无人机红外热斑检测在光伏电站的应用

中电（福建）电力开发有限公司 程 霄 中电华创（苏州）电力技术研究有限公司 曹晟磊

甘肃中电瓜州风力发电有限公司 李 强 芜湖发电有限责任公司 王 潇

随着人们对于能源开发和利用的深入，清洁能源的开发逐渐受到了重视。其中太阳能发电以其低成本、无污染、可持续利用的特点深受各国能源行业的青睐。中国太阳能资源丰富，普遍呈现高原大于平原、西大于东的分布格局，这就决定了我国有部分光伏电站建在沙漠、戈壁等地。这些地方通常地广人稀、光源充足，但是光伏板也面临着飞鸟、尘土、落叶等物体的遮挡，久而久之，被遮挡部分阻抗增大变为负载，负载不断发热导致局部温度异常升高，严重时会烧毁组件，这就是热斑现象。热斑现象给光伏板的损害是不可逆且不可修复的。据国内外权威机构统计，热斑现象会降低光伏板10%以上的实际寿命。

目前，光伏电站的日常运行和维护主要取决于电站逆变器的电流、电压和其他电气特性受逆变器和汇流箱安装方式的限制，电气操作和维护仅精确至组串而非特定组件，由于天气原因还会导致故障诊断精度下降[1]。目前光伏电站的日常检查主要依靠人力，但大部分光伏电站都建在屋顶、山地、沙漠、戈壁滩、甚至水上，地理环境非常复杂，且大型光伏电站光伏板分布较为广阔，此时靠人工巡检就显得十分艰难。

在光伏产业蓬勃发展之时，无人机行业也在蒸蒸日上。无人机又称无人驾驶飞行器，是利用无线电遥控设备和自备的程序控制装置操纵的不载人飞行器[2]。无人机有价格低廉、绿色环保、小巧灵活等优势，在农业、工业、军事、科技等行业均有应用。无人机巡查基本不受地形限制、高效灵活，极大方便了电站工作人员的日常操作和维护。

红外相机功能可以检测组件的外表面温度，还能发现由光伏组件内部引起的故障，并根据外表面温度判定故障的严重程度[3]。借助无人机对红外光成像吊舱进行搭载，利用热斑定位从多角度对光伏板进行拍摄巡检，能实现对光伏电站的实际热斑情况进行全面拍摄[3]。因此采用无人机携红外光成像吊舱对光伏电站进行巡检，可以极大提高巡检效率、降低运维成本，对保障光伏电站的稳定运行有重要意义。本文将通过实际案例论证无人机热斑检测的可行性、可靠性及便捷性。

1 光伏组件红外热成像原理

任何物体都会产生红外线辐射，光伏组件上产生的红外辐射强度与光伏组件表面的温度高低相对应。分布在被测物体表面的辐射能的强度可以用利用不同波长的可见光来表示，这就是红外热成像系统的原理。红外热成像系统应用在光伏组件上的工作过程是将光伏组件的红外线辐射转换成电信号，再利用光电效应将转换好的电子信号在显示器上显示，实现光电转换。组件的红外辐射能量分布由电子信号表示，最后的组件红外图像显示在地面站遥控的显示屏上，同时显示了物体温度的分布[4]。

热传递是指物体间和材料内的热交换过程。在物体和环境之间，热平衡代数方程符合能量守恒定律：g+jcnv=qcnd+qcnv+M，式中，g 为物体发出的能量，jcnv为物体从周围环境吸收的热量，通过传导热量qcnd、对流热量qcnv和辐射热量M 将这两种热量发散出去，其中辐射热量占比较多。

物体遵循Planck 定律：Mλ=C1/λ5×1/(C2/(λT-1))，式中，C1和C2都是辐射常数，而λ 和T 分别表示目标物体的辐射波长和绝对温度。根据Stefan Boltzmann 定律，辐射热量M 的值为：M=εσT4，式中，σ 是Stefan Boltzmann 常数，ε 为目标物体表面辐射度，T 为目标物体的绝对温度。从公式中可知，辐射量M 与目标物体绝对温度T 成正比，目标物体绝对温度越高辐射热量M 越大。

热斑成因。光伏电站中热斑的形成原因主要有以下两点：一是光伏板在生产过程中会产生些许误差，这些误差会导致输出不均；二是部分发电组件被云、灰尘、鸟粪等遮挡，上述情况存在的时间一长，将导致发电模块的电池不平衡，不仅会影响组件的正常输出，增加局部阻抗并消耗能量，异常升高温度并形成热斑[3]。

热斑形成的影响。一方面，热斑效应对光伏板的使用寿命造成不可逆的影响，同时增加发电成本；另一方面，光照部分的组件所产生的能量会被部分被被遮挡部分消耗，造成输出与发电效率双双下降。如果未及时对热斑位置进行摸排，可能会导致边缘焊点脱落、盖板炸裂、电池烧毁等后果[5]。

2 无人机巡检系统介绍

2.1 无人机选型

由于无人机在巡检拍摄时要同时监测热斑、分析图像、标记异常和故障定位，所以无人机选型非常重要，常见三种类型的无人机如表1所示。

表1 无人机类型及参数表

由于多旋翼无人机操作难度低且能悬停，虽然存在电池续航的问题，但是现在已经实现了断点续飞功能，即无人机执行任务中途降落更换电池，起飞后仍可以飞回原来的位置继续执行剩余任务，故一般选择多旋翼无人机进行巡检航拍。

2.2 无人机热斑检测系统

多旋翼无人直升机搭载红外热像仪航拍光伏发电项目时，通过5G 平台无人机的实时状态和航拍景象会同步传递到地面站，操控人员事先输入飞行路线后由遥控控制无人机起飞，收到指令后无人机会自动前往拍摄地完成航拍，并将采集到的图片与数据自动处理标记对应位置后存入红外热像仪的SD卡中[5]。多旋翼无人机主要由无人机飞行平台、通信链路系统和地面站系统三部分构成，其中通信链路系统为无人机飞行平台和地面站系统提供信息交互[2]。如图1所示为多旋翼无人机系统结构图。

图1 多旋翼无人机系统结构图

其中，飞行平台模块包含有GPS 模块、传感器模块、电源模块、飞行控制模块、云台及控制模块以及任务设备模块，如图2所示。

图2 无人机飞行平台模块框图

飞控模块是无人机飞行过程中完成起飞、空中飞行、执行任务和返航回收的核心，实现无人机的全面管控[2]。传感器模块主要包含有气压计、陀螺仪、加速度计等，该模块根据每个传感器的传送的数据计算出无人机的飞行状态，这会使无人机按照预定航线稳定飞行。为无人机提供巡航路线则是由GPS 模块负责，电源模块用以供应电源，任务装备模块是无人机根据不同任务选择使用的各种不同装备，拍摄角度由云台及控制模块负责。

地面站系统是一个人机交互平台的核心，一个地面站系统的好坏取决于是否有好的无人机地面站监控软件。当前，市场上绝大部分无人机监控软件都能提供可视化窗口、检测飞行数据还能提供实时控制、航线规划等功能[2]。

3 无人机热斑检测流程

目前无人机热斑检测的流程大致包含五个步骤：第一，科学制定无人机飞行路线，做到覆盖全站无遗漏；第二，基于特定需求拍摄图片同时获取信息并生成可见光——红外图像；第三，建立好热斑检测模型；第四，对无人机拍摄的光伏板照片进行热斑分析；第五，输出结果并生成报告。下面对以上步骤进行具体论述。

制定飞行路线。制定无人机航拍路线时应本着航拍安全、高效采集两个原则，确保飞行路线的合理性的同时避免漏拍和重复拍摄。在实践中我们一般采取先整体航拍全站面貌，再通过分割出具体飞行区域来制定不同类型的飞行路线。无人机安装检查和无人机自检必须在飞行前进行，之后输入飞行路线并调整高度角参数，设定GPS 传感器需要确保无人机上两个摄像头拍摄的光伏组件处于可视化窗口图像的中心[6]。

及时拍摄图像。飞行路线规划后进行图像拍摄。在飞行模块的控制下，无人机根据预先设计的路线抓拍组件照片，同时传输温度数据到地面站，并通过任务设备模块生成实时图像。

建立光伏热斑检测模型。将收集到的数据进一步进行优化，同时将异常数据剔除。利用灰色相关投影法将与被测日相同的历史环境元素进行选择，主要变量为光线和温度。选择类似于待测日的历史数据作为隔离森林算法的样本数据从而对算法进行训练。接着收集各条支路的数据作为诊断的依据，及时确定各支路的异常情况，支路故障往往出现在那些评分较大的支路[4]，如图3为热斑流预测流程图。

图3 光伏热斑预测流程图

展开图像分析。对于拍摄的图片可以利用图像处理模块进行处理，软件会智能分析红外图像的温度数据，同时标记热斑位置。

生成检测报告。模块热斑的状态信息会通过UI模块在报告中体现，光伏电站维护人员可以通过检测报告来了解组件热斑的详细位置以及状态，从而进行维护来保障光伏电站平稳运行。

4 具体案例

安徽某10MW 屋顶光伏电站利用无人机进行红外热斑检测，从电站工作人员处得知电站光伏板全部采用多晶硅组件，操作人员对全站进行了组件红外热斑检测，共计花费半个小时，后续采用软件对无人机航拍结果进行分析并生成报告。本次热斑检测共处理航点80个，共计检测出缺陷29个，其中有缺陷航点20个、占比25%，无缺陷航点60个、占比75%。其中条状热斑23个、占比79.3%，多斑5个、占比17.2%，空载1个、占比3.4%，如图4为红外热斑分布图，红点表示该区域存在故障缺陷。图5为无人机拍摄的红外热斑瓦块图其中框出的相比周围更亮的位置即为热斑。

图4 安徽某10MW 光伏电站红外热斑分布图

图5 安徽某10MW 光伏电站红外热斑瓦块图

5 结语

光伏电站普遍容易产生热斑现象，而热斑现象的产生不仅会影响电站的发电量，严重时会对电站的平稳安全运行造成影响。通过搭载红外热像仪的无人机在光伏电站中的热斑检测和巡检功能能大大减少人力成本并增加检测的精确度。到目前为止，无人机红外热斑检测在光伏电站中的运用还不够完善，需要加强该方面的深入研究，以满足更多工作中的实际需求。