普宙行业无人机，光伏领域的空中侦察兵

无人机价值在于形成空中作业平台，它不仅改变了人们看世界的角度，而且正在改变传统的工作方式，结合部件扩展应用，替代人类完成空中作业。随着无人机研发技术逐渐成熟，无人机在各个领域得到了广泛应用，除军事用途外，还包括、环境监测、森林防火、农业植保、电力巡检、警用执法、地质勘探以及影视航拍等行业领域，且其适用领域还在迅速拓展。

而在光伏领域，普宙飞盟平台无人机有着更深的诠释，飞盟无人机小巧的机型，高精的飞行性能，匹配高倍变焦云台、800*600高分辨率红外热成像等云台在进行太阳能电池板检查时有明显的优势。异常现象能够清楚地显示在清晰的热图像上，并能够在短时间内对已经安装好且正在运行的大片区太阳能电池板进行检查，为光伏电站的监测工作提供了极大的便利。

传统巡检的痛点：人工巡检

由于光伏发电项目的特殊性，一般选址于地点偏远且无明显阳光遮挡的区域，分布范围广阔，在各类电站的建设过程中，尽可能最大化的利用使用面积，其较大的建设规模和偏僻的选址决定了光伏电站巡检工作的复杂程度和难度，一旦发生设备故障或污损，将导致财产损失和安全隐患。由于光伏电站设备数量庞大，且受地形影响，某些区域人工无法到达，从而产生巡检盲区，难以发现其中存在的隐患，此外，人工巡检遇到大型光伏电站时，巡检频次很难达到要求，导致很多电站故障无法及时发现。常规的人力巡检方法存在效率低、错误率高、巡检时间长等诸多问题，同时巡检人员也存在一定的危险性，而智能无人机的出现，将成为光伏电站运维巡检的新出路，这些难题遇到无人机都将迎刃而解。

虽然无人机巡检比人工巡检更加方便，但是目前市面上大多数工业级无人机体积大、重量重、不易携带，外出执行任务时常常需要去到位置偏僻且地理环境较差的光伏巡检区，肩扛沉重的无人机设备，翻山越岭，攀爬较高的山坡或大型厂房屋顶，实属不易。

光伏巡检侦察兵：普宙飞盟平台无人机

光伏板巡检主要有热斑现象、光伏阵列失配现象、光伏电池组件开路和光伏电池组件碎裂等四种故障。飞盟平台无人机在执行飞行任务时，通过分别搭载800*600高分辨率红外成像云台和30倍变焦可见光云台，能精确全面的采集太阳能电池板的丰富信息，从而方便快捷的进行光伏板巡检任务，并提供清晰可靠的视频、照片及数据，便于后续数据处理和故障分析。此外，飞盟平台无人机具有强悍的抗风防雨性能，IP43的工业级防护设计大幅提升空中作业的稳定性和可靠性，在严苛环境下依然能稳定工作。

800*600红外热成像云台开启视觉新维度

飞盟平台无人机可搭载800*600高分辨率红外热成像云台，开启视觉新维度，通过对温度的精准感知，分析红外热像图呈现的温度异常情况，迅速从上万个光伏板中确定异常发热点，从而判断光伏板的受损情况，其超高的分辨率可以清晰的呈现光伏板的细节，获得真实细腻的监测画面，在高空实现对光伏组件热斑效应等问题的巡检，最大限度杜绝各种隐患，做好预防及补救措施，大幅度削减人工检测费用，提高了检测效率。

30倍变焦可见光云台明察秋毫

飞盟平台无人机搭载30倍变焦可见光云台，变焦范围为：6~180mm，对光伏板表面的灰尘、裂纹、破损、遮挡等进行检测时，其强大的远距离视频图像采集能力，能远距离拍摄清晰的画面和流畅稳定的影像，清晰呈现光伏板表面的细节，以达到对光伏板灰尘覆盖，表面破损等情况的诊断和对所存在的隐患的精确定位。

飞盟平台无人机巡检优势

巡检效率高、安全性高、运行成本低

利用飞盟平台无人机进行光伏巡检，使得光伏电站不再需要大量人力值守，以前需要花费7-10天的人力巡检，现在用无人机只需一人操作花费不到4小时，这将大幅缩减光伏电站的人力成本和时间成本，提高电站的经济效益的同时，也解决人工巡检可能带来的人员安全问题，具有高安全性、高效率性、运行成本低等明显优势。

巡检更全面

采用飞盟平台无人机巡检，从更高的视野，全方位，多角度对光伏板进行全面检查，一丝一毫的细节都能清晰勘查并记录，有效防止了由于人员疲劳或位置危险所导致的检测遗漏，有效扩大巡检范围，提高巡检效率和巡检频次，提高电站巡检的精确性。

调度平台更高效

飞盟平台无人机在执行任务中，可以把检测到的画面实时传输到后方指挥部，第一时间了解现场的全部状况，并做出科学决策，及时处理问题。

更小，更轻，更便携

基于光伏电站位置特殊，地址偏远，环境恶劣等特点，外出巡检时对无人机的便携性有极高的要求，而普宙飞盟平台无人机拥有全机臂折叠的一体化设计，折叠后仅A4纸大小，便携收纳；外观小巧轻盈，仅5瓶矿泉水重量，空载重量仅2.4kg，一人一包，说走就走，从此，再也不用背负沉重的无人机，去攀爬危险的光伏巡检区，真正解决了光伏巡检的难题。

值得一提的是，飞盟平台无人机具备双目避障、精准悬停、目标跟踪、手势识别、航线规划等智能操控模式，在进行各类巡检任务时更加智能高效，还能根据每次巡检数据的积累，以及系统其他数据的整合，获取海量数据进行深度挖掘分析，对易出现故障区域以及故障周期等做出有效分析和预测，防患于未然。