无人机光伏巡检系统是一款利用无人机来对光伏场站做巡检的软件产品。它主要是为了解决光伏面板巡检困难的问题，如光伏电站有多种类型，尤其是水上光伏电站、工商业屋顶光伏电站等，其巡检难度很大，再者如果利用手持式红外设备来巡检，人员一个个排查难度很高、效率也很低。无人机的好处就是可以摆脱空间限制，另外由于其设置参数的特性，可以流水式的采集数据，图像拍摄角度可以固定下来，这个也方便算法处理，算法的好处就是能够自动的对大量数据进行处理，进一步提高效率。
主要流程
数据采集
利用无人机搭载双光镜头（红外+可见光），按照航线采集光伏面板的红外图像和可见光图像。
数据处理
使用图像识别算法对无人机采集到的数据进行处理，主要是自动识别图像上的（主要针对红外图像）缺陷（即较亮的部分），并利用图像数据里的EXIF信息，将拍摄点位投射在卫星地图或正射地图上。
复检
根据处理后得到的点位进行光伏面板的检修工作，主要使用pad。
产品优点
- 没有空间限制，可以对多种类型的光伏场站进行巡检
- 无人机拍摄效率很高
- 算法识别缺陷效率很高
- 可以定位缺陷的位置
- 可以生成固定格式的历史报告
产品缺点
- 无人机飞行对天气要求很高、有炸机的风险（概率不高，但是有）、操作有门槛
- 算法对图像的要求比较高，如图像拍摄角度、图像清晰度等
- 不同类型的电站以及不同的镜头都会对算法识别的准确度造成影响
- 红外图像虽然能看出大多数缺陷，但由于拍摄距离稍远，隐裂等问题还检测不到。
- 缺陷只能定位到拍摄图像时无人机所在位置，不够精确。
目标用户
产品的目标用户比较明确，典型的ToB产品，一般针对能源企业，大多为央企。主要使用人员一般为这些公司下属光伏相关的事业部，操作人员一般为电站的运维人员，管理人员用来查看报告及电站的巡检状况。
市场调研
3月24日，在2021光伏领袖大会上，中国光伏行业协会副理事长兼秘书长王勃华对“十四五”期间光伏行业的增长前景作出了预测，“预计保守情况下2021年全球光伏新增装机达150GW，乐观情况为170GW。2021-2025年，预计保守情况下全球光伏新增装机达1050GW，乐观情况为1295GW......预计保守情况下2021年我国光伏新增装机达55GW，乐观情况为65GW。‘十四五’期间，预计保守情况下我国新增光伏新增装机达355GW，年均光伏新增装机为71GW；乐观情况为440GW，年均光伏新增装机为88GW。”
计算可得出，截止到2020年年底，全国光伏累计装机254.06GW。按照保守估算，至2025年累计609.6GW，乐观估算694.06GW。
根据国家能源局发布的2020年上半年统计数据来看，光伏电站约占比69%。如果按照当前买断制软件约7000元/MW来计算，2020年整体市场容量约为12.2亿元左右，即使只占全国1%的市场份额，也有1200万元以上的营业额，且目前软件初代版本已开发完成，后续迭代优化的开发成本会下降。但目前买断制的商业模式不可持续，需考虑持续性的盈利模式。
竞品公司
因诺科技(西安)
因诺航空科技有限公司成立于2015年，是一家专注于工业级无人机研发以及行业应用的高新科技企业。公司以“无人机+AI”为产品定位，致力于为石油、电力、环保、水利、公安、交通、消防、应急救援以及其他领域提供行业更专业的无人飞行器应用解决方案与服务。
中科利丰(北京)
北京中科利丰科技有限公司，是一家专注于可再生清洁能源领域前沿技术研发与应用、提供相关产品和专业化服务的高科技公司。公司经营管理团队富有多年能源领域管理经验，并拥有丰富的行业资源。
中科利丰公司与日本理光集团是战略合作伙伴关系，在可再生能源领域的技术研发及商业化应用等方面进行长期合作。双方共同成立的“可再生能源人工智能联合实验室”，致力于将理光集团全球领先的人工智能、机器视觉、嵌入式系统开发、无线网络传输、大数据挖掘和自然语言处理等成熟的前瞻性技术在中国可再生能源领域进行应用。
双方联合开发并已商业化应用的“光伏电站无人机人工智能巡检系统”，采用人工智能技术对无人机采集的光伏组件视频数据进行运算，自动识别组件故障，清晰展现每一块电池片的状态，具有高效、精准、全覆盖的优势，极大地解决了太阳能光伏电站人工巡检效率低、准确性差、成本高等问题，大幅提高电站智能运维能力。可有效增加光伏电站的发电量，大大提升光伏电站盈利能力，保证电站长期安全、稳定运行。该系统广泛地应用于新建电站工程验收、建成电站智能运维、电站交易中的设备评估及项目后评价的设备检测等方面。
双方正在联合研发的“光伏电站地面巡检机器人”及“风力发电机组噪声监测”等技术已趋成熟，这些技术的应用将带动行业技术升级，并大幅提升光伏行业管理水平。
中科利丰公司属国家级高科技企业、中关村入孵企业。
创动科技(深圳)
深圳创动科技有限公司是一家专注于光伏及风电运维无人机、光伏清洁机器人等产品的研发、生产、销售和服务的国家级高新技术企业。
创动科技自主研发的风光运维无人机，采用人工智能AI技术和深度神经网络算法，适用于不同类型的光伏和风力电站巡检。G系列运维无人机配备高精度红外及4K可视双相机，拥有航点巡航模式，可自动规划最优巡检航线，无需飞手，即可实现一键起飞、自动巡航/返航功能，运用计算机视觉识别技术实现光伏组件故障自动识别，是光伏电站运维无人巡检中的领航者。F系列运维无人机搭载40倍变焦相机，无需飞手，具有沿叶片飞行、垂直飞行、环绕飞行三种巡检模式，远距离巡检风机，巡检方式安全可靠，可抗7级大风，极大提高风机运维的稳定性与安全性。风电智能诊断系统可精准识别风机的脱胶、裂纹、砂眼、漏洞等缺陷，通过云端智能管理系统，高效助力风电运维。
创动科技全新推出的分布式全智能清洁机器人，体积小、重量轻、清洁高效，采用人工智能AI技术，通过RTK双天线和4G/5G通讯，可支持APP智能控制和云端远程管理，基于智能算法和RTK高精度定位系统，可实现清扫路径自动规划，具有自主导航、自主定位、自主清洁、自主充电和断点续扫等功能，可适应不同类型的光伏电站清洁工作。创动集中式光伏清洁机器人，采用多项专利技术，首次实现了组件间前后高低跨越、长距离跨串清洁、大面积跨排清洁工作。创动光伏清洁机器人在解决清洁困难的同时大大降低投入成本，有效提升光伏电站发电量3%-20%，开创了光伏组件机器人清洁的新时代。
创动智能风光云通过对大数据的智能分析，可实现光伏及风电运维无人机、光伏清洁机器人的智能化联动，给用户电站提供全方位的运维服务。
光蝠智能(无锡)
光蝠智能为光伏行业提供了操作简单、高度行业定制化的AI无人机以及互联网云计算技术，从而降低光伏电站运维成本，提高效率，增加收益，并通过大数据分析，使光伏资产透明，风险可控，收益可预期。
光蝠智能运用无人机平台，结合智能AI，互联网云计算技术为光伏行业开发并提供高度行业定制化检测及资产管理解决方案。
公司团队拥有10年无人机光伏行业应用经验，全球已累计检测分析800MW光伏电站，80+工商业及地面电站，300万+光伏组件。
全球商务及技术支持中心位于苏州工业园区创意产业园。2020年完成日本，南非，西班牙，美国网点布局，为全球光伏从业者提供高新技术与优质服务。
金鸿泰(北京)
它家的产品跟数维思创差不多
北京金鸿泰科技有限公司成立于2008年，注册资本5441万元，公司致力于打造新能源垂直领域“线上+线下智能运维服务”空地一体化服务，在新能源发电智能信息化系统与生产运维服务方面最有完整的解决方案，为“五大四小”央企，重点省属能源集团和行业龙头企业提供基于“合同能源管理”理念的第三方托管运维和运营服务，运用大数据、机器人学习、人工智能等智能化技术，降低客户运维成本，提高资产收益。公司下属成员企业包括西安咸林能源科技有限公司、天鸿泰（北京）科技有限公司、海西诚毅新能源检测中心有限公司。
公司主营业务产品包括新能源电站远程集控系统、新能源电站智能运维管理系统、光伏电站在线监测智能诊断系统、光伏电站无人机智能巡检诊断系统、安全生产智能巡检管理系统、光伏电站组件清洁预警系统、JHT-3600系列数据通讯网关、光伏电站全生命周期检测与质量检查服务、电站运行维护及生产管理承包服务、电力工程与能源管理等。通过不断地开拓进取，已服务华能、大唐、国家电投、三峡、京能、青海发投、青海绿电、青海水电、陕西电子信息集团、深圳能源、湖北能源、晶澳、隆基、协鑫、中机国能、中来、正泰、贵州电建、特变电工、十一科技、招商新能源、君阳投资、康富租赁、上海电力设计院、中国电建西北院、国家电网、中国电科院、哈工大、明芳钢铁等众多知名企事业单位，业务范围遍及巴基斯坦、北京、天津、青海、西藏、陕西、宁夏、内蒙、新疆、黑龙江、河北、山东、浙江、江苏、江西、海南等各地。
差异对比
软件界面
- 创动科技
网页：http://www.innovpower.com/wurenji.html
根据电站关键位置信息，自动规划最优航线；同时拥有自动巡航功能，巡视完毕后无人机自动返回起飞点。
利用地理信息系统（GIS）技术实现了对故障光伏组件的精准定位。（界面精确到组件存疑）
报告
- 因诺科技
网页：http://www.innno.net/industry/pv
将制作的电子地图通过软件分割功能对组件进行分割，标定组件逻辑位置，建立巡检基础数据库。
将巡检获取的全部照片导入智能识别软件，进行热斑智能识别，并生成报告。
将巡检获取的全部照片导入智能识别软件，进行热斑智能识别，并生成报告，报告包含有:飞行数据统计记录，热斑对应的红外图像、可见光图像，热斑对应的经纬度、逻辑位置编号，以及热斑故障类型。
将系统智能识别的热斑在电子地图中进行全局定位，针对单个光伏板建立热斑故障数据库，通过不同颜色区分不同故障类型。
- 中科利丰
网页：http://www.zklf-tech.com/jshx
基于图像识别算法， 开发了图像数据对比程序。 采用多种人工智能技术:红外图像识别技术、 传感器融合技术、 图像分析定位技术、 深度神经网络学习目标分割算法、 红外可见光定位信息多源数据融合算法、 形态学和聚类方法的图像分析算法、 海量历史数据的故障统计分析和挖掘算法。
双光对比分析，更精准的识别故障特征。
云存储保证数据的储存和快速调用，云计算运算能力强，专家系统基于神经网络学习功能知识不断进化，识别精度越来越高，云数据库保持数据一致性，与集控系统、远程智能运维系统无缝衔接。
专家系统基于采集的原始数据和识别结果，长期积累和沉淀，可以进行基于大数据的分析和预测，为电站运维提供可靠数据支持。
采用图像SLAM (simultaneous localization and mapping)技术，即时定位与地图构建，或并发建图与定位。对复杂的山体、水上漂浮电站，仍然可以进行精准的组件级定位。
- 光蝠智能
网页：http://www.pvpatrol.com/features/
通过GPS定位和物理定位两种定位模块定位地理位置。
- 金鸿泰
网页：http://www.huntech.com.cn/Website.php?ChannelID=8
无人机按照设定路线以及设定高度，在光伏电站全自主飞行；突然降雨/紧急情况时，一键控制无人机返航至设定地点；
利用图像处理技术和光伏组件故障检测技术，自主研发图像处理算法，自动诊断出组件故障，同时结合摄影测量技术，实现组件故障的精准定位；同时，软件还具有红外照片全局测温、热红外图像拼接、可见光图像拼接、组件故障类型标定等功能。
全景图能够对整个检测区域有宏观的映像，其提供的精细图片，能够为运维人员提供精确到光伏板内部的定位信息，能够极大地提供工作效率。
生成检测报告包含巡检日志、设备故障地图、设备故障类型、设备故障数量等信息，为运维人员提供故障消缺依据。提前规划巡检路径，提高故障消缺效率，进而提升电站发电量，充分挖掘电站价值。
- 数维思创
网页：https://v.youku.com/v_show/id_XMzI5MjAwOTIxMg==.html?spm=a2hbt.13141534.0.13141534
没找到官网，界面基本与金鸿泰一致。
总结
商业模式
当前买断制的商业模式是不可持续的，所以要考虑订阅制，但目前大多客户由于网络安全的原因更青睐私有部署，这给订阅制带来不小的困难。或许可以考虑有无更加新颖的商业模式
此外，由于整体市场的发展空间不算很大，且未来的方向大概率是逐步降低费用的，那么未来需要抢占市场份额。并且由于无人机巡检仍然存在一定的短板，所以最好配合其它的运维平台共同作为数字化平台的一部分。至于如逆变器传感器、红外抄表仪等设备或系统是否需要自研，需要深入探讨和不断摸索，也可考虑与合作伙伴长期合作的方式，甚至收购或被收购。
机库的问题，目前机库成本较高，且由于是初期发展阶段，不够稳定易用，前期会有过多投入成本（即使是外包或者合作的方式，仍有对接、摸索的成本）。可以在机库逐渐稳定后再考虑接入。机库自研成本非常搞，基本不用考虑。
无人机的问题，大疆的无人机功能基本能够满足光伏巡检，但sdk等开放度不够。自研无人机虽然可以按照业务需求定制，但跟机库的问题一样，成本过高，可以不用考虑。
当下及发展
未来无人机巡检一定是整个光伏运维平台的一环。当前阶段是把这一环节做到可用、易用、实用。再根据综合情况决定 承接整个平台，还是合作开发（逆变器等传感器监控也是重要的一环）。
优化功能点
- 精准定位
重要程度：5
实现难度：5
精准定位是无人机巡检的实用性所在，一定要做。当前比较可能的方案是：利用红外/可见光进行拼接（类似正射的拼接），再将无人机拍到的巡检图片以及检测的缺陷与整张电站地图进行贴合得到缺陷的精准定位。
识别光伏组件并生成逻辑编号也是一种思路。
- 红外温差
重要程度：3
实现难度：4
这个功能对于缺陷的识别精度有帮助，算法实现有一定难度。且与精准定位有一定关联性，需要优先以精准定位来考量。
- 历史对比
重要程度：4
实现难度：3
此功能属于业主方提及的功能点，较为重要，有助于电站运维的历史回顾，业务逻辑需要好好考虑。
- 对接集控系统
重要程度：3
实现难度：5
这是未来的方向，比较重要。问题在于每家的集控系统接口不统一，较难实现通用。解决办法是由我们定义接口。
- 报告优化
重要程度：3
实现难度：2
根据竞品分析可以看出，目前可以加入天气记录，如温湿度、风速，以及飞行时长、距离等。还可加入全站缺陷分布截图。场站情况，可以在电站信息中加入备注。
- 复检
重要程度：4
实现难度：3
清洁机器人研发成本高，且并不便利，遂不考虑。但根据巡检结果复检，可以考虑手机/Pad外接红外仪。此法可以得到更为精准的结果加入复检报告，且形成业务闭环。业务逻辑需要好好考虑。
- 发电量预测
重要程度：2
实现难度：3
想法是好的，但由于无人机本身检测到的数据并不够全面，以及分析发电量的方法也不太可能准确，即使做到了也没太大参考价值。可以考虑在做整体运维平台时加入此功能，暂不考虑。
- 数据统计中心
重要程度：3
实现难度：3
其实说法有些笼统，目前来看，业主方最希望得到的是人员管理（作业统计）。可以考虑加入，并配合巡检数据来做成可视化的大屏，甚至下载作业统计报告等。前提是先把巡检功能做完善。
结论：
优先实现精准定位，同时优化报告，以及考虑复检方案。其余功能等主功能完善后再做考量。