光伏巡检AI定制：无人机热斑缺陷识别交付

本次项目为某分布式光伏电站运营商定制一套无人机光伏巡检系统。电站位于丘陵地带，组件排布零散，传统人工巡检单人日均覆盖不足2兆瓦，热斑、隐裂等隐患漏检率高。 方案分三层：空中层用轻量无人机搭载红外+可见光双镜头，按预设航线自动采集；地面层由边缘推理盒接收图流，部署定制检测模型，针对红外与可见光做特征级融合，识别热斑、蜗牛纹、隐裂、接线盒异常四类缺陷；平台层接收坐标回传结果，自动派单、标定缺陷等级、归档历史数据。 模型训练样本取自现场采集的约12万张标注图谱，迭代4版收敛。项目落地后，300兆瓦装机场站单次全巡由原10人天压缩为无人机3小时飞行加1小时人工复核，工单定位误差控制在0.5米以内，缺陷召回率较人工提升约40%。 交付后保留了3个月模型微调窗口，结合运维反馈持续补齐长尾样本。硬件+定制模型+运维闭环的组合，比单纯卖算法授权更适合有实物资产、需长期巡检的工业场景——模型是活的，场景数据会变，迭代能力比一次性精度更值钱。