Los paneles fotovoltaicos presentan acumulación de polvo, hojas caídas u obstáculos; OpenMV identifica automáticamente los riesgos.

El hecho de que los paneles fotovoltaicos «parezcan estar en buen estado» no implica necesariamente que su eficiencia de generación de energía sea normal. La sombra parcial y la acumulación de polvo suelen persistir durante largos periodos sin ser detectadas fácilmente. OpenMV permite que el mantenimiento y la operación de los sistemas fotovoltaicos ya no dependan por completo de las inspecciones manuales.

Durante la operación de una planta fotovoltaica, la acumulación de polvo, hojas caídas y excrementos de aves sobre la superficie de los paneles fotovoltaicos —entre otros objetos extraños— afecta directamente la eficiencia de absorción de luz solar, lo que reduce la generación de energía eléctrica y, a largo plazo, incluso puede acelerar el envejecimiento de los componentes y acortar la vida útil del equipo.

Para matrices fotovoltaicas a gran escala, depender de inspecciones manuales no solo es ineficiente, sino que también dificulta la detección oportuna de anomalías locales. Mediante las cámaras inteligentes OpenMV de SingTown, es posible realizar un monitoreo visual prolongado y estable del estado operativo de los paneles fotovoltaicos, logrando así la identificación automática y la solución oportuna de problemas causados por objetos extraños.

La cámara se puede instalar de forma fija sobre una estructura de soporte para cubrir múltiples áreas de módulos fotovoltaicos y capturar de forma continua imágenes de la superficie de los paneles fotovoltaicos. OpenMV realiza, en el extremo local, una segmentación por zonas del área de trabajo efectiva de los paneles fotovoltaicos mediante un algoritmo de segmentación por zonas, y combina el reconocimiento de características de objetos extraños con un análisis comparativo de estados para determinar automáticamente si existen acumulaciones anormales de polvo, obstrucciones causadas por hojas caídas o contaminación local.

El sistema puede identificar las zonas anómalas que afectan la eficiencia de generación de energía mediante la comparación entre el estado normal y la imagen actual, y genera los resultados de dicha identificación. Estos resultados pueden activar directamente, en el extremo local, equipos de limpieza, sistemas de operación y mantenimiento o módulos de alerta, logrando así una acción inmediata tras la detección, sin necesidad de cargar una gran cantidad de datos de imágenes a la nube.

Esta solución, basada en la computación periférica y el diseño de bajo consumo de energía de OpenMV, es especialmente adecuada para la implementación a largo plazo en escenarios fotovoltaicos a gran escala y distribuidos.