AI光伏组件热斑识别：红外图像与遮挡判别

热斑是光伏电站发电量损失与火灾风险的主要来源之一，但传统人工红外巡检受限于效率与判读一致性。能源AI实验室近期完成一组实验性探索：以无人机红外图像为基础，构建"检测—判别—分级"三阶段流程。

第一阶段用轻量分割模型定位组件边框与电池串单元，将温度矩阵归一化到单元级，避免整串平均掩盖局部异常。第二阶段引入可见光图像配准，区分真热斑与遮挡、污渍、反光造成的伪热点，并给出遮挡物类型提示。第三阶段按温升幅度、异常面积与持续时长输出三级告警，供运维分派优先级。

阶段性进展：在约1.2万张标注图像上，单元级热斑召回率约92%，伪热点误报较单一红外阈值法下降约六成。下一步计划接入逆变器组串电流数据做交叉验证，并测试在边缘设备上的量化推理可行性。