Nothing Special   »   [go: up one dir, main page]

JP2020028179A - Abnormality monitoring system, abnormality monitoring device, and program - Google Patents

Abnormality monitoring system, abnormality monitoring device, and program Download PDF

Info

Publication number
JP2020028179A
JP2020028179A JP2018151737A JP2018151737A JP2020028179A JP 2020028179 A JP2020028179 A JP 2020028179A JP 2018151737 A JP2018151737 A JP 2018151737A JP 2018151737 A JP2018151737 A JP 2018151737A JP 2020028179 A JP2020028179 A JP 2020028179A
Authority
JP
Japan
Prior art keywords
abnormality
visible light
power generation
monitoring system
image
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
JP2018151737A
Other languages
Japanese (ja)
Other versions
JP7089436B2 (en
Inventor
俊平 多久
Shunpei Taku
俊平 多久
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Tokyo Gas Co Ltd
Original Assignee
Tokyo Gas Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Tokyo Gas Co Ltd filed Critical Tokyo Gas Co Ltd
Priority to JP2018151737A priority Critical patent/JP7089436B2/en
Publication of JP2020028179A publication Critical patent/JP2020028179A/en
Application granted granted Critical
Publication of JP7089436B2 publication Critical patent/JP7089436B2/en
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • YGENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02EREDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
    • Y02E10/00Energy generation through renewable energy sources
    • Y02E10/50Photovoltaic [PV] energy

Landscapes

  • Photovoltaic Devices (AREA)

Abstract

To detect abnormality in units of solar cells.SOLUTION: An abnormality detection system includes a detection device that detects an abnormality of a specific solar cell constituting a power generation facility constituted by a plurality of solar cells on the basis of at least one of a visible light image and a thermal infrared image obtained by imaging the power generation facility from the sky.SELECTED DRAWING: Figure 1

Description

本発明は、異常監視システム、異常監視装置及びプログラムに関する。   The present invention relates to an abnormality monitoring system, an abnormality monitoring device, and a program.

複数の太陽電池で構成される発電設備(以下「太陽光発電設備」ともいう。)を、長期的に安全に運用するには、定期的な点検が推奨される。しかし、太陽電池の最小単位(以下「セル」という。)の1つに異常が生じても発電設備全体としての発電量に変化が現れない。また、発電設備全体の発電量が天気に応じて変動する。このため、セルの異常は見過ごされてきた。   In order to operate a power generation facility (hereinafter, also referred to as “photovoltaic power generation facility”) composed of a plurality of solar cells safely for a long period, periodic inspection is recommended. However, even if an abnormality occurs in one of the minimum units (hereinafter, referred to as “cells”) of the solar cell, the power generation amount of the entire power generation facility does not change. In addition, the power generation amount of the entire power generation facility fluctuates according to weather. For this reason, cell abnormalities have been overlooked.

国際公開第2015/162637号International Publication No. WO 2015/162637

本発明は、太陽電池を単位とする異常の検知を可能とする手法を提供することを目的とし、一部の発明においては、さらに異常の原因又は異常の緊急度合いの推定を可能とする手法の提供を目的とする。   An object of the present invention is to provide a method capable of detecting an abnormality in a unit of a solar cell, and in some inventions, a method of enabling a further estimation of the cause of the abnormality or the urgency of the abnormality. For the purpose of providing.

請求項1に記載の発明は、複数の太陽電池で構成される発電設備を上空から撮像した可視光画像及び熱赤外線画像の少なくとも一方に基づいて、当該発電設備を構成する特定の前記太陽電池の異常を検知する検知装置を有する異常監視システムである。
請求項2に記載の発明は、前記検知装置は、前記発電設備の可視光画像のうち影が重なる領域部分で閾値を越える発熱が認められる場合、当該領域部分に位置する前記太陽電池の異常を検知する、請求項1に記載の異常監視システムである。
請求項3に記載の発明は、前記検知装置は、異常の原因の候補として、前記太陽電池内のバイパスダイオードの故障を出力する、請求項2に記載の異常監視システムである。
請求項4に記載の発明は、前記検知装置は、可視光画像に基づいた異常検知の結果と熱赤外線画像に基づいた異常検知の結果とを組み合わせて、異常の原因の候補を出力する、請求項1に記載の異常監視システムである。
請求項5に記載の発明は、前記検知装置は、熱赤外線画像から発熱の異常が検知されている一方で、可視光画像から外観の異常が検知されない場合、異常の原因の候補として前記太陽電池の内部を出力する、請求項4に記載の異常監視システムである。
請求項6に記載の発明は、前記検知装置は、熱赤外線画像から発熱の異常が検知され、かつ、可視光画像から外観の異常が検知された場合、異常の原因の候補として前記太陽電池の表面を出力する、請求項4に記載の異常監視システムである。
請求項7に記載の発明は、前記検知装置は、過去に撮像された可視光画像に対する変化より、異常への対応の緊急度合いを出力する、請求項1に記載の異常監視システムである。
請求項8に記載の発明は、前記検知装置は、過去に撮像された熱赤外線画像に対する変化より、異常への対応の緊急度合いを出力する、請求項1に記載の異常監視システムである。
請求項9に記載の発明は、前記検知装置は、異なる日時に撮像された複数の可視光画像及び熱赤外線画像に基づいて、又は異なる日時に撮像された複数の可視光画像に基づいて、又は異なる日時に撮像された複数の熱赤外線画像に基づいて、前記太陽電池の異常を検知する、請求項1に記載の異常監視システムである。
請求項10に記載の発明は、前記検知装置は、可視光画像のうち雲が存在する領域を、異常の検知対象から除外する、請求項1に記載の異常監視システムである。
請求項11に記載の発明は、前記発電設備は、住宅街に設置されている、請求項1に記載の異常監視システムである。
請求項12に記載の発明は、可視光画像及び熱赤外線画像は、人工衛星によって撮像された衛星画像である、請求項1〜11のいずれか1項に記載の異常監視システムである。
請求項13に記載の発明は、複数の太陽電池で構成される発電設備を上空から撮像した可視光画像及び熱赤外線画像の少なくとも一方に基づいて、当該発電設備を構成する特定の当該太陽電池の異常を検知する検知手段を有する異常監視装置である。
請求項14に記載の発明は、コンピュータに、複数の太陽電池で構成される発電設備を上空から撮像した可視光画像及び熱赤外線画像の少なくとも一方に基づいて、当該発電設備を構成する特定の当該太陽電池の異常を検知する機能を実行させるプログラムである。
The invention according to claim 1 is based on at least one of a visible light image and a thermal infrared image obtained by imaging a power generation facility including a plurality of solar cells from the sky, based on a specific solar cell constituting the power generation facility. This is an abnormality monitoring system having a detection device for detecting an abnormality.
In the invention according to claim 2, the detection device detects an abnormality of the solar cell located in the region when a heat generation exceeding a threshold is recognized in a region where a shadow overlaps in a visible light image of the power generation facility. The abnormality monitoring system according to claim 1, wherein the abnormality is monitored.
The invention according to claim 3 is the abnormality monitoring system according to claim 2, wherein the detection device outputs a failure of a bypass diode in the solar cell as a candidate for a cause of the abnormality.
The invention according to claim 4, wherein the detection device outputs a candidate of a cause of the abnormality by combining a result of the abnormality detection based on the visible light image and a result of the abnormality detection based on the thermal infrared image. An abnormality monitoring system according to item 1.
The detection device according to claim 5, wherein the detection device detects the abnormality of the heat generation from the thermal infrared image, but does not detect the abnormality of the appearance from the visible light image, and detects the solar cell as a candidate of the cause of the abnormality. The abnormality monitoring system according to claim 4, which outputs the inside of the system.
The detection device according to claim 6, wherein the detection device detects an abnormality of heat generation from the thermal infrared image, and detects an abnormality of the appearance from the visible light image, and detects the abnormality of the solar cell as a candidate of the cause of the abnormality. The abnormality monitoring system according to claim 4, which outputs a surface.
The invention according to claim 7 is the abnormality monitoring system according to claim 1, wherein the detection device outputs the degree of urgency of responding to the abnormality based on a change with respect to a visible light image captured in the past.
The invention according to claim 8 is the abnormality monitoring system according to claim 1, wherein the detection device outputs the degree of urgency of responding to the abnormality based on a change in a thermal infrared image captured in the past.
In the invention according to claim 9, the detection device is based on a plurality of visible light images and thermal infrared images captured at different dates and times, or based on a plurality of visible light images captured at different dates and times, or 2. The abnormality monitoring system according to claim 1, wherein the abnormality monitoring system detects an abnormality of the solar cell based on a plurality of thermal infrared images captured at different dates and times.
The invention according to claim 10 is the abnormality monitoring system according to claim 1, wherein the detection device excludes a region where a cloud is present in the visible light image from an abnormality detection target.
The invention according to claim 11 is the abnormality monitoring system according to claim 1, wherein the power generation facility is installed in a residential area.
The invention according to claim 12 is the abnormality monitoring system according to any one of claims 1 to 11, wherein the visible light image and the thermal infrared image are satellite images captured by an artificial satellite.
The invention according to claim 13 is based on at least one of a visible light image and a thermal infrared image of a power generation facility composed of a plurality of solar cells taken from the sky, and a specific solar cell constituting the power generation facility. This is an abnormality monitoring device having a detection unit for detecting an abnormality.
The invention according to claim 14 is a computer, based on at least one of a visible light image and a thermal infrared image of a power generation facility composed of a plurality of solar cells from the sky, a specific power generation facility constituting the power generation facility. This is a program for executing a function of detecting a solar cell abnormality.

請求項1記載の発明によれば、太陽電池を単位とする異常の検知を可能とする手法を提供できる。
請求項2記載の発明によれば、熱赤外線画像だけでは検知できない異常を検知することができる。
請求項3記載の発明によれば、異常の原因の候補を出力できる。
請求項4記載の発明によれば、異常の原因の候補を出力できる。
請求項5記載の発明によれば、異常の原因の候補を出力できる。
請求項6記載の発明によれば、異常の原因の候補を出力できる。
請求項7記載の発明によれば、異常への対応の緊急度合いを出力できる。
請求項8記載の発明によれば、異常への対応の緊急度合いを出力できる。
請求項9記載の発明によれば、1度の撮像結果を用いる場合に比して検知の精度を高めることができる。
請求項10記載の発明によれば、解析に要する負荷を低減できる。
請求項11記載の発明によれば、住宅街に設置されている太陽電池の異常を検知できる。
請求項12記載の発明によれば、画像を撮像する際の制約が少ないため高頻度で画像を撮像できる。
請求項13記載の発明によれば、太陽電池を単位とする異常の検知を可能とする手法を提供できる。
請求項14記載の発明によれば、太陽電池を単位とする異常の検知を可能とする手法を提供できる。
According to the first aspect of the present invention, it is possible to provide a method capable of detecting an abnormality in units of solar cells.
According to the second aspect of the invention, it is possible to detect an abnormality that cannot be detected only by the thermal infrared image.
According to the third aspect of the present invention, it is possible to output a candidate for the cause of the abnormality.
According to the fourth aspect of the present invention, it is possible to output a candidate for the cause of the abnormality.
According to the invention described in claim 5, it is possible to output a candidate for the cause of the abnormality.
According to the sixth aspect of the present invention, it is possible to output a candidate for the cause of the abnormality.
According to the invention described in claim 7, it is possible to output the degree of urgency of responding to the abnormality.
According to the eighth aspect of the invention, it is possible to output the degree of urgency of responding to an abnormality.
According to the ninth aspect of the present invention, the accuracy of detection can be improved as compared with the case where one imaging result is used.
According to the tenth aspect, the load required for the analysis can be reduced.
According to the eleventh aspect, it is possible to detect an abnormality of the solar cell installed in the residential area.
According to the twelfth aspect of the present invention, since there are few restrictions when capturing an image, an image can be captured with high frequency.
According to the thirteenth aspect, it is possible to provide a method capable of detecting an abnormality in units of solar cells.
According to the fourteenth aspect, it is possible to provide a method capable of detecting an abnormality in units of solar cells.

太陽光発電設備の異常を検知するシステムの構成例を示す図である。It is a figure showing the example of composition of the system which detects abnormality of the photovoltaic power generation equipment. 太陽光発電設備の例を示す図である。It is a figure which shows the example of a solar power generation facility. クラスタ間をバイパスするバイパスダイオードの接続例を説明する図である。(A)は電流が流れ難いクラスタを含まない場合の電流の流れを示し、(B)は電流が流れ難いクラスタが含まれる場合の電流の流れを示す。It is a figure explaining the example of connection of the bypass diode which bypasses between clusters. (A) shows the current flow in the case where the cluster in which the current hardly flows is not included, and (B) shows the current flow in the case where the cluster where the current hardly flows is included. 監視サーバのハードウェア構成の例を示す図である。FIG. 3 is a diagram illustrating an example of a hardware configuration of a monitoring server. 監視サーバの機能構成の例を示す図である。FIG. 3 is a diagram illustrating an example of a functional configuration of a monitoring server. 本実施の形態で使用する監視処理の一部を示すフローチャートである。5 is a flowchart illustrating a part of a monitoring process used in the present embodiment. 本実施の形態で使用する監視処理の残りを示すフローチャートである。It is a flowchart which shows the remainder of the monitoring process used in this Embodiment. 太陽光発電設備に上空の雲が重なって写っている可視光画像の例を示す図である。It is a figure which shows the example of the visible light image in which the cloud of the sky is superimposed on the photovoltaic power generation facility. 太陽光発電設備の表面に影が写り込んでいる可視光画像の例を示す図である。It is a figure which shows the example of the visible light image in which the shadow is reflected on the surface of a solar power generation facility. 影が重なっている領域で温度異常が検知されたセルと影が重なっていない領域で温度異常が検知されたセルの例を説明する図である。It is a figure explaining the example of the cell where the temperature abnormality was detected in the area where the shadow overlaps, and the cell where the temperature abnormality was detected in the area where the shadow did not overlap. 対応の優先度が低い外観異常の例を示す図である。(A)は前回撮像された可視光画像を示し、(B)は今回撮像された可視光画像を示す。It is a figure showing an example of appearance abnormality with a low priority of correspondence. (A) shows the visible light image taken last time, and (B) shows the visible light image taken this time. 対応の優先度が高い外観異常の例を示す図である。(A)は前回撮像された可視光画像を示し、(B)は今回撮像された可視光画像を示す。It is a figure showing an example of appearance abnormalities with a high priority of correspondence. (A) shows the visible light image taken last time, and (B) shows the visible light image taken this time.

以下、添付図面を参照して、本発明の実施の形態について詳細に説明する。   Hereinafter, embodiments of the present invention will be described in detail with reference to the accompanying drawings.

<システムの全体構成>
図1は、太陽光発電設備の異常を検知するシステムの構成例を示す図である。以下では、このシステムを、異常監視システム1という。
異常監視システム1は、軌道上から地上を撮像する人工衛星10と、人工衛星10と通信する地上局20と、人工衛星10で撮像された画像データを解析して契約者の太陽光発電設備42の状態を監視する監視サーバ30とを有している。
図1では、人工衛星10を1台だけ描いているが、同じ場所を撮像可能な複数台の人工衛星10を使用してもよい。人工衛星10が1日地球を周回する回数や軌道の高度は任意である。人工衛星10は、例えば太陽同期準回帰軌道で運用される。
<Overall configuration of system>
FIG. 1 is a diagram illustrating a configuration example of a system that detects an abnormality of a photovoltaic power generation facility. Hereinafter, this system is referred to as an abnormality monitoring system 1.
The abnormality monitoring system 1 includes an artificial satellite 10 that images the ground from an orbit, a ground station 20 that communicates with the artificial satellite 10, and a photovoltaic power generation facility 42 that analyzes image data imaged by the artificial satellite 10 and And a monitoring server 30 for monitoring the state of the server.
Although only one artificial satellite 10 is illustrated in FIG. 1, a plurality of artificial satellites 10 capable of imaging the same place may be used. The number of times the artificial satellite 10 orbits the earth per day and the altitude of the orbit are arbitrary. The artificial satellite 10 is operated in, for example, a sun-synchronous quasi-return orbit.

人工衛星10には、地上の可視光画像を撮像する可視光カメラ11と、地上の熱赤外線画像を撮像する熱赤外線カメラ12とが搭載されている。各カメラで撮像された画像は、不図示のトランスポンダを通じて地上局20に送信される。
可視光カメラ11と熱赤外線カメラ12は、同じ場所を撮像する。本実施の形態の場合、可視光カメラ11と熱赤外線カメラ12は、同じ場所を同時刻に撮像する。
図1では、人工衛星10によって撮像される2種類の画像のうち可視光画像40だけを表している。
ここでの可視光画像40には、複数の住宅41が含まれている。すなわち、可視光画像40は、住宅街の画像である。住宅街は、ドローンの飛行に許可が必要とされる地区の一例である。ドローンの飛行に許可が必要な地区には、例えば人口が集中している地区、空港等とその周辺等が含まれる。
The artificial satellite 10 is equipped with a visible light camera 11 that captures a visible light image of the ground, and a thermal infrared camera 12 that captures a thermal infrared image of the ground. An image captured by each camera is transmitted to the ground station 20 via a transponder (not shown).
The visible light camera 11 and the thermal infrared camera 12 image the same place. In the case of the present embodiment, the visible light camera 11 and the thermal infrared camera 12 image the same place at the same time.
FIG. 1 shows only the visible light image 40 among the two types of images captured by the artificial satellite 10.
The visible light image 40 here includes a plurality of houses 41. That is, the visible light image 40 is an image of a residential area. Residential areas are an example of a district where permission is required to fly drones. Areas requiring permission for drone flight include, for example, areas where the population is concentrated, airports and their surroundings.

図1に示す可視光画像40には、太陽光発電設備42を屋根に取り付けた住宅41が含まれている。
なお、人工衛星10が撮像する全ての画像に太陽光発電設備42を屋根に取り付けた住宅41が含まれるとは限らない。
また、人工衛星10が撮像する場所は、住居地に限らず、商業地、工業地、山林等でもよい。
また、本実施の形態における人工衛星10が撮像する太陽光発電設備42の規模に制約はない。従って、住宅41の屋根に取り付けられる太陽光発電設備42に限らず、ビルやマンションの屋上に取り付けられた太陽光発電設備42、山林や地上に設置された太陽光発電設備42も監視サービスの対象に含めてもよい。
The visible light image 40 shown in FIG. 1 includes a house 41 in which a solar power generation facility 42 is mounted on a roof.
Note that not all images captured by the artificial satellite 10 include the house 41 in which the solar power generation facility 42 is mounted on the roof.
The place where the artificial satellite 10 captures images is not limited to a residential area, but may be a commercial area, an industrial area, a forest, or the like.
In addition, there is no limitation on the scale of the solar power generation facility 42 that is imaged by the artificial satellite 10 in the present embodiment. Therefore, the monitoring service is not limited to the photovoltaic power generation equipment 42 installed on the roof of the house 41, but also the photovoltaic power generation equipment 42 mounted on the roof of a building or condominium, and the photovoltaic power generation equipment 42 installed on the forest or the ground. May be included.

監視サーバ30は、太陽光発電設備42の状態の監視サービスの提供に使用される。監視サーバ30は、オンプレミス型でもクラウド型でもよい。いずれにしても、監視サービスの提供者は、監視サーバ30を用いて、契約の対象になった太陽光発電設備42の状態を監視し、異常の有無や異常の原因として可能性が高い候補を出力する。
監視サーバ30は、検知装置及び検知手段の一例であるとともに、異常監視装置の一例でもある。
The monitoring server 30 is used to provide a service for monitoring the state of the photovoltaic power generation facilities 42. The monitoring server 30 may be an on-premises type or a cloud type. In any case, the monitoring service provider uses the monitoring server 30 to monitor the state of the photovoltaic power generation facility 42 contracted for, and to determine whether there is an abnormality or a candidate that is likely to be the cause of the abnormality. Output.
The monitoring server 30 is an example of a detection device and a detection unit, and is also an example of an abnormality monitoring device.

<太陽光発電設備の構成例>
ここでは、監視の対象である太陽光発電設備42について説明する。
図2は、太陽光発電設備42の例を示す図である。図2に示す太陽光発電設備42は、いわゆる太陽電池アレイに対応する。
図2に示すように、太陽電池の最小単位はセルと呼ばれる。1セルは、1辺が例えば15cmの大きさを有し、セル単位で、入射した光エネルギーの強度に比例した電気を発生する。従って、上空の雲、周囲の自然物や人工物が太陽光発電設備42の一部に影を作る場合にも、入射される光エネルギーの強度に応じた電気の発生が可能である。
図2の場合には、24個のセルを直列に接続した集合体をクラスタと呼び、更に3個のクラスタを直列に接続した集合体をモジュールと呼ぶ。なお、4個から10個のモジュールを直列に接続した集合体をストリングと呼び、さらに複数のストリングの集合体を太陽電池アレイと呼ぶ。図2に示す太陽光発電設備42は、太陽電池アレイに対応する。
<Example of solar power generation system configuration>
Here, the photovoltaic power generation facility 42 to be monitored will be described.
FIG. 2 is a diagram illustrating an example of the solar power generation facility 42. The photovoltaic power generation facility 42 shown in FIG. 2 corresponds to a so-called solar cell array.
As shown in FIG. 2, the minimum unit of a solar cell is called a cell. One cell has a size of, for example, 15 cm on one side, and generates electricity proportional to the intensity of incident light energy on a cell-by-cell basis. Therefore, even when clouds in the sky, surrounding natural or man-made objects form a shadow on a part of the photovoltaic power generation facility 42, electricity can be generated in accordance with the intensity of the incident light energy.
In the case of FIG. 2, an aggregate in which 24 cells are connected in series is called a cluster, and an aggregate in which three clusters are connected in series is called a module. An assembly in which four to ten modules are connected in series is called a string, and an assembly of a plurality of strings is called a solar cell array. The photovoltaic power generation facility 42 shown in FIG. 2 corresponds to a solar cell array.

図3は、クラスタ間をバイパスするバイパスダイオードDの接続例を説明する図である。(A)は電流が流れ難いクラスタを含まない場合の電流の流れを示し、(B)は電流が流れ難いクラスタが含まれる場合の電流の流れを示す。
図3に示すように、バイパスダイオードDは、対応するクラスタに対して並列に接続されている。クラスタ内の電流の流れが正常である場合、(A)に示すように、電流は72個のセルを直列に流れる。
これに対し、(B)の場合、2つ目のクラスタに異常セルが含まれる。異常セルがあると、2つ目のクラスタ内における電流の流れが悪くなる。影がかかって発電量が低下した場合も同様である。この場合、(B)に示すように、1つ目のクラスタから出力された電流は、2つ目のクラスタに対して並列に接続されているバイパスダイオードDを介して3つ目のクラスタに流れる。
なお、いずれのクラスタについても流れが悪くなった場合には、前段からの電流は、3つ全てのバイパスダイオードDを直列に流れ、次段へと出力される。
FIG. 3 is a diagram illustrating a connection example of a bypass diode D that bypasses between clusters. (A) shows the current flow in the case where the cluster in which the current hardly flows is not included, and (B) shows the current flow in the case where the cluster where the current hardly flows is included.
As shown in FIG. 3, the bypass diode D is connected in parallel to the corresponding cluster. If the current flow in the cluster is normal, the current flows through 72 cells in series, as shown in (A).
On the other hand, in the case of (B), the abnormal cell is included in the second cluster. If there is an abnormal cell, the flow of current in the second cluster becomes worse. The same applies to the case where the power generation amount is reduced due to the shadow. In this case, as shown in (B), the current output from the first cluster flows to the third cluster via the bypass diode D connected in parallel to the second cluster. .
If the flow of any cluster becomes poor, the current from the previous stage flows in series through all three bypass diodes D and is output to the next stage.

<監視サーバ30の構成例>
図4は、監視サーバ30のハードウェア構成の例を示す図である。
監視サーバ30は、プログラム(基本ソフトウェアを含む)の実行を通じて装置全体を制御するCPU(Central Processing Unit)301と、BIOS(Basic Input Output System)を記憶するROM(Read Only Memory)302と、プログラムの実行領域として使用されるRAM(Random Access Memory)303とを有している。
CPU301、ROM302、RAM303は、いわゆるコンピュータを構成し、各種の情報処理を実行する。なお、ROM302は、例えば不揮発性の半導体メモリによって構成される。
<Configuration example of monitoring server 30>
FIG. 4 is a diagram illustrating an example of a hardware configuration of the monitoring server 30.
The monitoring server 30 includes a CPU (Central Processing Unit) 301 that controls the entire apparatus through execution of a program (including basic software), a ROM (Read Only Memory) 302 that stores a BIOS (Basic Input Output System), And a RAM (Random Access Memory) 303 used as an execution area.
The CPU 301, the ROM 302, and the RAM 303 constitute a so-called computer, and execute various types of information processing. The ROM 302 is constituted by, for example, a nonvolatile semiconductor memory.

また、監視サーバ30は、基本ソフトウェアや各種のデータベース(DB)を格納するハードディスク装置(HDD)304を有している。
本実施の形態の場合、ハードディスク装置304には、例えば監視サービスの加入者の情報を保存するサービス加入者データベース(サービス加入者DB)304A、人工衛星10で撮像された可視光画像を保存する可視光画像データベース(可視光画像DB)304B、人工衛星10で撮像された熱赤外線画像を保存する熱赤外線画像データベース(熱赤外線画像DB)304Cが保存されている。
もっとも、これらのデータベースは、監視サーバ30に内蔵されている必要はなく、その一部又は全部が外部のストレージ装置に保存されていてもよい。外部ストレージ装置との接続はインターネット経由でもよい。
The monitoring server 30 has a hard disk drive (HDD) 304 for storing basic software and various databases (DBs).
In the case of the present embodiment, the hard disk device 304 stores, for example, a service subscriber database (service subscriber DB) 304A that stores information of a subscriber of a monitoring service, and a visible light that stores a visible light image captured by the artificial satellite 10. An optical image database (visible light image DB) 304B and a thermal infrared image database (thermal infrared image DB) 304C for storing thermal infrared images captured by the artificial satellite 10 are stored.
However, these databases need not be built in the monitoring server 30, and some or all of them may be stored in an external storage device. The connection with the external storage device may be via the Internet.

ここでのサービス加入者データベース304Aは、太陽光発電設備42(図1参照)の状態を監視するサービス専用に用意された加入者データベースに限らない。
例えば太陽光発電設備42の状態の監視が特定のサービスの加入者に対する追加のサービスとして提供される場合には、サービス加入者データベース304Aとして、特定のサービスの加入者の情報を管理する加入者データベースを含めてもよい。
ここでの特定のサービスには、例えばガス供給サービス、電気供給サービスがある。以下では、監視サービスの提供を受けるユーザを契約の形態で区別せず、単に監視サービスの加入者という。
The service subscriber database 304A here is not limited to a subscriber database prepared exclusively for a service that monitors the state of the photovoltaic power generation facility 42 (see FIG. 1).
For example, when the monitoring of the state of the photovoltaic power generation facility 42 is provided as an additional service to the subscriber of the specific service, a subscriber database that manages information of the subscriber of the specific service is used as the service subscriber database 304A. May be included.
Specific services here include, for example, a gas supply service and an electricity supply service. In the following, the users who are provided with the monitoring service are not simply distinguished in the form of a contract, but are simply referred to as monitoring service subscribers.

なお、サービス加入者データベース304Aには、監視の対象である太陽光発電設備42の設置場所を特定する情報が含まれる。設置場所を特定する情報には、例えば所在地、緯度と経度、加入者の住所を用いてもよい。
また、サービス加入者データベース304Aには、異常の発生の有無、異常を検知した日時、異常が検知されたセルの位置、異常の原因、検知された異常の確認や補修の進捗情報、修理の履歴、設置年等も加入者毎に記憶される。
The service subscriber database 304A includes information for specifying the installation location of the photovoltaic power generation facility 42 to be monitored. For example, the location, latitude and longitude, and subscriber address may be used as the information for specifying the installation location.
Further, the service subscriber database 304A stores the presence or absence of an abnormality, the date and time when the abnormality was detected, the location of the cell in which the abnormality was detected, the cause of the abnormality, progress information of confirmation and repair of the detected abnormality, and the repair history. , Installation year, etc. are also stored for each subscriber.

また、可視光画像データベース304Bは、予め定めた期間の間に撮像された可視光画像を保存する。個々の可視光画像には、撮像の日時、撮像に使用された人工衛星10、撮像された地上の範囲を規定する情報、解像度(又は分解能)等の情報が紐付けられている。
解像度は、1セルの1辺以下を識別できることが望ましい。ただし、画像処理によって同等の性能が実現されるのであれば、解像度は、1セルの1辺以上でもよい。
熱赤外線画像データベース304Cは、保存の対象が熱赤外線画像であることを除き、可視光画像データベース304Bと同様である。
本実施の形態では、可視光画像データベース304Bと熱赤外線画像データベース304Cを別に用意しているが区別せず保存してもよい。以下では、人工衛星10で撮像された可視光画像と熱赤外線画像とを衛星画像ということがある。
The visible light image database 304B stores the visible light images captured during a predetermined period. Each visible light image is associated with information such as the date and time of imaging, the artificial satellite 10 used for imaging, information defining the range of the ground on which the image was captured, and the resolution (or resolution).
It is desirable that the resolution can identify one side or less of one cell. However, the resolution may be one or more sides of one cell as long as equivalent performance is realized by image processing.
The thermal infrared image database 304C is the same as the visible light image database 304B except that the storage target is a thermal infrared image.
In the present embodiment, the visible light image database 304B and the thermal infrared image database 304C are separately prepared, but may be stored without distinction. Hereinafter, the visible light image and the thermal infrared image captured by the artificial satellite 10 may be referred to as a satellite image.

この他、図4に示す監視サーバ30には、ユーザインターフェースとしての表示部305と操作入力部306、外部との通信に使用される通信インターフェース(通信IF)307が設けられている。
表示部305と操作入力部306は、監視サーバ30に対して外付けされていてもよいし、通信インターフェース307を通じて監視サーバ30に接続されている外部の端末の一部でもよい。
In addition, the monitoring server 30 shown in FIG. 4 is provided with a display unit 305 and an operation input unit 306 as a user interface, and a communication interface (communication IF) 307 used for communication with the outside.
The display unit 305 and the operation input unit 306 may be external to the monitoring server 30 or may be a part of an external terminal connected to the monitoring server 30 via the communication interface 307.

図5は、監視サーバ30の機能構成の例を示す図である。
図5に示す機能構成は、CPU301等で構成されるコンピュータによるプログラムの実行を通じて実現される。
監視サーバ30は、サービス加入者データベース304Aから加入者情報を取得する加入者情報取得部311と、解析の対象とする画像を特定する解析画像特定部312と、特定された可視光画像を解析する可視光画像解析部313と、特定された熱赤外線画像を解析する熱赤外線画像解析部314として機能する。
本実施の形態の場合、計算資源を有効に活用するため、加入者情報取得部311によって、監視サービスの加入者の情報を取得し、監視の対象とする太陽光発電設備42が設置されている場所を特定する。
解析画像特定部312は、加入者に紐付けられている太陽光発電設備42が設置されている場所を含む可視光画像と熱赤外線画像を特定する。本実施の形態の場合、解析画像特定部312は、各画像から解析の対象である太陽光発電設備42に対応する部分画像も特定する。特定された部分画像は、可視光画像解析部313と熱赤外線画像解析部314によって解析される。
FIG. 5 is a diagram illustrating an example of a functional configuration of the monitoring server 30.
The functional configuration illustrated in FIG. 5 is realized through execution of a program by a computer including the CPU 301 and the like.
The monitoring server 30 analyzes the identified visible light image, the subscriber information acquisition unit 311 that acquires the subscriber information from the service subscriber database 304A, the analysis image identification unit 312 that identifies the image to be analyzed, and the like. It functions as a visible light image analysis unit 313 and a thermal infrared image analysis unit 314 that analyzes the specified thermal infrared image.
In the case of the present embodiment, in order to effectively utilize the computing resources, the subscriber information acquisition unit 311 acquires the information of the subscriber of the monitoring service, and the photovoltaic power generation facilities 42 to be monitored are installed. Identify a location.
The analysis image specifying unit 312 specifies a visible light image and a thermal infrared image including a place where the photovoltaic power generation facility 42 associated with the subscriber is installed. In the case of the present embodiment, the analysis image specifying unit 312 also specifies a partial image corresponding to the photovoltaic power generation facility 42 to be analyzed from each image. The specified partial image is analyzed by the visible light image analysis unit 313 and the thermal infrared image analysis unit 314.

可視光画像解析部313は、解析の対象である可視光画像から監視サービスの対象である太陽光発電設備42の部分画像を特定し、解析処理を実行する。太陽光発電設備42の特定には、事前に与えられた太陽光発電設備42の設置に関する情報を用いてもよいし、人工知能等を用いて生成された学習モデルを使用してもよいし、予め用意された抽出アルゴリズムを使用してもよい。本実施の形態における可視光画像解析部313は、太陽光発電設備42を構成するセル毎に解析処理を実行する。
本実施の形態における可視光画像解析部313には、解析機能として、例えば雲の重なりの有無を検知する雲有無検知部313Aと、影の重なりを検知する影領域検知部313Bと、外観の異常を検知する外観異常検知部313Cと、外観の異常に対する対応の緊急度を判定する異常度合い判定部313Dが用意されている。
The visible light image analysis unit 313 specifies a partial image of the photovoltaic power generation facility 42 that is the target of the monitoring service from the visible light image that is the target of the analysis, and executes an analysis process. In specifying the photovoltaic power generation facilities 42, information on the installation of the photovoltaic power generation facilities 42 given in advance may be used, or a learning model generated using artificial intelligence or the like may be used, An extraction algorithm prepared in advance may be used. The visible light image analysis unit 313 according to the present embodiment executes an analysis process for each cell constituting the photovoltaic power generation facility 42.
The visible light image analysis unit 313 according to the present embodiment includes, as analysis functions, for example, a cloud presence / absence detection unit 313A for detecting the presence / absence of cloud overlap, a shadow region detection unit 313B for detecting shadow overlap, and an abnormal appearance. And an abnormality degree determination unit 313D that determines the urgency of responding to an abnormality in the appearance.

雲有無検知部313Aは、上空の雲で隠れている太陽光発電設備42(又はセル)に対応する部分画像を解析の対象から除外する。雲が重なっている部分では地上の情報を取得できないが、画像の全体が雲で隠れていない限り、雲の隙間から確認できる地上の部分画像を目印に、加入者の太陽光発電設備42が含まれる画像領域を特定可能である。なお、雲が重なっている部分では画像からセルの位置を特定できないので、雲が位置する部分画像を単純に解析の対象から除外してもよい。
影領域検知部313Bは、太陽光発電設備42に対応する画像から、自然物や人工物の影が重なっているセルと重なっていないセルを区別して検知する。影が重なっている部分のセルの輝度は、影が重なっていない部分のセルよりも暗く見える。
The cloud presence / absence detection unit 313A excludes a partial image corresponding to the photovoltaic power generation facility 42 (or cell) hidden by clouds in the sky from the analysis target. Information on the ground cannot be obtained in the area where the clouds overlap, but unless the whole image is covered by the clouds, the participant's solar power generation facility 42 is included with the landmark image that can be confirmed from the gap between the clouds. Image region to be specified. Since the position of the cell cannot be specified from the image in the portion where the cloud overlaps, the partial image where the cloud is located may be simply excluded from the analysis target.
The shadow area detecting unit 313B distinguishes and detects cells in which the shadow of the natural or artificial object overlaps and cells in which the shadow does not overlap from the image corresponding to the photovoltaic power generation facility 42. The brightness of the cell where the shadow overlaps appears darker than the cell where the shadow does not overlap.

外観異常検知部313Cは、太陽光発電設備42に対応する画像を解析し、外観上の異常を検知する。外観上の異常には、例えば異物の付着、外傷等が想定される。異物には、葉っぱや砂塵のように風によって容易に飛ばされるもの、鳥のフンのように長期に付着するもの等がある。
異常度合い判定部313Dは、外観上の異常の度合いの判定に用いられる。本実施の形態の場合、異常度合い判定部313Dは、過去に撮像された画像との比較に基づいて、検知された異常の時間変化を検出し、緊急性の度合いを判定する。異常の程度に変化がないか進行している場合には緊急度合いは高く、異常の程度が改善されている場合には緊急度合いは低い。
The appearance abnormality detection unit 313C analyzes an image corresponding to the photovoltaic power generation facility 42 and detects an abnormality in the appearance. The appearance abnormality is assumed to be, for example, adhesion of foreign matter, trauma, or the like. Foreign substances include those that are easily blown off by the wind, such as leaves and dust, and those that adhere for a long time, such as bird dung.
The abnormality degree determination unit 313D is used for determining the degree of abnormality in appearance. In the case of the present embodiment, the degree-of-abnormality determination unit 313D detects a time change of the detected abnormality based on comparison with an image captured in the past, and determines the degree of urgency. The degree of urgency is high when the degree of abnormality is unchanged or progressing, and low when the degree of abnormality is improved.

熱赤外線画像解析部314は、解析の対象である熱赤外線画像から監視サービスの対象である太陽光発電設備42の部分画像を特定し、解析処理を実行する。なお、太陽光発電設備42の部分画像の特定には、可視光画像解析部313による特定の結果を使用してもよい。
本実施の形態における熱赤外線画像解析部314には、解析機能として、温度異常検知部314Aが用意されている。
温度異常検知部314Aによる温度異常の検知では、画像から測定される温度の絶対値を閾値と比較する手法を用いてもよいし、検知の対象であるセルの温度とその周囲のセルの温度との差分値を閾値と比較する手法を用いてもよい。温度異常検知部314Aは、温度の絶対値又は温度の差分値が閾値を越える場合に、セルの温度が異常であると検知する。
The thermal infrared image analysis unit 314 specifies a partial image of the photovoltaic power generation facility 42 that is a monitoring service target from the thermal infrared image that is an analysis target, and executes an analysis process. Note that a specific result of the visible light image analysis unit 313 may be used to specify the partial image of the solar power generation facility 42.
The thermal infrared image analyzer 314 in the present embodiment is provided with a temperature abnormality detector 314A as an analysis function.
In the detection of the temperature abnormality by the temperature abnormality detection unit 314A, a method of comparing the absolute value of the temperature measured from the image with the threshold value may be used, or the temperature of the cell to be detected and the temperature of the surrounding cells may be compared. Alternatively, a method of comparing the difference value with the threshold value may be used. The temperature abnormality detection unit 314A detects that the temperature of the cell is abnormal when the absolute value of the temperature or the difference value of the temperature exceeds the threshold value.

<監視処理動作の例>
以下では、図6〜図12を使用して、加入者の太陽光発電設備42を撮像した衛星画像から異常を監視するために実行される処理動作を説明する。
ここで、図6及び図7は、監視処理動作の例を説明する図である。図6は、本実施の形態で使用する監視処理の一部を示すフローチャートである。図7は、本実施の形態で使用する監視処理の残りを示すフローチャートである。図6及び図7に示す記号のSは、ステップを意味している。
図6及び図7に示す処理は、特定の加入者についての太陽光発電設備42(図1参照)に対応する部分画像が特定された後に実行される。
<Example of monitoring processing operation>
Hereinafter, a processing operation executed to monitor an abnormality from a satellite image obtained by imaging the solar power generation facility 42 of the subscriber will be described with reference to FIGS. 6 to 12.
Here, FIGS. 6 and 7 are diagrams illustrating an example of the monitoring processing operation. FIG. 6 is a flowchart showing a part of the monitoring process used in the present embodiment. FIG. 7 is a flowchart showing the rest of the monitoring processing used in the present embodiment. The symbol S in FIGS. 6 and 7 means a step.
6 and 7 are executed after the partial image corresponding to the photovoltaic power generation facility 42 (see FIG. 1) for the specific subscriber is specified.

監視サーバ30(図1参照)は、監視対象である太陽光発電設備42の可視光画像を使用し、処理対象のセルと雲との重なりの有無を判定する(ステップ1)。本実施の形態の場合、画像認識によって雲と認識された範囲内に位置するセルは、雲が重なっていると判定される。因みに、周囲の木々等のために死角に位置するセルも、雲が重なっているものとして扱う。
図8は、太陽光発電設備42に上空の雲43が重なって写っている可視光画像40の例を示す図である。図中の正方形がセルに対応する。図8に示すように、雲43が重なる部分では、太陽光発電設備42を構成するセルを認識することはできない。
The monitoring server 30 (see FIG. 1) uses the visible light image of the photovoltaic power generation facility 42 to be monitored, and determines whether or not the cell to be processed overlaps the cloud (step 1). In the case of the present embodiment, it is determined that the cells located within the range that has been recognized as a cloud by image recognition have overlapping clouds. Incidentally, a cell located in a blind spot due to surrounding trees and the like is also treated as an overlapping cloud.
FIG. 8 is a diagram illustrating an example of a visible light image 40 in which a cloud 43 above the solar power generation facility 42 is superimposed. The squares in the figure correspond to the cells. As shown in FIG. 8, it is not possible to recognize the cells constituting the photovoltaic power generation facility 42 in the portion where the clouds 43 overlap.

図6の説明に戻る。
次に、監視サーバ30は、雲が重なるか否かを確認する(ステップ2)。
処理対象とするセルに雲が重なる場合、ステップ2で肯定結果が得られる。この場合、監視サーバ30は、処理対象であるセルを解析対象から除外する(ステップ3)。この除外により、解析に用いられる計算資源への負荷が低減される。
一方、処理対象とするセルに雲が重ならない場合、ステップ2で否定結果が得られる。この場合、監視サーバ30は、監視対象である太陽光発電設備42の可視光画像を使用し、処理対象のセルと影の重なりの有無を判定する(ステップ4)。ここでの影には、上空の雲の影も含まれる。
図9は、太陽光発電設備42の表面に影44が写り込んでいる可視光画像40の例を示す図である。図中の正方形がセルに対応する。図9に示すように、影44が重なる部分でも、太陽光発電設備42を構成するセルの認識が可能である。影44が重なるセルの輝度は、影44が重ならないセルの輝度よりも低い。
Returning to the description of FIG.
Next, the monitoring server 30 checks whether the clouds overlap (step 2).
If the cloud overlaps the cell to be processed, a positive result is obtained in step 2. In this case, the monitoring server 30 excludes the processing target cell from the analysis target (Step 3). This exclusion reduces the load on the computational resources used for the analysis.
On the other hand, if the cloud does not overlap the cell to be processed, a negative result is obtained in step 2. In this case, the monitoring server 30 uses the visible light image of the photovoltaic power generation facility 42 to be monitored and determines whether or not the cell to be processed overlaps the shadow (step 4). The shadow here includes the shadow of clouds in the sky.
FIG. 9 is a diagram illustrating an example of a visible light image 40 in which a shadow 44 is reflected on the surface of the solar power generation facility 42. The squares in the figure correspond to the cells. As shown in FIG. 9, it is possible to recognize the cells constituting the photovoltaic power generation facility 42 even in the portion where the shadow 44 overlaps. The brightness of the cell where the shadow 44 overlaps is lower than the brightness of the cell where the shadow 44 does not overlap.

図6の説明に戻る。
次に、監視サーバ30は、影が重なるか否かを確認する(ステップ5)。
処理対象とするセルに影が重なる場合、ステップ5で肯定結果が得られる。この場合、監視サーバ30は、熱赤外線画像を使用し、処理対象であるセルについて温度異常の有無を判定する(ステップ6)。ここでの判定は、測定された温度又は周囲のセルとの温度差と予め定めた閾値との比較により行われる。
前述したように、バイパスダイオードD(図3参照)が機能していれば、影がかかったセルを含むクラスタには電流が流れないはずである。逆に、影がかかったセルを含むクラスタに電流が流れていれば、バイパスダイオードDの故障が疑われる。なお、電流が流れていることは、クラスタ内のセルに通電による発熱が認められることで確かめられる。なお、発電していないセルに電流が流れて発熱すると、セルが破損する原因になる。
Returning to the description of FIG.
Next, the monitoring server 30 checks whether shadows overlap (step 5).
When the shadow overlaps the cell to be processed, a positive result is obtained in step 5. In this case, the monitoring server 30 uses the thermal infrared image to determine whether or not the cell to be processed has a temperature abnormality (step 6). The determination here is made by comparing the measured temperature or the temperature difference with the surrounding cells with a predetermined threshold value.
As described above, if the bypass diode D (see FIG. 3) is functioning, no current should flow through the cluster containing the shaded cells. Conversely, if a current flows through the cluster including the shaded cell, the failure of the bypass diode D is suspected. The flow of the current can be confirmed by the fact that the cells in the cluster generate heat when energized. If a current flows through a cell that is not generating power and generates heat, the cell may be damaged.

次に、監視サーバ30は、温度異常か否かを確認する(ステップ7)。
影が重なっているセルに温度異常が検知された場合、ステップ7で肯定結果が得られる。
この場合、監視サーバ30は、異常検知を出力する(ステップ8)。ここでの異常検知には、異常の原因が含まれても良い。例えば異常の原因として、バイパスダイオードDの故障の可能性を示唆する情報が含まれる。この後、監視サーバ30は、別のセルを処理対象として、ステップ1から判定を繰り返す。
一方、影が重なっているセルに温度異常が検知されない場合、ステップ7で否定結果が得られる。この場合、監視サーバ30は、正常検知を出力する(ステップ9)。この後、監視サーバ30は、別のセルを処理対象として、ステップ1から判定を繰り返す。
Next, the monitoring server 30 checks whether or not the temperature is abnormal (step 7).
If a temperature abnormality is detected in the cell where the shadow overlaps, a positive result is obtained in step 7.
In this case, the monitoring server 30 outputs an abnormality detection (Step 8). The abnormality detection here may include the cause of the abnormality. For example, information indicating a possibility of failure of the bypass diode D is included as a cause of the abnormality. Thereafter, the monitoring server 30 repeats the determination from step 1 with another cell as a processing target.
On the other hand, if no temperature abnormality is detected in the cell where the shadow overlaps, a negative result is obtained in step 7. In this case, the monitoring server 30 outputs a normal detection (step 9). Thereafter, the monitoring server 30 repeats the determination from step 1 with another cell as a processing target.

ところで、ステップ5で否定結果が得られた場合、監視サーバ30は、熱赤外線画像を使用し、処理対象であるセルについて温度異常の有無を判定する(ステップ10)。ステップ10で処理対象となるセルは、影が重なっていないセルである。ここでの判定も、測定された温度又は周囲のセルとの温度差と予め定めた閾値との比較により行われる。
次に、監視サーバ30は、温度異常か否かを確認する(ステップ11)。
影が重なっていないセルに温度異常が検知されない場合、ステップ11で否定結果が得られる。この場合、監視サーバ30は、正常検知を出力する(ステップ12)。この後、監視サーバ30は、別のセルを処理対象として、ステップ1から判定を繰り返す。
一方、影が重なっていないセルに温度異常が検知された場合、ステップ11で肯定結果が得られる。この場合、監視サーバ30は、異常検知を出力する(ステップ13)。
図10は、影が重なっている領域で温度異常が検知されたセル45と影が重なっていない領域で温度異常が検知されたセル46の例を説明する図である。図10の場合、影44が重なる領域内で2つのセルに温度異常が認められ、影44が重ならない領域内で1つのセルに温度異常が認められている。
By the way, if a negative result is obtained in step 5, the monitoring server 30 uses the thermal infrared image to determine whether or not the cell to be processed has a temperature abnormality (step 10). The cells to be processed in step 10 are cells in which shadows do not overlap. The determination here is also made by comparing the measured temperature or the temperature difference with the surrounding cells with a predetermined threshold.
Next, the monitoring server 30 checks whether or not the temperature is abnormal (step 11).
If a temperature abnormality is not detected in a cell where the shadow does not overlap, a negative result is obtained in step 11. In this case, the monitoring server 30 outputs a normal detection (step 12). Thereafter, the monitoring server 30 repeats the determination from step 1 with another cell as a processing target.
On the other hand, if a temperature abnormality is detected in a cell where the shadow does not overlap, a positive result is obtained in step 11. In this case, the monitoring server 30 outputs an abnormality detection (Step 13).
FIG. 10 is a diagram illustrating an example of a cell 45 in which an abnormal temperature is detected in a region where a shadow overlaps and a cell 46 in which an abnormal temperature is detected in a region where a shadow does not overlap. In the case of FIG. 10, abnormal temperature is recognized in two cells in the region where the shadow 44 overlaps, and abnormal temperature is recognized in one cell in the region where the shadow 44 does not overlap.

図7の説明に戻る。
影が重なっていないセルで温度異常が検知された場合、監視サーバ30は、可視光画像を用い、セルの外観の異常の有無を判定する(ステップ14)。具体的には、付着物などの異物や外傷などの有無が判定される。
次に、監視サーバ30は、異常があるか否かを確認する(ステップ15)。
外観に異常が見つからない場合、ステップ15で否定結果が得られる。この場合、監視サーバ30は、温度異常の原因は、セル内部の問題の可能性が高いと判定結果を出力する(ステップ16)。この出力の後、監視サーバ30は、別のセルを処理対象として、ステップ1から判定を繰り返す。
外観に異常が見つかった場合、ステップ15で肯定結果が得られる。この場合、監視サーバ30は、温度異常の原因は、セル表面の問題の可能性が高いとの判定結果を出力する(ステップ17)。
Returning to the description of FIG.
When an abnormal temperature is detected in a cell having no overlapping shadow, the monitoring server 30 determines whether or not there is an abnormality in the appearance of the cell using the visible light image (Step 14). Specifically, the presence or absence of a foreign substance such as an adhered substance or a trauma is determined.
Next, the monitoring server 30 checks whether there is any abnormality (step 15).
If no abnormality is found in the appearance, a negative result is obtained in step 15. In this case, the monitoring server 30 outputs a determination result that the cause of the temperature abnormality is likely to be a problem inside the cell (step 16). After this output, the monitoring server 30 repeats the determination from step 1 with another cell as a processing target.
If an abnormality is found in the appearance, a positive result is obtained in step 15. In this case, the monitoring server 30 outputs a determination result indicating that the cause of the temperature abnormality is likely to be a cell surface problem (step 17).

次に、監視サーバ30は、該当セルに対応する過去の可視光画像を取得する(ステップ18)。人工衛星10(図1参照)の場合には、周期的に同じ場所を撮像することが可能であるので、特定の太陽光発電設備42(図1参照)に対して撮像日時が異なる複数の衛星画像が保存されている。本実施の形態の場合、監視サーバ30は、同じ太陽光発電設備42について保存されている可視光画像の中から前回撮像された可視光画像を取得する。
この後、監視サーバ30は、今回の可視光画像と前回の可視光画像を比較して、外観異常の度合いの変化を判定する(ステップ19)。例えば前回と今回とで外観異常の内容が同じ(類似を含む)又は異なるか、外観異常の面積や長さが増えているか減っているか等が判定される。
Next, the monitoring server 30 acquires a past visible light image corresponding to the cell (step 18). In the case of the artificial satellite 10 (see FIG. 1), it is possible to periodically image the same place, so that a plurality of satellites having different imaging dates and times for a specific solar power generation facility 42 (see FIG. 1). The image has been saved. In the case of the present embodiment, the monitoring server 30 acquires the previously captured visible light image from the visible light images stored for the same solar power generation facility 42.
Thereafter, the monitoring server 30 compares the current visible light image with the previous visible light image to determine a change in the degree of appearance abnormality (step 19). For example, it is determined whether the content of the appearance abnormality is the same (including similarity) or different between the previous time and the current time, and whether the area or the length of the appearance abnormality is increasing or decreasing.

続いて、監視サーバ30は、外観異常に対する対応の緊急性が高いか否かを判定する(ステップ20)。
例えば外観異常が鳥のフンの付着や一時的な飛来物に起因する場合、対応の緊急性は低い。この場合、監視サーバ30は、ステップ21に進み、外観異常への対応の優先度を低く設定する。なお、優先度の設定後、監視サーバ30は、別のセルを処理対象として、ステップ1から判定を繰り返す。
図11は、対応の優先度が低い外観異常の例を示す図である。(A)は前回撮像された可視光画像40を示し、(B)は今回撮像された可視光画像40を示す。図11の場合、前回の撮像日と今回の撮像日とで4日の差がある。
図11の場合、可視光画像40で検知された外観異常47の大きさが、前回よりも今回の方が小さくなっている。このような事象は、外観異常が風雨などで洗い流される類の汚れである場合に生じる。この種の異常は、急いで対応しなくても問題がないので、対応の優先度が低く設定される。
Subsequently, the monitoring server 30 determines whether or not the urgency of responding to the appearance abnormality is high (Step 20).
For example, if the appearance abnormality is caused by sticking of bird droppings or temporary flying objects, the urgency of response is low. In this case, the monitoring server 30 proceeds to step 21 and sets a low priority for the response to the appearance abnormality. After setting the priority, the monitoring server 30 repeats the determination from step 1 with another cell as a processing target.
FIG. 11 is a diagram illustrating an example of an appearance abnormality with a low priority of correspondence. (A) shows the visible light image 40 taken last time, and (B) shows the visible light image 40 taken this time. In the case of FIG. 11, there is a difference of four days between the previous imaging date and the current imaging date.
In the case of FIG. 11, the size of the appearance abnormality 47 detected in the visible light image 40 is smaller this time than in the previous time. Such an event occurs when the appearance abnormality is a kind of dirt that is washed away by wind and rain. Since there is no problem even if this kind of abnormality does not need to be dealt with in a hurry, the priority of the handling is set low.

図7の説明に戻る。
一方、外観異常がガラスの破損などに起因する場合、対応の緊急性は高い。この場合、監視サーバ30は、ステップ22に進み、外観異常への対応の優先度を高く設定する。なお、優先度の設定後、監視サーバ30は、別のセルを処理対象として、ステップ1から判定を繰り返す。
図12は、対応の優先度が高い外観異常の例を示す図である。(A)は前回撮像された可視光画像40を示し、(B)は今回撮像された可視光画像40を示す。図12の場合も、前回の撮像日と今回の撮像日との差は4日である。
図12の場合、可視光画像40で検知された外観異常47の大きさが、前回よりも今回の方が大きくなっている。このような事象は、外観異常が風雨などで洗い流される類の汚れではなく、表面ガラスの破損の場合に生じる。この種の異常は、急いで対応する必要があるので、対応の優先度が高く設定される。
Returning to the description of FIG.
On the other hand, when the appearance abnormality is caused by breakage of the glass or the like, the urgency of response is high. In this case, the monitoring server 30 proceeds to step 22 and sets a higher priority for the appearance abnormality. After setting the priority, the monitoring server 30 repeats the determination from step 1 with another cell as a processing target.
FIG. 12 is a diagram illustrating an example of an appearance abnormality with a high priority of correspondence. (A) shows the visible light image 40 taken last time, and (B) shows the visible light image 40 taken this time. Also in the case of FIG. 12, the difference between the previous imaging date and the current imaging date is four days.
In the case of FIG. 12, the size of the appearance abnormality 47 detected in the visible light image 40 is larger this time than in the previous time. Such an event occurs in the case where the surface abnormality is not a stain which is washed away by wind and rain, but the appearance abnormality is a breakage of the surface glass. Since this kind of abnormality needs to be dealt with urgently, the priority of the correspondence is set high.

<まとめ>
以上説明したように、本実施の形態の場合には、太陽光発電設備42(図1参照)の異常の検知に、可視光カメラ11(図1参照)と熱赤外線カメラ12(図1参照)を搭載する人工衛星10(図1参照)を用いるため、検査範囲についてドローンの場合のような制約がない。例えばドローンを用いる場合には、検査対象である太陽光発電設備42が存在する場所に人を派遣し、飛行中のドローンの目視による監視、許可の申請等が必要となるが、人工衛星10を用いる場合には、それらの制約がない。
また、故障はいつ発生するか分からないため、太陽光発電設備42の異常を検知するサービスを提供するには、継続的又は定期的な検査が効果的である。この観点からも、住宅地のような許可を必要とする空域に何度もドローンを飛ばす必要がない本実施の形態による検査手法は、太陽光発電設備42の異常の検知に有利である。
また、本実施の形態の場合には、太陽光発電設備42が交通の不便な場所に設置されている場合でも、高頻度で検査を行うことができる。勿論、高頻度での検査は、住宅地等に設置された太陽光発電設備42の検査にも有利である。
<Summary>
As described above, in the case of the present embodiment, the visible light camera 11 (see FIG. 1) and the thermal infrared camera 12 (see FIG. 1) are used to detect the abnormality of the photovoltaic power generation facility 42 (see FIG. 1). Since the artificial satellite 10 (see FIG. 1) on which the satellite is mounted is used, the inspection range is not restricted as in the case of a drone. For example, in the case of using a drone, it is necessary to dispatch a person to a place where the photovoltaic power generation facility 42 to be inspected is present, visually monitor the drone in flight, apply for permission, and the like. When used, there are no restrictions.
In addition, since it is not known when a failure will occur, continuous or periodic inspection is effective in providing a service for detecting an abnormality of the photovoltaic power generation facility 42. From this viewpoint as well, the inspection method according to the present embodiment, in which it is not necessary to fly a drone many times in an airspace requiring permission such as a residential area, is advantageous for detecting an abnormality in the solar power generation facility 42.
Further, in the case of the present embodiment, even when the photovoltaic power generation facility 42 is installed in a place where traffic is inconvenient, the inspection can be performed with high frequency. Of course, the frequent inspection is advantageous for the inspection of the photovoltaic power generation equipment 42 installed in a residential area or the like.

また、本実施の形態の場合には、同時刻に撮像された可視光画像と熱赤外線画像を用いるので、可能性が高い異常の原因を特定することが可能である。例えばバイパスダイオードの故障であるのか、セル内部の問題であるのか、セル表面の汚れが原因であるのか、セル表面の破損が原因であるのかを特定できる。
このため、現地に人を派遣する場合でも、特定された原因に応じた能力を備える作業員を派遣することが可能になる。例えば鳥のフンなどが原因と分かっていれば清掃業者を手配でき、内部の故障やセル表面の破損である場合には、部品の修理や交換の能力を備える作業者を手配できる。因みに、特定された原因と優先度の情報は、管理サービスを提供する事業者の従業員だけでなく、加入者に対して通知又は提示されてもよい。
Further, in the case of the present embodiment, since the visible light image and the thermal infrared image captured at the same time are used, it is possible to specify the cause of the abnormality having a high possibility. For example, it is possible to specify whether it is a failure of the bypass diode, a problem inside the cell, a dirt on the cell surface, or a damage on the cell surface.
For this reason, even when dispatching a person to the site, it is possible to dispatch a worker having the ability according to the identified cause. For example, if the cause is known to be a bird droppings, a cleaning company can be arranged, and in the case of an internal failure or damage to the cell surface, an operator capable of repairing or replacing parts can be arranged. Incidentally, the information of the identified cause and priority may be notified or presented to the subscriber as well as the employee of the business operator providing the management service.

<他の実施の形態>
以上、本発明の実施の形態について説明したが、本発明の技術的範囲は上述の実施の形態に記載の範囲に限定されない。上述の実施の形態に、種々の変更又は改良を加えたものも、本発明の技術的範囲に含まれることは、特許請求の範囲の記載から明らかである。
(1)前述の実施の形態では、基本的に1台の人工衛星10(図1参照)で撮像された可視光画像及び熱赤外線画像を用いているが、複数台の人工衛星10で撮像された可視光画像及び熱赤外線画像を用いてもよい。例えば同日又は同じ時間帯に撮像された複数の可視光画像及び熱赤外線画像のうち雲や影の影響がない画像を選択的に使用して異常の有無を検知してもよい。
(2)前述の実施の形態で温度異常の判定に用いる閾値は、衛星画像の解像度に応じて変更してもよい。
(3)衛星画像は、撮像と同時に地上局20(図1参照)に伝送してもよいし、人工衛星10(図1参照)に蓄積された画像をまとめて伝送してもよい。
(4)前述の実施の形態では、基本的に1つの国又は地域内で監視サービスを提供する場合を想定しているが、人工衛星10は地球を周回しているため、人工衛星10が通過する全ての国や地域を対象に監視サービスを提供してもよい。
(5)前述の実施の形態では、基本的に1セルを単位に異常の有無を解析しているが、複数個のセルを単位として異常の有無を判定してもよい。
(6)前述の実施の形態では、人工衛星10を用いて可視光画像と熱赤外線画像の両方を撮像しているが、いずれか一方だけを撮像してもよい。その場合でも、いずれか一方の画像だけを用いて異常の検知、異常の原因、異常への対応の緊急度合いを判断することができる。例えば可視光画像だけを用いる場合でも、異なる日時に撮像された複数の可視光画像の比較により、外観上の異常の程度の進行具合を検知し、対応の緊急度合いを判断してもよい。また例えば熱赤外線画像だけを用いる場合でも、異なる日時に撮像された複数の熱赤外線画像の比較により、発熱異常の進行具合を検知し、対応の緊急度合いを判断してもよい。例えば特定のセルとその周辺のセルとの温度差が継時的に大きくなるようであれば劣化が進展していると判断し、温度差が徐々に小さくなる又は無くなる場合には一時的な異常と判断できる。
(7)前述の実施の形態においては、人工衛星10で撮像された太陽光発電設備の可視光画像と熱赤外線画像を処して異常を検知しているが(例えば図6及び図7参照)、いわゆるドローンによって撮像された可視光画像と熱赤外線画像を処理の対象としてもよい。
<Other embodiments>
Although the embodiments of the present invention have been described above, the technical scope of the present invention is not limited to the scope described in the above embodiments. It is apparent from the description of the appended claims that various modifications or improvements to the above-described embodiment are included in the technical scope of the present invention.
(1) In the above-described embodiment, basically, the visible light image and the thermal infrared image captured by one artificial satellite 10 (see FIG. 1) are used. Alternatively, a visible light image and a thermal infrared image may be used. For example, the presence or absence of an abnormality may be detected by selectively using an image that is not affected by clouds or shadows among a plurality of visible light images and thermal infrared images captured on the same day or at the same time.
(2) The threshold value used for determining a temperature abnormality in the above-described embodiment may be changed according to the resolution of the satellite image.
(3) The satellite image may be transmitted to the ground station 20 (see FIG. 1) simultaneously with the imaging, or the images accumulated in the artificial satellite 10 (see FIG. 1) may be transmitted together.
(4) In the above-described embodiment, it is basically assumed that the monitoring service is provided in one country or region. However, since the satellite 10 orbits the earth, the satellite 10 The monitoring service may be provided to all countries and regions where the monitoring is performed.
(5) In the above-described embodiment, the presence or absence of an abnormality is basically analyzed in units of one cell. However, the presence or absence of an abnormality may be determined in units of a plurality of cells.
(6) In the above embodiment, both the visible light image and the thermal infrared image are captured using the artificial satellite 10, but only one of them may be captured. Even in such a case, it is possible to detect the abnormality, determine the cause of the abnormality, and determine the urgency of responding to the abnormality using only one of the images. For example, even when only the visible light image is used, the degree of progress of the appearance abnormality may be detected by comparing a plurality of visible light images captured at different dates and times, and the urgency of the response may be determined. Further, for example, even when only the thermal infrared image is used, the progress of the heat generation abnormality may be detected and the urgency of the response may be determined by comparing a plurality of thermal infrared images captured at different dates and times. For example, if the temperature difference between a specific cell and its surrounding cells increases over time, it is determined that deterioration has progressed. If the temperature difference gradually decreases or disappears, a temporary abnormality is detected. Can be determined.
(7) In the above-described embodiment, the abnormality is detected by processing the visible light image and the thermal infrared image of the photovoltaic power generation facility captured by the artificial satellite 10 (for example, see FIGS. 6 and 7). A visible light image and a thermal infrared image captured by a so-called drone may be processed.

1…異常監視システム、10…人工衛星、11…可視光カメラ、12…熱赤外線カメラ、20…地上局、30…監視サーバ、40…可視光画像、41…住宅、42…太陽光発電設備、304A…サービス加入者データベース、304B…可視光画像データベース、304C…熱赤外線画像データベース、311…加入者情報取得部、312…解析画像特定部、313…可視光画像解析部、313A…雲有無検知部、313B…影領域検知部、313C…外観異常検知部、313D…異常度合い判定部、314…熱赤外線画像解析部、314A…温度異常検知部、D…バイパスダイオード DESCRIPTION OF SYMBOLS 1 ... Abnormality monitoring system, 10 ... Artificial satellite, 11 ... Visible light camera, 12 ... Thermal infrared camera, 20 ... Ground station, 30 ... Monitoring server, 40 ... Visible light image, 41 ... House, 42 ... Solar power generation equipment, 304A: Service subscriber database, 304B: Visible light image database, 304C: Thermal infrared image database, 311: Subscriber information acquisition unit, 312: Analysis image specifying unit, 313: Visible light image analysis unit, 313A: Cloud presence / absence detection unit , 313B: shadow area detection section, 313C: appearance abnormality detection section, 313D: abnormality degree determination section, 314: thermal infrared image analysis section, 314A: temperature abnormality detection section, D: bypass diode

Claims (14)

複数の太陽電池で構成される発電設備を上空から撮像した可視光画像及び熱赤外線画像の少なくとも一方に基づいて、当該発電設備を構成する特定の前記太陽電池の異常を検知する検知装置
を有する異常監視システム。
An abnormality comprising: a detection device that detects an abnormality of a specific solar cell included in the power generation facility based on at least one of a visible light image and a thermal infrared image of the power generation facility configured by a plurality of solar cells from the sky. Monitoring system.
前記検知装置は、前記発電設備の可視光画像のうち影が重なる領域部分で閾値を越える発熱が認められる場合、当該領域部分に位置する前記太陽電池の異常を検知する、請求項1に記載の異常監視システム。   2. The detection device according to claim 1, wherein, in a visible light image of the power generation equipment, when heat generation exceeding a threshold is recognized in a region where a shadow overlaps, an abnormality of the solar cell located in the region is detected. Abnormality monitoring system. 前記検知装置は、異常の原因の候補として、前記太陽電池内のバイパスダイオードの故障を出力する、請求項2に記載の異常監視システム。   The abnormality monitoring system according to claim 2, wherein the detection device outputs a failure of a bypass diode in the solar cell as a candidate for a cause of the abnormality. 前記検知装置は、可視光画像に基づいた異常検知の結果と熱赤外線画像に基づいた異常検知の結果とを組み合わせて、異常の原因の候補を出力する、請求項1に記載の異常監視システム。   The abnormality monitoring system according to claim 1, wherein the detection device combines a result of the abnormality detection based on the visible light image and a result of the abnormality detection based on the thermal infrared image, and outputs a candidate of a cause of the abnormality. 前記検知装置は、熱赤外線画像から発熱の異常が検知されている一方で、可視光画像から外観の異常が検知されない場合、異常の原因の候補として前記太陽電池の内部を出力する、請求項4に記載の異常監視システム。   The detection device outputs the inside of the solar cell as a candidate for the cause of the abnormality when the abnormality of the appearance is not detected from the visible light image while the abnormality of the heat generation is detected from the thermal infrared image. Abnormality monitoring system described in 1. 前記検知装置は、熱赤外線画像から発熱の異常が検知され、かつ、可視光画像から外観の異常が検知された場合、異常の原因の候補として前記太陽電池の表面を出力する、請求項4に記載の異常監視システム。   5. The detection device according to claim 4, wherein when an abnormality in heat generation is detected from the thermal infrared image, and when an abnormality in appearance is detected from the visible light image, the surface of the solar cell is output as a candidate for the cause of the abnormality. Abnormality monitoring system described. 前記検知装置は、過去に撮像された可視光画像に対する変化より、異常への対応の緊急度合いを出力する、請求項1に記載の異常監視システム。   2. The abnormality monitoring system according to claim 1, wherein the detection device outputs an urgency level of an abnormality response based on a change in a visible light image captured in the past. 前記検知装置は、過去に撮像された熱赤外線画像に対する変化より、異常への対応の緊急度合いを出力する、請求項1に記載の異常監視システム。   2. The abnormality monitoring system according to claim 1, wherein the detection device outputs an urgency degree of handling the abnormality based on a change in a thermal infrared image captured in the past. 前記検知装置は、異なる日時に撮像された複数の可視光画像及び熱赤外線画像に基づいて、又は異なる日時に撮像された複数の可視光画像に基づいて、又は異なる日時に撮像された複数の熱赤外線画像に基づいて、前記太陽電池の異常を検知する、請求項1に記載の異常監視システム。   The detection device may be configured to generate a plurality of heat images captured at different dates and times based on a plurality of visible light images and thermal infrared images captured at different dates and times, or based on a plurality of visible light images captured at different dates and times. The abnormality monitoring system according to claim 1, wherein the abnormality monitoring system detects an abnormality of the solar cell based on the infrared image. 前記検知装置は、可視光画像のうち雲が存在する領域を、異常の検知対象から除外する、請求項1に記載の異常監視システム。   The abnormality monitoring system according to claim 1, wherein the detection device excludes a region in which a cloud exists in the visible light image from an abnormality detection target. 前記発電設備は、住宅街に設置されている、請求項1に記載の異常監視システム。   The abnormality monitoring system according to claim 1, wherein the power generation facility is installed in a residential area. 可視光画像及び熱赤外線画像は、人工衛星によって撮像された衛星画像である、請求項1〜11のいずれか1項に記載の異常監視システム。   The abnormality monitoring system according to claim 1, wherein the visible light image and the thermal infrared image are satellite images captured by an artificial satellite. 複数の太陽電池で構成される発電設備を上空から撮像した可視光画像及び熱赤外線画像の少なくとも一方に基づいて、当該発電設備を構成する特定の当該太陽電池の異常を検知する検知手段
を有する異常監視装置。
An abnormality including a detection unit configured to detect an abnormality of a specific solar cell included in the power generation facility based on at least one of a visible light image and a thermal infrared image of the power generation facility including a plurality of solar cells from the sky. Monitoring device.
コンピュータに、
複数の太陽電池で構成される発電設備を上空から撮像した可視光画像及び熱赤外線画像の少なくとも一方に基づいて、当該発電設備を構成する特定の当該太陽電池の異常を検知する機能
を実行させるプログラム。
On the computer,
A program for executing a function of detecting an abnormality of a specific solar cell included in the power generation facility based on at least one of a visible light image and a thermal infrared image of the power generation facility including a plurality of solar cells from the sky. .
JP2018151737A 2018-08-10 2018-08-10 Abnormality monitoring system, anomaly monitoring device and program Active JP7089436B2 (en)

Priority Applications (1)

Application Number Priority Date Filing Date Title
JP2018151737A JP7089436B2 (en) 2018-08-10 2018-08-10 Abnormality monitoring system, anomaly monitoring device and program

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP2018151737A JP7089436B2 (en) 2018-08-10 2018-08-10 Abnormality monitoring system, anomaly monitoring device and program

Publications (2)

Publication Number Publication Date
JP2020028179A true JP2020028179A (en) 2020-02-20
JP7089436B2 JP7089436B2 (en) 2022-06-22

Family

ID=69620531

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2018151737A Active JP7089436B2 (en) 2018-08-10 2018-08-10 Abnormality monitoring system, anomaly monitoring device and program

Country Status (1)

Country Link
JP (1) JP7089436B2 (en)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2022075073A (en) * 2020-11-06 2022-05-18 株式会社東芝 Photovoltaic power generation facility inspection system
CN116124837A (en) * 2023-04-17 2023-05-16 广东科翔电子科技股份有限公司 PCB appearance detection method and device

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2001024204A (en) * 1999-07-06 2001-01-26 Canon Inc Apparatus and method for inspection of solar cell module
JP2014106852A (en) * 2012-11-29 2014-06-09 Kyocera Corp Control method of power conditioner, and power conditioner
JP2016181946A (en) * 2015-03-23 2016-10-13 日産自動車株式会社 Optical power supply system and abnormality detection method therefor
JP2016187240A (en) * 2015-03-27 2016-10-27 太平洋工業株式会社 Hot spot detector
JP2017041953A (en) * 2015-08-19 2017-02-23 シャープ株式会社 Monitoring system for photovoltaic power generation device, and monitoring method for photovoltaic power generation device
JP2017104003A (en) * 2015-11-20 2017-06-08 学校法人日本大学 High temperature region extractor
JP2017215239A (en) * 2016-06-01 2017-12-07 ティー・エス・ビー株式会社 Solar cell inspection system
US20180003656A1 (en) * 2016-06-30 2018-01-04 Unmanned Innovation Inc. Solar panel inspection using unmanned aerial vehicles

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2001024204A (en) * 1999-07-06 2001-01-26 Canon Inc Apparatus and method for inspection of solar cell module
JP2014106852A (en) * 2012-11-29 2014-06-09 Kyocera Corp Control method of power conditioner, and power conditioner
JP2016181946A (en) * 2015-03-23 2016-10-13 日産自動車株式会社 Optical power supply system and abnormality detection method therefor
JP2016187240A (en) * 2015-03-27 2016-10-27 太平洋工業株式会社 Hot spot detector
JP2017041953A (en) * 2015-08-19 2017-02-23 シャープ株式会社 Monitoring system for photovoltaic power generation device, and monitoring method for photovoltaic power generation device
JP2017104003A (en) * 2015-11-20 2017-06-08 学校法人日本大学 High temperature region extractor
JP2017215239A (en) * 2016-06-01 2017-12-07 ティー・エス・ビー株式会社 Solar cell inspection system
US20180003656A1 (en) * 2016-06-30 2018-01-04 Unmanned Innovation Inc. Solar panel inspection using unmanned aerial vehicles

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2022075073A (en) * 2020-11-06 2022-05-18 株式会社東芝 Photovoltaic power generation facility inspection system
JP7434136B2 (en) 2020-11-06 2024-02-20 株式会社東芝 Solar power generation equipment inspection system
CN116124837A (en) * 2023-04-17 2023-05-16 广东科翔电子科技股份有限公司 PCB appearance detection method and device

Also Published As

Publication number Publication date
JP7089436B2 (en) 2022-06-22

Similar Documents

Publication Publication Date Title
KR102159692B1 (en) solar photovoltatic power generation forecasting apparatus and method based on big data analysis
US11275376B2 (en) Large scale unmanned monitoring device assessment of utility system components
EP2891904A1 (en) Solar irradiance forecasting
KR102054163B1 (en) Photovoltaic power generation prediction system and photovoltaic power generation apparatus having the same
US20180314995A1 (en) Directed unmanned aircraft for enhanced power outage recovery
KR102250247B1 (en) A system and appratus for managing a solar panel using an unmaned aerial vehicle
JP6454579B2 (en) Aerial image processing system and aerial image processing method
US20240296726A1 (en) Multi-layer early warning and monitoring system and method for forest fire prevention applying big data technology
Haba Monitoring solar panels using machine learning techniques
US20170140077A1 (en) Method for assessing efficiency of power generation systems
JP2016178769A (en) Inspection target identification system and inspection target identification method
CN114664048B (en) Fire monitoring and fire early warning method based on satellite remote sensing monitoring
KR20220055082A (en) System and method for defect detection based on deep learning through machine-learning of solar module data of thermal image
US11900470B1 (en) Systems and methods for acquiring insurance related informatics
CN112753162B (en) Apparatus and method for determining abnormality of power generation system
JP7089436B2 (en) Abnormality monitoring system, anomaly monitoring device and program
Ayyagari et al. Simultaneous detection and classification of dust and soil on solar photovoltaic arrays connected to a large-scale industry: A case study
JP7224640B2 (en) Abnormality determination method and apparatus for photovoltaic power generation device without using weather information
Karthikeyan et al. Edge AI–Based Aerial Monitoring
KR20220089822A (en) System for inspecting solar photovoltaic power facilities using unmanned air vehicle
De Mello et al. Concrete Dam Inspection with UAV Imagery and DCNN-based Object Detection
CN118410445B (en) Distributed photovoltaic abnormal data detection method, system, electronic equipment and storage medium
Cañadillas et al. First Results of a Low Cost All-Sky Imager for Cloud Tracking and Intra-Hour Irradiance Forecasting serving a PV-based Smart Grid in La Graciosa Island
US20240346935A1 (en) Autonomous reconnaissance system for utilities
KR20230026890A (en) Apparatus for sharing pollution level information of solar panel in solar energy generation equipment and method thereof

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20210317

A977 Report on retrieval

Free format text: JAPANESE INTERMEDIATE CODE: A971007

Effective date: 20220126

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20220208

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20220329

TRDD Decision of grant or rejection written
A01 Written decision to grant a patent or to grant a registration (utility model)

Free format text: JAPANESE INTERMEDIATE CODE: A01

Effective date: 20220607

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20220610

R150 Certificate of patent or registration of utility model

Ref document number: 7089436

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150