先進国では、太陽光発電システムへの熱画像空撮の活用がますます普及しています。すでに、熱画像空撮と解析を専門に行う企業も存在します。近年、台湾でも太陽光発電システムの運用・保守業務にドローンを活用する人が増えてきています。

この傾向は非常に理にかなっていますが、同時に多くの人が気づき始めています。ドローンの選定や操縦資格の取得といった基本的な要素に加え、点検後に発生する膨大なデータの解析と整理こそが大きな課題であるということです。 中・大規模の太陽光発電システムでは、規則的に並んだ多数のモジュールアレイが存在するため、熱画像で検出された異常モジュールに対して解析と正確な位置特定が必要になります。もし熱異常が多い場合、正確な位置を特定するためにエンジニアが数日以上費やすこともあり、解析作業の負担は実際のドローン点検時間をはるかに上回ります。 また、結果の表示方法も大きな問題です。システムのモジュール配置図に誤りがあったり、ラベリングや読み取り時に人為的なミスが発生したりすると、現場の作業員が誤ったモジュールを取り外す可能性があり、時間と労力が無駄になります。こうしたミスが多発すると、点検結果への信頼性が失われ、熱画像空撮の価値がゼロになってしまうこともあります。 さらに、手作業による報告では、報告書の形式や基準が担当者によって異なるという問題もあります。このため、異なる時期の報告を比較することが難しくなり、太陽光発電システムの劣化や運用状況を長期的に追跡・分析する貴重な機会を逃してしまいます。

以上の課題を踏まえると、熱異常のAI解析を導入することで解析基準の統一が可能になり、オルソ画像（正射図）を用いた異常のマーキングによって、モジュール配置図の誤りによるトラブルを回避できます。これにより、現場の作業員はスマートフォンを使って簡単に異常モジュールの位置を特定でき、特定作業のミスと時間を大幅に削減することができます。 さらに、オルソ画像の活用にはもう一つの利点があります。それは、太陽光発電システムの設置環境を記録できるという点です。これにより、20年にわたる運用期間における環境条件が発電性能に与える影響を分析することが可能になります。 IRUAV PLATFORM のクラウドビジョンシステムは、これらの課題を基本的にすべて解決します。ワンクリックでのレポート出力や過去データとの比較は標準機能であり、クラウド上のデータはいつでも閲覧可能です。現在の熱画像空撮解析におけるボトルネックを的確に解消し、多くのユーザーから高い評価を得ています。ぜひこの機会にお試しください。