Image by David Mark from Pixabay 

リーン、グリーン、再生可能エネルギーは、過去10年間の流行語の一部です。 これらは私たちの美しい地球全体に、草の根レベルで変革をもたらします。又、ご存知のように、人類存続にとって重要です。

政府や地域社会が再生可能エネルギーを採用する中で、太陽エネルギーは当然のことながら推進力を得ています。これにより、この分野の成長が加速し、世界のソーラーパネルの需要は15％*で成長するように設定されています。

ソーラーパネルの生産が世界中で増加するにつれ、パネルメーカーは欠陥のない何百万ものソーラーパネルを市場に投入するという大きな課題に取り組んでいます。 膨大な需要にもかかわらず、ソーラーパネルの製造技術は依然として高価であり、設置時に多額な設備投資が必要です。 したがって、これらのパネルに欠陥がなく、寿命を延ばし、高い交換コストを削減することが重要です。

ソーラーパネルの欠陥を自動検出する信頼性の高い方式は、発電効率を大幅に向上させながら、これらの課題に対処できます。

今日でも従来の手動検査が行われていますが、自動化されたAI駆動のコンピュータービジョンベースのシステムは大きな違いを出し始めています。このブログでは、このアプローチについて詳しく見ていきます。

欠陥の種類

まず、ソーラーパネルで検出する必要のある様々な種類の欠陥を見ていきます。

マイクロクラック

ソーラーパネルは太陽電池で出来ています。 太陽電池は、非常に薄いシリコンのウェーハで出来ています。 シリコンは本質的に結晶性であり、非常に薄いウェーハはもろくなる可能性があります。したがって、マイクロクラックが発生します。 マイクロクラックはエネルギー生成に直接影響します。

ガラスのクラック

太陽電池はソーラーパネルを形成し、ソーラーパネルには保護用ガラスカバーが付いています。 このガラスは通常、耐候性があります。 しかし、設置後のガラスのクラックは、太陽電池に直接的な天候の影響をもたらす可能性があります。

クロスクラック

クロスクラックは、セル上にツリー状の模様が現れます。 この欠陥の確認はエレクトロルミネッセンス画像が使用されます。 この欠陥は、エネルギー生成にも影響を与えます。

ホットスポット

太陽電池を半田付けしソーラーパネルを形成します。 半田接合部の半田付けが不十分な場合、または何らかの製造上の欠陥がある場合、電流の抵抗値が高くなります。 最終的に、このエリアはホットスポットになります。 通常この欠陥は、ソーラーパネル使用中の熱画像で検出されます。

これら欠陥の現在の検出方法は？

 世界中のソーラーパネルメーカーは様々な手法で行っています。 パネルは、QA部門の十分な訓練を受けた担当者によって検査されます。 パネルは事前定義された位置に配置され、エレクトロルミネッセンス（EL）画像がキャプチャされ、これらの画像を人間の目で分析して、欠陥を見つけます。

私たちのアプローチ：TYQ-i ビジョンインテリジェンスプラットフォーム

欠陥検出の私たちのアプローチは、画像処理、コンピュータービジョン、ディープニューラルネットワークにおける私たちの分野の専門知識を応用することです。ソーラーパネルのEL画像は4K解像度でキャプチャしました。各ソーラーパネルには72枚のセルがあります。 完璧な位置の合った良好なソーラーパネルのEL画像は次のようになります。

欠陥のあるセルをハイライトし、そのインデックスを記録することとしました。その為、3D変換を使用して画像をイメージャの平行面に合わせしました。これにより、制御又はキャリブレーション画像取得システム必要性が回避されます。

次にノイズを除去する画像処理が行われます。 その後、ソーラーパネルから個々のセルを切り抜きます。 個々のセル画像は、カスタムディープニューラルネットワークに提供されます。 DNNは欠陥タイプを出力します。

AI駆動のコンピュータービジョンベースのソーラーパネルの欠陥検出により、検出の速度と精度が向上し、 ヒューマンエラーの可能性が減少します。 ソーラーパネルは長期的な財政投資と見なされているため、設置前の早期の欠陥検出により、将来の費用負担を回避できます。

ディープラーニングベースの異常検出プラットフォームであるTYQ-iは、産業用アプリケーションだけでなく、インフラストラクチャ（風力タービン、線路、送電塔のメンテナンスなど）の分析にも導入できます。 詳細とデモビデオについては、TYQ-i ページにアクセスしてください。

英語記事