מחקר

דראון AI מגלה תקלות סולאריות ברגע

מאת דניאל איליאגויב3 בספטמבר 20261 דקות קריאה
Aerial view of a modern aquatic center with a green rooftop
מקור: VOLCSEI PETER / PEXELSהתמונה להמחשה בלבד
תקציר הכתבה שנוצר באמצעות בינה מלאכותיתאיך אנחנו מדווחים
רוצים את התמונה המלאה? קראו את המדריך המלא: מחקר

איך הדראון וה‑AI עובדים יחד

הדראון ההקסקופטר עף 18‑30 מ׳ מעל הפאנלים, מצלם ברזולוציה של 2.5‑4 ס״מ לפיקסל – מספיק כדי לראות כל תא בנפרד. המצלמה התרמית FLIR Boson 640 והחיישן המולטי‑ספקטרלי MicaSense Altum שולחים תמונות לרשת נוירונים EfficientNet‑B0, שמזהה חריגות תוך שניות.

מספרים שמדברים בעד עצמם

  • זיהוי חום (Hot‑spot): דיוק = 1.000, זיכרון = 1.000, F1 = 1.000.
  • זיהוי אבק (הקשה ביותר): דיוק = 0.711, זיכרון = 0.751, F1 = 0.732.
  • F1 משוקלל כולל: 0.927 – מודל מאוזן לכל סוגי הפגמים. הנתונים נלקחו מ‑1,950 תמונות טיסה פרטיות, 190 תמונות מ‑Kaggle, ו‑260 צילום במעבדה.

למה דראונים עדיפים על בדיקה ידנית

בבדיקה ידנית צריך לטפס על סולמות וללכת בין השורות – הרבה זמן וסיכון לשכוח חתימות תרמיות עדינות. הדראון האוטונומי מסיים סריקה של מערכת ביתית של 10 kWp בטיסה של 25 דקות, ותופס אלפי תמונות חופפות. ניתוח מרובה‑פריימים מסיר התרעות שווא שמקבלות צללים או השתקפויות.

מה המשמעות לישראל

מערכת ביתית ממוצעת של 10 kWp במרכז הארץ מייצרת כ‑17,000 kWh לשנה, שווה בערך ₪8,000 לפי תעריף של ₪0.48 /kWh. איתור פגמים בזמן שומר על ייצור זה, ולכן תורם למטרה הלאומית של 30 % חשמל מתחדל עד 2030.

מבט לעתיד וצעד הבא

הצוות מתכנן לשחרר את קבוצת הנתונים וקוד האימון בקוד פתוח, כדי לשפר את זיהוי האבק. בנוסף, מתכננים לשלב LiDAR למיפוי תלת‑ממדי מדויק ולבצע עיבוד קצה (edge‑computing) כך שהדראון יסמן פגמים בזמן הטיסה, ויקטין עוד יותר את זמן העיבוד.


מקורות: מגזין PV, קבוצת נתוני תמונות פאנלים סולאריים של Kaggle, אוניברסיטת רזסוב לטכנולוגיה, אוניברסיטת פוליטכניקה ולנסיה

שאלות נפוצות

כמה מהר הדראון יכול לבדוק מערכת סולארית גגית טיפוסית?

ההקסקופטר סורק מערך של 10 kW בתצורת ביתית בטיסה אוטונומית של 25 דקות, ותופס אלפי תמונות חופפות.

אילו סוגי פגמים AI מסוגל לזהות?

המערכת מזהה באופן אמין חום (Hot‑spot), חול, פסולת ציפורים, ובאופן פחות מדויק – הצטברות אבק על מודולים.

למה זיהוי אבק קשה יותר למודל?

אבק יוצר שינוי מרקם עדין ולא קפיצה חום ברורה, ולכן מקבל F1 של 0.732, נמוך מהחום.

האם המערכת מתאימה לחוות סולאריות גדולות?

כן – העיצוב המודולרי מאפשר תיאום של מספר דראונים (multi‑UAV) למעקב בקנה מידה תעשייתי.

האם הטכנולוגיה מוכנה לשימוש מסחרי בישראל?

הצוות פרסם את הנתונים והקוד, והניתוח הכלכלי מראה שהחיסכון מתגמל אחרי פחות משתי בדיקות במערכות ביתיות.

אילו שיפורים מתוכננים לעתיד?

מתכננים להוסיף edge‑computing לסימון פגמים בזמן הטיסה ולשלב LiDAR למיפוי תלת‑ממדי מדויק של הפאנלים.

שתפו את הכתבה

עוד בנושא מחקר

6
perovskite solar cell
ממחקר

רשמת שיא: תאים טנדם 27.35% יעילות

חוקרים סינים באוניברסיטת נאנג׳ינג קבעו שיא עולמי של 27.35% יעילות לתא פרוויאט‑אורגני‑טנדם, תוך שמירה על 80% ביצועים אחרי 744 שעה של חשיפה רציפה.

3 דקות קריאה
דברו איתנו

יש לכם שאלה או פרויקט?

שלחו לנו הודעה — הדגמה, שאלה על המערכת, שיתוף פעולה או כל דבר אחר. נחזור אליכם.

נשתמש בפרטים שלכם רק כדי לחזור אליכם.