Optel Wang Zhen 회장: AI가 광전지 테스트 혁신의 길을 밝힙니다.

옵테크 장비 제조 워크숍 사진 제공: 회사

상하이 푸퉈구 Tiandi Software Park에 위치한 Optech는 태양광 산업에 중점을 두고 솔루션을 구현하는 AI 시각 검사 시스템을 핵심으로 하는 베이징 증권 거래소 상장 회사입니다. Wang Zhen 회장은 최근 China Securities Journal 기자와의 단독 인터뷰에서 소프트웨어와 하드웨어를 통합한 업계 최초의 지능형 광전지 테스트 회사로서 훈련을 위해 상당한 양의 이미지 데이터를 축적했다고 밝혔습니다. 회사는 2차 성장 곡선 사업에서 태양광 발전소의 지능형 운영 및 유지 관리 개발이 완료된 후 새로운 서비스 충전 모델을 출시하고 AI 기반 디지털 지능 성과를 고객과 공유할 예정입니다. 광전지 분야.

업계의 문제점을 해결하기 위한 AI 도입

글로벌 에너지 전환이 가속화되는 상황에서 태양광 제품의 대량 생산에 대한 수요가 증가하고 있으며, 태양광 테스트 장비도 대규모 배치 테스트 및 처리가 가능해야 합니다. 그러나 전통적인 태양광 검사 산업에서 사용되는 수동 검사 방법은 태양광 제품의 생산 효율성과 제품 품질을 제한하는 병목 현상이 되었습니다.

수동 검사의 효율성, 속도 및 정확성은 검사자의 주관적 판단에 따라 달라지므로 태양광 제품 생산에 수동 검사를 사용하면 부품 제조업체의 전반적인 생산 효율성과 수율이 낮아질 수 있는 것으로 이해됩니다. 동시에 많은 수의 검사 인력이 필요하기 때문에 부품 생산에 드는 인건비가 더욱 높아집니다.

Optai는 10년 이상 광전지 테스트 산업에 깊이 관여한 베테랑으로서 이 산업의 문제점을 잘 알고 있습니다. Wang Zhen은 기자들에게 2017년에 회사가 AI 머신 비전 기술을 광전지 검사에 도입하기로 결정했다고 말했습니다. 시각적 결함 감지 시스템을 통해 광전지 제품에 대한 일괄적이고 안정적이고 정확한 검사를 달성하고 부품 제조업체의 인건비를 절감할 수 있으며, 동시에 생산 효율성을 향상시킵니다.

하지만 단순해 보이는 교체 로직은 작동하기가 매우 어렵습니다. Wang Zhen은 "1m x 2m 면적의 모듈에는 100개 이상의 결함이 있을 수 있습니다. AI를 사용하여 수동 검사를 완전히 대체하면 검사를 놓친 경우 그러한 손실에 대한 위험과 책임은 없습니다. 정의하기 쉬우니까 처음에는 기업들이 AI에 관심을 두지 않는 편이에요.”

고객의 신뢰를 얻기 위해 Optai는 2019년에 전담 팀을 구성하여 고객의 LONGi Green Energy 추저우 기지 공장에서 장비 현장 배포를 수행했습니다. "우리는 각 장비의 AI 모델을 검증했습니다. 장비 한 대에서 생산 라인으로, 작업장에서 베이스로 이동하는 데 1년 이상이 걸렸습니다. 2020년 10월까지 Chuzhou Longi의 10GW 공장은 OPPO를 완전히 배치했습니다. Tai 부품 등장 EL(전자발광)-AI 감지 제품." 과거 사건을 회상하면서 Wang Zhen은 한숨을 쉬지 않을 수 없었습니다.

현재 Optei의 AI 종합 솔루션은 LONGi Green Energy, JA Solar, JinkoSolar 및 Canadian Solar와 같은 광전지 모듈 출하 분야의 글로벌 리더의 대규모 및 성숙한 애플리케이션에 널리 사용되고 있습니다. Wang Zhen은 AI 모델의 품질은 첫 번째 단계일 뿐이며 기본 조건일 뿐이며 지원 시스템 소프트웨어 개발도 필요하며 생산 라인의 장기적인 테스트를 견딜 수 있다고 말했습니다. 이러한 AI 제품만이 생산에 투입될 수 있으며 품질 향상과 인력 절약이라는 목적을 달성할 수 있습니다.

훌륭한 AI 모델을 만들기 위한 방대한 데이터

데이터, 컴퓨팅 성능, 알고리즘은 AI의 세 가지 핵심 요소입니다. 그 중 데이터는 AI 알고리즘의 '피드'에 해당합니다. 머신러닝의 지도 학습과 준지도 학습은 훈련을 위해 라벨링된 데이터를 사용해야 하며, 많은 양의 훈련과 가능한 한 많은 시나리오를 다룬 후에만 좋은 모델을 얻을 수 있습니다. 광전지 테스트에도 동일한 원칙이 적용됩니다.

소프트웨어와 하드웨어를 통합한 업계 최초의 광전지 테스트 회사인 Optai는 고객 시장에 하드웨어 테스트 장비를 완전히 배포하여 시장 점유율을 확대했습니다. 모든 원래 구성 요소 클라이언트는 AI 시스템 인터페이스를 보유하고 있습니다. Wang Zhen은 "고객들은 모델을 훈련하기 위해 결함 데이터를 기꺼이 제공하고 있으며, 더 나은 모델은 고객이 지속적으로 감지 효율성과 인식률을 향상시키는 데 도움이 될 수 있습니다."라고 말했습니다.

구체적으로 Optai 결함 이미지 데이터는 회사의 핵심 기술 인력이 독자적으로 작성한 태양광 결함 데이터 정리 및 향상 기술 프로그램을 사용하고 AI 모델 교육 및 추론을 사용하여 알고리즘 업데이트의 효율성을 향상시킵니다. , 대규모 작업에 적합합니다. 데이터 세트에 포함된 잘못된 데이터를 일괄적으로 정리하고 수정합니다. 결함 샘플 향상 기술을 사용하여 모델 교육을 위한 더 많은 특징을 추출하여 데이터 세트를 더 정확하고 결함 샘플을 더 풍부하게 만듭니다. 따라서 동일한 데이터 세트에서 인식 정확도가 향상됩니다. 동시에 이 기술은 결함 라벨링의 효율성을 크게 향상시킬 수 있습니다.

Optech의 상장 안내서에 따르면 주류 부품 제조업체의 감지 실패율 요구 사항이 2017년 3% 미만에서 2019년 1% 미만, 2021년 0.1% 미만으로 급격히 증가한 것으로 나타났습니다. 오판율 지표도 2017년 5% 미만에서 2021년 2% 미만으로 점차 높아졌다. 하류 수율은 2017년 90%에서 2021년 99.90%로 점차 높아졌다.

대량 데이터와 이미지 트레이닝의 지원으로 Optai는 샘플 용량과 이미지 데이터를 동적으로 업데이트하고 AI 모델을 지속적으로 트레이닝 및 최적화할 수 있으며 "플라이휠 효과"가 점점 더 분명해집니다. Wang Zhen은 기자들에게 "현재 업계의 소프트웨어와 하드웨어 통합 추세가 점차 나타나고 있지만 하드웨어를 담당하던 많은 장비 회사가 AI를 수행하기 위해 팀을 구성하고 있으며 AI 소프트웨어를 수행했던 많은 회사가 협력을 모색하고 있습니다. 하드웨어 장비 회사이지만 우리가 가장 먼저 Layout을 시작했다는 점, 이 과정에서 축적된 데이터가 Optel의 First Mover 장점입니다.”

재정 성과의 관점에서 볼 때, 지난 3년간 Optai 시각 결함 검사 시스템의 영업 수입은 2020년 511억 7700만 위안에서 2022년 3299억 1300만 위안으로 급격히 증가했으며, 매출 비중은 5.43%에서 24.81로 증가했습니다. %. 지난 2년간 연간 매출총이익률은 80%를 초과했습니다.

두 번째 성장 곡선 그리기

태양광 분야에 AI, 빅데이터, 클라우드 컴퓨팅 및 기타 기술이 빠르게 보급됨에 따라 Optai는 이를 회사의 두 번째 성장 곡선 및 출시로 활용하기로 선택했습니다. SaaS 플랫폼을 기반으로 하는 클라우드 인공지능 서비스에는 드론 적외선, EL 및 기타 발전소 운영 및 유지 관리와 관련된 데이터 수집 및 분석이 포함됩니다.

모듈 외관 차광, EL 크랙 등의 결함으로 인해 모듈에 핫스팟이 형성되어 심각한 화재 사고로 이어질 수 있으며, 또한 모듈의 전원이 저하되어 수입에도 영향을 미칠 수 있는 것으로 이해됩니다. 발전소 수준. 따라서 태양광 발전소의 '물리적 검사'는 매우 중요하며, 특히 수면 발전소, 산악 발전소, BIPV/옥상 발전소의 경우 지형 제한으로 인해 수동 검사가 어렵고 드론만 사용할 수 있습니다.

그러나 현재 드론은 적외선과 외관만 감지할 수 있습니다. 부품 고장률이 가장 높은 EL 부품은 휴대용 EL로 한 장씩만 촬영할 수 있으며, 결함이 있는 사진은 하나씩 수동으로 선별하므로 매우 비효율적입니다. Wang Zhen은 Optai 드론의 자동 순항, 정밀한 자동 초점 및 고화질 EL 이미징을 통해 캡처된 2차원 이미지를 실제 3차원 지형 및 지형에 정확하게 매핑할 수 있어 EL, 적외선 및 외관에 대한 포괄적인 물리적 검사가 가능하다고 말했습니다. , 검사의 효율성을 크게 향상시킵니다.

Optai 발전소 클라우드 플랫폼은 SaaS 아키텍처를 기반으로 하며, 클라우드 컴퓨팅 및 클라우드 배포를 통해 발전소 운영자 및 유지 관리 당사자는 AI 클라우드 추론을 위해 언제 어디서나 사진을 업로드할 수 있으며, 현장 제한 및 결함 효율성이 적용되지 않습니다. 사진 분석이 완료된 후, 클릭하면 보고서를 발행하고 전체 영역의 개요, 로컬 영역의 세부 사항 및 결함에 대한 통계 분석을 볼 수 있습니다.

"현재 AI 기반 태양광 검사는 결함을 찾아 분류하는 사전 작업만 완료했습니다. 데이터 규모가 계속해서 축적되면서 특히 이러한 데이터를 분석하고 검사 분석 보고서를 출력하는 것이 중요합니다. Wang Zhen은 기자들에게 "예를 들어 AI는 결함을 분석하여 문제의 원인을 찾아내거나 이를 특정 생산 링크/장비로 역추적할 수 있어 기업이 이를 기반으로 일련의 생산 및 운영 최적화 및 조정을 할 수 있도록 해준다"고 말했습니다. 이거.”

Wang Zhen은 앞으로 기존 데이터를 기반으로 AI 의사결정 지원 시스템을 개발하고 AI 기반 태양광 발전의 디지털 인텔리전스 성과를 다운스트림 고객과 공유할 계획이라고 말했습니다.

위 내용은 Optel Wang Zhen 회장: AI가 광전지 테스트 혁신의 길을 밝힙니다.의 상세 내용입니다. 자세한 내용은 PHP 중국어 웹사이트의 기타 관련 기사를 참조하세요!