Test of Fault Detection to Solar-Light Module Using UAV Based Thermal Infrared Camera

Recently, solar power plants have spread widely as part of the transition to greater environmental protection and renewable energy. Therefore, regular solar plant inspection is necessary to efficiently manage solar-light modules. This study implemented a test that can detect solar-light module faults using an UAV based thermal infrared camera and GIS spatial analysis. First, images were taken using fixed UAV and an RGB camera, then orthomosaic images were created using Pix4D SW. We constructed solar-light module layers from the orthomosaic images and inputted the module layer code. Rubber covers were installed in the solar-light module to detect solar-light module faults. The mean temperature of each solar-light module can be calculated using the Zonalmean function based on temperature information from the UAV thermal camera and solar-light module layer. Finally, locations of solar-light modules of more than $37^{\circ}C$ and those with rubber covers can be extracted automatically using GIS spatial analysis and analyzed specifically using the solar-light module's identifying code.

UAV 기반 열적외선 카메라를 이용한 태양광 모듈 고장진단 실험

최근 환경보호와 신재생에너지 확보 일환으로 태양광발전소가 널리 보급되고 있으며, 태양광 모듈의 효율적인 관리를 위해서는 정기적인 점검이 필요하다. 본 연구에서는 UAV 기반 열적외선 카메라와 GIS 공간분석을 통해 태양광 모듈에 대한 고장여부를 진단할 수 있는 실험을 실시하였다. 먼저 고정익 UAV와 RGB 카메라를 이용하여 영상을 촬영한 후 Pix4D SW를 통해 정사영상을 생성하였으며, 정사영상 자료를 이용하여 태양광 모듈 레이어를 구축한 후 코드를 입력하였다. 또한 태양광 모듈 고장여부를 진단하기 위해 고무덮개를 태양광 모듈에 설치하였으며, 열적외선 카메라로부터 얻어진 온도 정보와 태양광 모듈 레이어를 기반으로 Zonalmean 함수를 통해 태양광 모듈별 평균온도를 계산할 수 있었다. 마지막으로 GIS 공간분석을 통해 이상 발열이 확인된 $37^{\circ}C$ 이상의 모듈을 자동으로 추출하고 각 모듈별 고유식별 코드를 식별함으로써 고무 덮개를 설치한 모듈의 위치를 정확하게 분석할 수 있었다.