga, och till synes små risker kvävs. Vad som håller är precis en anläggning som omvandlar solljus till kraft, länge, säkert och med full belastning.

Ooitechs syn

Vad som slår oss mest här är hur detektering och tillverkning är två sidor av samma tillförlitlighetsmynt. En het punkt som flaggas i fält spåras ofta tillbaka till en mikrospricka eller en kall lödning född på linjen, vilket är anledningen till att stringersvetsning, layup-justering och lamineringskontroll är så viktiga på en modulproduktionslinje. Få dessa steg rätt och du matar färre heta punkter i fält från början. Om du vill se hur en riktig modullinje byggs och justeras, är våra fabriksgenomgångar på Ooitech YouTube-kanal (www.youtube.com/ooitech) värda en titt och en prenumeration.