欧普泰董事长王振：AI点亮光伏检测创新之路

怎么入门科技周边编程？需要学习哪些知识点？这是新手们刚接触编程时常见的问题；下面golang学习网就来给大家整理分享一些知识点，希望能够给初学者一些帮助。本篇文章就来介绍《欧普泰董事长王振：AI点亮光伏检测创新之路》，涉及到，有需要的可以收藏一下

欧普泰设备制造车间 公司供图

位于上海普陀区天地软件园的欧普泰，是一家聚焦光伏行业，以AI视觉检测系统赋能解决方案为核心的北交所上市公司。公司董事长王振日前在接受中国证券报记者专访时表示，作为业内率先实现软硬一体化的智能光伏检测企业，公司累积了相当数量的图像数据，以训练开发更优的AI模型，在第二增长曲线业务光伏电站智能运维打造开发完成后，公司将开启以服务收费的新模式，并与客户共享AI赋能光伏领域的数智化成果。

引入AI解决行业痛点

在全球加速能源转型的背景下，光伏产品大批量生产的需求增加，光伏检测设备也需要具备大规模批量化检测和处理的功能。人工检测方式在传统光伏检测行业中被广泛采用，但成为了制约光伏产品生产效率和产品质量的瓶颈。

据了解，由于人工检测的效率、速度、精度取决于检测人员自身主观判断，在光伏产品生产中采用人工检测会导致组件生产企业的整体生产效率和良品率较低，同时由于需要大量的检测人员，进一步推高了组件生产的人工成本。

作为深耕光伏检测行业十几年的老兵，欧普泰深知这一行业痛点。王振对记者表示，2017年公司决定将AI机器视觉技术引入光伏检测，通过视觉缺陷检测系统实现光伏产品批量、稳定和精准的检测，降低组件厂商人力成本，同时提高生产效率。

但看似简单的替代逻辑，操作起来却十分艰难。王振坦言：“一块面积1m×2m的组件可能存在100多种缺陷，假如用AI全面替代人工检测，万一漏检了，这种损失的风险和责任都不易界定，所以一开始企业对AI的态度较为谨慎。”

2019年，欧普泰成立了专门的团队，前往客户隆基绿能位于滁州的基地工厂，现场调配设备以赢得客户的信任。“我们对每一台设备进行AI模型验证，从一台设备到一条产线，从一个车间到一座基地，整整花了一年多的时间，直到2020年10月，滁州隆基10GW工厂全面部署欧普泰组件外观EL（电致发光）-AI检测产品。”回忆起这段往事，王振不免感慨。

目前，欧普泰AI整体解决方案已在隆基绿能、晶澳科技、晶科能源、阿特斯等全球光伏组件出货量领先企业中大规模成熟应用。王振表示，AI模型的好坏只是第一步，是一个基本条件，除此之外，还需要配套的系统软件开发，并能经受住产线长时间的考验。只有这类AI产品才能在实践中得以应用并实现品质提升和人力节省的目标。

海量数据打造优秀AI模型

AI的三大核心要素分别为数据、算力和算法，其中数据类似于AI算法的“原料”。机器学习中的监督学习和半监督学习都要用标注好的数据进行训练，只有经过大量的训练，覆盖尽可能多的场景才能得到一个良好的模型。这一道理同样适用于光伏检测。

作为业内率先实现软硬一体化的光伏检测企业，欧普泰利用硬件检测设备在客户市场的全面铺开扩大了市场占有率，原有的组件客户端都预留了AI系统接口。"By providing us with defect data for model training, customers are willing to continuously improve their detection efficiency and recognition accuracy with better models."。”王振表示。

具体来看，欧普泰缺陷图片数据是由客户现场提供，利用公司核心技术人员自主编写的光伏缺陷数据清洗及增强技术程序，用AI模型的训练和推理，提升算法更新的效率，对大规模数据集包含的错误数据进行批量清洗和修改。通过缺陷样本增强技术，提取更多特征用于训练模型，增加数据集准确性，同时丰富缺陷样本。因此，在同样的数据集下，识别准确率得到提升。同时，该技术能显著提高缺陷标注效率。

欧普泰上市招股说明书显示，主流组件厂商对检测漏判率从2017年的低于3%，到2019年的低于1%，再到2021年的低于0.1%，要求迅速提高。从2017年低于5%到2021年低于2%，误判率指标逐步提高。从2017年的90%逐步提高到2021年的99.90%，下游产品质量得到显著提升。

在海量的数据和图像训练支持下，欧普泰能够动态地更新样本容量和图片数据，不断训练优化AI模型，“飞轮效应”愈发明显。王振告诉记者：“尽管目前行业软硬一体化趋势渐成，不少过去做硬件的设备企业在组建团队做AI，而许多原来做AI软件的企业正在寻求硬件设备企业合作，但我们最早开始布局，这一过程中所积累下的数据正是欧普泰的先发优势所在。”

从财务表现看，近三年，欧普泰视觉缺陷检测系统营业收入增长迅速，从2020年511.77万元快速增长至2022年3299.13万元，营收占比从5.43%提升至24.81%，近两年毛利率均超80%。

绘就第二增长曲线

随着AI、大数据、云计算等技术快速在光伏领域渗透，光伏电站运维智能化发展蓝图正徐徐展开，欧普泰选择将其作为公司的第二增长曲线，推出基于SaaS平台的云端人工智能数据分析服务，包括无人机红外、EL及其他电站运维相关的数据整理、分析等。

据了解，组件外观遮挡以及EL隐裂等缺陷会导致组件形成热斑，进而引发严重的火灾事故，此外还会导致组件的功率下降，影响电站收益水平。因此，光伏电站的“体检”非常重要，特别像水面电站、山地电站、BIPV/屋顶电站，由于地形限制难以人工检测，只能借助无人机。

然而，目前无人机只能对红外和外观进行检测，组件故障率最高的EL部分只能通过人工拿便携式EL一块一块的拍，人工一张张地去筛选有缺陷的照片，效率极低。王振表示，欧普泰无人机自动巡航精准自动对焦、高清EL成像，拍摄的二维影像与实际的三维地形地貌精准映射，实现对EL、红外、外观全面体检，巡检效率大大提升。

欧普泰电站云平台基于SaaS架构，通过云计算、云部署，电站运维方可以随时随地上传图片进行AI云端推演，不受场地限制，缺陷筛查效率大大提升；图片分析结束后，可一键出具报告，对整个片区概况、局部片区的详情以及缺陷统计分析进行查看。

目前为止，将人工智能应用于光伏检测还处于早期阶段，其主要任务是检测缺陷并进行分类。随着数据不断积累，对其进行分析并生成检测分析报告变得尤为关键。”王振告诉记者,“比如，AI能通过分析缺陷找出问题产生的原因或追溯至某一生产环节/设备，让企业能依据此进行一系列生产经营优化、调整等。”

王振表示，未来，我们计划将基于现有的数据，进行AI决策支持系统的开发，与下游客户共享AI赋能光伏领域的数智化成果。

本篇关于《欧普泰董事长王振：AI点亮光伏检测创新之路》的介绍就到此结束啦，但是学无止境，想要了解学习更多关于科技周边的相关知识，请关注golang学习网公众号！