通过定期的巡检维护，能够及时发现电站潜在的安全隐患，防止事故发生；保证设备的通风及散热良好，保持发电效率；巡检过程中获取的数据也可为光伏电站的运维工作提供数据支撑，优化运维管理；实现预防性维护，避免设备在故障状态下长时间运行，减少维修成本。
二、光伏电站巡检软件概述软件基于B/S架构，利用“云平台+算法应用容器”框架，借助人工智能技术，实现光伏电站无人机的一体化管控平台，提高电站的巡检效率。
依据先进的双光融合识别模型，同步解译双光信息，综合判断，精准识别组串数量和缺陷，定位精确，精准分级，可实现故障自动划分危险级别，提供可靠的故障诊断和定位服务。此外，它还能生成详尽的巡检报告，帮助电站管理人员及时发现并解决问题。
配合故障消缺 App，实现一线班组执行消缺任务“最后一公里”导航的需求，根据下发的位置精准导航到故障所在组串，滤除无用信息，展示效果直观不繁杂， 巡检完成后可自动生成消缺报告。
实现了地空一体化巡检，空中巡检与地面巡检的数据可以实时传输、共享和分析，为电站运维提供更为全面和准确的信息。
三、智能APP1.智能巡检飞行App
针对光伏巡检做了针对性的开发，降低巡检难度，无需专业的飞手，也可完成巡检任务。该 APP 可以与后端平台实现联动， 实现巡检数据和航线数据的互联互通。
2.故障消缺App
基于 Android 移动设备进行开发，便于检修人员手持移动设备进行故障消缺和检修导航等任务。
四、巡检流程五、软件算法识别指标类型
可检项目
识别数据源
识别方案
组件故障
组件热斑（玻璃爆裂、玻璃表面异物、电池裂片、组件烧坏及阴影、灰尘、雪和附着物遮挡、草木遮挡等问题、电池片、组件、组串可能存在的其他问题）
红外图片、可见光图片
无人机自主飞行，间隔拍摄图片，后期将图片导入系统
二极管故障（电池片制造原因造成热斑、硅材料缺陷、电池制造过程中去边不彻底、边缘短路、烧结不良、串联电阻二极管过大、烧结过度、PN结烧透短路、混入低效电池片、电池片衰减不一致等）
红外图片
低电流故障（组件接线盒问题、组串整体不发电）
红外图片
组串识别
组串数量及位置
正射影像
目标检测
日常
外来入侵
视频
根据红外或可见光轮廓识别
起火
目标检测、红外高温
