光曈巡维学生团队探索人工智能赋能分布式光伏智能运维新路径

——光瞳巡维项目聚焦光伏组件智能巡检与边缘诊断应用

来源：光瞳巡维项目团队  负责人：聂谡涵

近日，西北民族大学聂谡涵负责的光瞳巡维项目围绕分布式光伏智能运维场景开展产品研发、技术验证和应用探索。项目面向学校、园区、工商业屋顶等分布式光伏场景，针对传统巡检中存在的组件位置难定位、异常类型难判断、发电损失难量化、维修优先级难确定等问题，构建了以无人机采集、可见光识别、热红外分析、发电数据校验和巡检报告生成为主要流程的智能巡检诊断服务方案。

在项目推进过程中，团队以真实场景需求为起点，对分布式光伏组件运行状态、巡检作业流程、客户报告需求和后续复查管理方式进行了梳理。项目将现场采集到的可见光图像、热红外图像和发电运行数据统一导入系统，经过数据预处理、图像质检、组件定位编号和多模态缺陷识别后，形成组件级异常结果。系统可围绕组件编号输出缺陷类别、异常位置、风险等级、预计发电损失和维修建议，并生成面向客户交付的巡检诊断报告。

光瞳巡维项目的产品形态包括巡检数据管理、图像识别、风险评估、报告生成和客户档案管理等功能模块。在数据采集环节，团队按照项目编号、巡检区域、采集时间和图像类型对数据进行归档；在识别诊断环节，系统将可见光图像中的遮挡、脏污、破损等表面异常与热红外图像中的热斑、局部异常升温等温度异常进行对应；在报告生成环节，系统按照项目概况、组件编号图、缺陷清单、风险等级、发电损失评估、处理建议和复查记录等内容形成标准化报告。

项目负责人聂谡涵介绍，团队在研发中重点关注巡检结果能否被客户直接用于后续维护。为此，项目没有停留在单张图像识别结果展示，而是将异常组件与具体编号、所属区域、缺陷证据和处理状态进行绑定。客户查看报告后，可以按照风险等级安排清洗、检修、更换或复查；复查结果继续进入组件健康档案，用于后续年度巡检和长期运维记录。

围绕项目建设，团队形成了技术研发、数据采集、市场调研、财务测算和成果材料整理等分工。技术成员负责组件定位、缺陷识别、风险分级和报告生成等功能开发；数据成员负责巡检图像整理、样本标注和质检记录；市场成员负责客户需求调研、合作沟通和反馈整理；财务与成果成员负责成本测算、成果归档和申报材料准备。团队通过周例会、任务清单、版本管理和阶段复盘推进项目迭代。

在成果转化方面，项目围绕光伏组件智能巡检、便携式边缘诊断终端、巡检报告生成和组件健康档案管理等方向进行成果布局。团队已围绕便携式边缘诊断终端等应用场景开展实用新型专利材料准备，并将系统原型、巡检报告样例、技术指标测试记录和客户沟通材料纳入项目成果包。相关成果用于支撑项目后续试点应用、系统迭代和竞赛展示。

分布式光伏进入长期运行阶段后，组件污染、遮挡、热斑、破损、接线盒异常等问题会影响发电效率和运行安全。光瞳巡维项目通过智能巡检诊断和报告化交付，将原始巡检数据转化为组件级缺陷清单、风险排序和维修建议，为光伏资产管理提供数据化记录。项目后续将继续围绕真实试点场景完善采集规范、识别模型、报告模板和客户档案功能，推动人工智能技术在新能源运维领域的应用落地。