Проблема диагностики солнечных панелей становится всё более актуальной, по мере развития солнечной энергетики. Ведь даже одна панель с дефектом, ухудшает генерацию всего стринга солнечных панелей, что приводит к значительным потерям. По мере старения солнечных станций, дефекты проявляются всё чаще, и оказывают большее влияние на потери. Дефекты могут возникать на производстве, в процессе доставки и монтажа а также проявляться в процессе эксплуатации.

Компании заказчика было необходимо ML решение, которое позволит обнаруживать трещины на электролюминесцентных фотографиях панелей солнечных батарей.

Что мы сделали

• Мы разработали ML решение для автоматического распознавания трещин на фото, а также десктоп и веб приложения в качестве интерфейсов, позволяющих удобно использовать разработанное ML решение;
• Решение автоматически находит и отмечает различные дефекты на фотографиях панелей солнечных батарей. Нами были разработаны следующие функции:
  - Обводка каждого найденного дефекта контуром
  - Классификация найденных дефектов
  - Подсчет общего числа найденных дефектов, а также числа дефектов каждого типа.

Задачи и решения

1. Корректировка разметки датасета. Для решения данной задачи наша команда сделала разметку изображений при помощи краудсорсинговой платформы Яндекс.Толока. Это позволило найти новые дефекты и уточнить координаты на уже размеченных файлах. Затем, изображения с разметкой были преобразованы в файлы с координатами отмеченных областей;
2. Балансировка набора данных. Мы сгенерировали новые изображения с типами дефектов, которые редко встречались в исходном датасете. Благодаря этому, мы искусственно сбалансировали набор данных.
3. Улучшение производительности. Для ускорения анализа дефектов мы использовали несколько потоков, поэтому одновременно обрабатывали 10 панелей.

Результаты

• В ML модели была достигнута точность детекции дефектов в 92,1%;
• В распределении по отдельным классификациям была достигнута точность более 90%, среди них классы: Finger Break, Lose Solder, Single line cracks, Cross-line cracks и тд.

Ценность

• Повышение качества оказываемой услуги, возможность оперативно выявлять даже незаметные дефекты на солнечных панелях;
• Снижение временных затрат на выявление дефектов;
• Снижение электропотерь, соответственно и финансовых потерь компании (для потребителя);
• Возможность качественной проверки и отбраковки панелей на этапе заказа (снижение финансовых затрат);
• Исключение человеческого фактора из процесса, соответственно понижение уровня погрешности в процессе инспекции.