Progress in Photovoltaics veröffentlicht Lukas Bommes' Artikel

Progress in Photovoltaics veröffentlicht den Artikel von Lukas Bommes über die Klassifizierung von mehr als 100.000 PV-Modulen mit IR-Thermographie und maschinellem Lernen - Fehlerklassifizierung in mehr als 100.000 PV-Modulen aus IR-Videos aus der Luft

Progress in Photovoltaics publishes Lukas Bommes' article
Fehlerklassifizierung in PV-Modulen anhand von IR-Videos aus der Luft
Progress in Photovoltaics, doi.org/10.1002/pip.3448

Der zunehmende Einsatz von Photovoltaikanlagen (PV) erfordert eine kostengünstige und schnelle Inspektion. Ein praktikables Werkzeug für diese Aufgabe ist die thermografische Aufnahme durch unbemannte Luftfahrzeuge (UAV). In dieser Arbeit entwickeln wir ein Computer-Vision-Tool für die halbautomatische Extraktion von PV-Modulen aus thermografischen UAV-Videos. Wir verwenden es, um einen Datensatz mit 4,3 Millionen IR-Bildern von 107.842 PV-Modulen aus thermografischen Videos von sieben verschiedenen PV-Anlagen zu kuratieren. Um seine Verwendung für die automatisierte Inspektion von PV-Anlagen zu demonstrieren, trainieren wir ein ResNet-50, um zehn häufige Modulanomalien mit einer Testgenauigkeit von mehr als 90 % zu klassifizieren. Experimente zeigen, dass unser Tool gut auf verschiedene PV-Anlagen übertragbar ist. Es extrahiert erfolgreich PV-Module aus 512 von 561 Anlagenreihen. Misserfolge sind meist auf eine ungeeignete UAV-Flugbahn und eine fehlerhafte Modulsegmentierung zurückzuführen. Unter Einbeziehung aller manuellen Schritte ermöglicht unser Tool die Inspektion von PV-Anlagen mit einer Leistung von 3,5 MWp bis 9 MWp pro Tag, wobei es aufgrund seiner Parallelität potenziell auf Anlagen mit einer Leistung von mehreren Gigawatt skaliert werden kann. Wir stellen eine effektive Methode für die automatisierte Inspektion von PV-Anlagen vor und sind zuversichtlich, dass unser Ansatz auch dazu beiträgt, die wachsende Nachfrage nach großen thermografischen Datensätzen für Aufgaben des maschinellen Lernens zu befriedigen, z. B. für die Leistungsvorhersage oder die unüberwachte Fehlererkennung.

Lesen Sie dazu alle Details in unserem neuen Artikel "Computer vision tool for detection, mapping, and fault classification of photovoltaics modules in aerial IR videos", veröffentlicht in Progress in Photovoltaics.

Kontakt

Dr. Jens Hauch

Abteilungsleiter Teamleiter "High Throughput Materials and Devices"

    Gebäude HIERN-Immerwahrstr /
    Raum 1.12
    +49 9131-12538301
    E-Mail

    Dr. Ian Marius Peters

    Gruppenleiter "Hoch­durch­satz Cha­rakter­isierung und Modell­ierung für die PV"

      Gebäude HIERN-Immerwahrstr /
      Raum 2.3
      +49 9131-12538303
      E-Mail

      Letzte Änderung: 04.07.2024