製品紹介

太陽光発電所には数万から数百万枚のモジュールが設置されることがあります。毎日、暑さ、風、砂、雨、雪にさらされるため、さまざまな障害が発生するのも当然です。最も一般的で、最も危険なのはホットスポットです。

ホットスポットとは、モジュール上の異常に高温になる小さな領域です。良くても発電量を低下させ、悪ければバックシートを焼き切って火災を引き起こし、プラント全体を危険にさらします。問題は、モジュールが隙間なく並んでいることです。ハンドヘルド機器を使って一つ一つ点検するのは時間がかかり、見落としも発生します。そのため、赤外線サーモグラフィと深層学習の組み合わせが注目されています。

赤外線カメラをモジュールに向け、温度分布をヒートマップとして取得し、訓練されたニューラルネットワークにそのマップを読み取らせ、高温箇所とその温度をマークさせます。単純に聞こえますが、実際に現場で機能させるのは別の話です。赤外線画像には、通常のアルゴリズムを妨げる3つの本質的な欠点があります：低解像度、欠陥サイズの大きなばらつき、そして複雑な背景です。

SESPNet（Semantic Enhancement and Scale Perception Network）と呼ばれる新しい手法は、これら3つの欠点に直接対処します。その数値は確かです：平均精度92.1%、フレームレート62.4 FPS、そして手のひらサイズの組み込みデバイスでリアルタイム動作可能なほど小型です。この記事では、どのようにしてくすんだ灰色の赤外線フレームからすべてのホットスポットを引き出すかを解説します。

まず、ホットスポットがなぜ重要なのか。PVモジュールは多くのセルを直列に接続したものです。1つのセルが影、マイクロクラック、または汚れによって出力を失うと、電流を供給しなくなり、抵抗のように振る舞い、他のセルからの電流を熱に変えて内部で燃焼させます。その1つのセルがストリング全体の熱源となり、隣接するセルより数十度高くなります。軽度の場合はストリングの出力を低下させます。重度の場合は時間の経過とともに封止材を劣化させ、バックシートを焼き切り、発火する可能性さえあります。ホットスポットを早期に発見し、迅速に対処することは、PV運用が避けて通れない課題です。

図1: 屋根に設置された太陽熱集熱モジュール。長年にわたり屋外にさらされ、局所的な温度上昇がホットスポットを形成します。

図2: PVモジュール欠陥検出のための赤外線熱検出の5段階ワークフロー。温度の取得から故障パネルの特定まで。

技術パラメータ

ホットスポット検出に赤外線が必須である理由

このアルゴリズムを理解するには、基本から始めましょう。なぜ可視光カメラでは隠れたPV故障を検出できず、赤外線だけが有効なのか。

可視光イメージングは単なる通常の写真撮影です。高解像度で詳細が豊富で、表面のクラック、傷、汚れなど目に見えるものを検出するのに適しています。しかし、致命的な限界があります。それは外観のみを読み取り、温度を読み取らないことです。モジュール内部のマイクロクラックやコールドはんだ接合部は、初期段階では外観に変化を与えないことが多いですが、その箇所で電流を遮断し、加熱します。可視光カメラはこれらの熱的故障に対して無力であり、夜間や照明が不十分な場合には役に立ちません。

赤外線は異なるアプローチを取ります。絶対零度以上の物体はすべて赤外線を放射し、温度が高いほど放射は強くなります。赤外線カメラはその放射を捉え、目に見えない温度分布をカラーまたはグレースケールのヒートマップに直接描き出します。外部光源を必要としないため、昼夜を問わず動作します。モジュールのどの部分がどの程度高温になっているかが明確に表示されます。ホットスポットや断線したグリッド線などの熱駆動型欠陥に対して、赤外線は自然な解決策です。

そのため、赤外線はPVプラントにおける欠陥検出の精度と速度を向上させる重要な手段となっています。赤外線カメラを搭載したドローンは、数分でアレイ全体をスキャンでき、手動チームの数十倍の速さです。しかし、熱を可視化する能力には代償が伴います。画質は可視光に比べてはるかに低いのです。

従来の手動方式では、作業員が計器を持ち、パネルごとに測定していました。速度が遅く、経験に大きく依存します。モジュールが密集し、数千枚単位でカウントされる中、1枚ずつ読み取るのは疲れ果て、エラーが発生しやすく、夜間はほぼ不可能です。ドローンと赤外線の組み合わせでキャプチャ工程は最大化されますが、それでも数千枚の画像を手動で読み取る場合、ボトルネックは測定から確認作業に移るだけです。ループを閉じるには、画像を読み取るアルゴリズムが必要です。そこが深層学習の出番です。

図3: 典型的な赤外線熱画像。温度が高いほど色が暖かくなり、過熱領域が一目でわかります。これはホットスポット検出の原材料です。

図4: 可視光と赤外線イメージングの役割分担。熱的欠陥には、赤外線が自然な解決策です。

赤外線欠陥検出における3つの難題

赤外線は熱を可視化できますが、検出アルゴリズムに3つの難しい問題をもたらします。これらこそ、多くの既製アルゴリズムがPV赤外線検査で失敗する理由です。

一つ目: 低コントラスト。赤外線画像は全体的に鈍く灰色です。欠陥と背景のグレースケール差はもともと小さく、さらに撮像ノイズが加わることで欠陥が背景に埋もれてしまいます。アルゴリズムが主要な特徴を捉えられず、精度が低下します。

二つ目: 欠陥の規模が大きく変動する。単一の赤外線画像内で、ホットスポットのサイズが数十倍異なることがあります。あるものはバイパスされたストリング全体が広範囲に光り、別のものは1つのセルがわずかに温まっているだけです。固定された受容野（ネットワークが一度に明確に見渡せる範囲）では、このようなばらつきに対して一方を捉えれば他方を逃す傾向があります。大きなターゲットを捉えると小さなものを見逃し、その逆も同様です。

三つ目: 小ターゲットの情報が失われる。これが最も厄介です。ニューラルネットワークは層ごとにダウンサンプリングし、画像を縮小して高レベルの意味を抽出します。しかし、もともと数十ピクセルしかなかった小さなホットスポットは、縮小するにつれて平滑化され、判断が下される頃にはほとんど何も残らず、認識精度が大きく低下します。

これら3つを合わせると明らかです: PV赤外線欠陥検出が難しいのは、「はっきり見えない、サイズがまちまち、簡単に失われる」という問題に同時に対処しなければならないからです。SESPNetの3つの中核的改良は、それぞれこれらの難題の1つをターゲットにしています: 1つはセマンティクスを強化して背景を抑制し、1つはピラミッドを構築してサイズに対応し、1つはチャネルを保護して小ターゲットを回復します。

既製品の検出器をそのまま使えばいいのでは？物体検出は急速に進歩しており、2つのルートに分かれます。1つは2段階方式で、まず候補領域を大まかに抽出し、その後それぞれを慎重に判定します。精度は高いが遅い。もう1つは1段階方式で、一度の処理で位置とクラスの両方を出力し、高速でリアルタイム処理に適しています。YOLOシリーズは1段階方式の代表格です。しかし、これらの汎用アルゴリズムは通常の可視画像で学習されており、低コントラストでスケールが大きく異なるPV赤外線画像に適用すると、うまく機能しません。SESPNetの改良は、これらの3つのギャップを埋めるために、赤外線欠陥に特化して設計されています。

図5: 赤外線欠陥検出における3つの難題：低コントラスト、マルチスケール、小目標。

図6: カメラを搭載したマルチローター無人機がアレイ上空を飛行し、赤外線画像を大量に取得。数分で、作業員が半日かけてカバーする範囲をスキャンします。

技術的優位性

第一の改良：セマンティック強調、欠陥を背景から浮かび上がらせる

SESPNetはベースモデルとしてYOLOv10を採用しています。YOLOv10は、2024年5月に清華大学のチームがリリースした、現在最も人気のあるリアルタイム検出器の1つで、高速、高精度、展開の容易さを備えています。SESPNetはこれに3つの改良を施し、最初の改良はバックボーンにセマンティック情報強調モジュール（SIEM）を組み込むことです。

これが解決するのは低コントラスト問題です。赤外線欠陥画像のコントラストが低いと、背景ノイズがモデルが抽出する特徴に干渉し、精度が低下します。SIEMは2つの方法で同時に機能します。グローバルアテンションブランチは画像全体の大まかな意味を捉え、背景と欠陥が隠れている可能性のある領域を識別し、ノイズの干渉を低減します。ローカルアテンションブランチは欠陥自体の詳細とテクスチャに焦点を当て、その特徴表現を強化します。

各ブランチはそれぞれの役割を担い、その後、グローバルとローカルの情報が重み付けされて融合されます。これは、全体の輪郭を把握してノイズを排除するために目を細め、その後、疑わしい箇所に近づいて注視するようなものです。遠近を組み合わせることで、欠陥がくすんだ背景から浮かび上がります。融合された特徴は、欠陥の詳細を保持しつつ背景の干渉を抑制するため、特徴表現が明らかに強化されます。

その効果は後のアブレーション研究で明らかになります。SIEMを追加するだけで、3つのターゲットクラスすべてで平均精度が向上し、複雑な背景に対する耐性が実際に向上します。

バックボーンは、モデルが最初に画像に触れて基本特徴を抽出する部分です。ここにSIEMを配置するということは、ソースでクリーンアップすることを意味します。何かが渡される前に、欠陥の特徴はすでに強化され、背景ノイズは抑制されています。クリーンなソースがあれば、後のスケール処理やターゲット位置特定が乱雑さに惑わされることはありません。だからこそ、バックボーンに配置され、他の場所にはありません。汚染を早期に処理してください。

図7: SIEMセマンティック強調モジュールのデュアルブランチ構造。グローバルブランチは全体像を読み取って背景を抑制し、ローカルブランチは詳細を監視して欠陥を強化し、その後2つが重み付けされて融合されます。

図8: 屋上のPVアレイ。密集したモジュールのフィールドは、まさに検出アルゴリズムに干渉を与える乱雑なシーンです。

ステップ2: ピラミッドプーリング、大小のホットスポットを両方焦点に

2番目の変更は、YOLOv10の元の空間ピラミッドプーリングモジュールをSpace Attention Pyramid Pooling Module（SAPPM）に置き換えます。これは変動スケールの問題を対象としています。

"ピラミッドプーリング"は、同じ特徴マップを異なるサイズの複数のウィンドウで同時にスキャンすることと解釈できます。小さなウィンドウは細かい詳細を見て、小さなホットスポットに適しています。大きなウィンドウは広範囲を見て、大きなホットスポットに適しています。この研究では、小さなものから大きなものまで複数のプーリングウィンドウを並行して実行するため、欠陥が数行にわたるか、手のひらサイズの斑点であっても、適切なウィンドウがそれを捉えます。

さらに、SAPPMは空間注意の層を追加します。異なるウィンドウからの特徴に異なる重みを割り当て、真に重要なスケール情報を前面に保ち、無関係なものを抑制し、これらのマルチスケール特徴をより完全な特徴マップに結合します。要するに、最初の部分は「すべてのサイズを見る」ことを処理し、2番目の部分は「見るべきものを強調する」ことを処理します。これらが一緒になって、モデルのマルチスケールターゲットに対する感覚を大幅に向上させます。

これは、古い「一方を失い他方を得る」問題を直接緩和します。固定受容野ネットワークは、大きなターゲットを気にしながら小さなターゲットを見落とします。SAPPMが配置されると、サイズのギャップがどれほど大きくても、大小のホットスポットが同じパスで明確に見えるようになります。

図9: SAPPMマルチスケール特徴ピラミッドプーリングのスケッチ。異なるサイズのウィンドウで並行してスキャンし、空間注意重み付けで結合します。

図10: プラントの航空写真。ドローンは異なる高さで撮影するため、同じ欠陥が画像内でさらに多様なスケールで現れます。

ステップ3: チャネル注意、ほぼ失われた小さなターゲットを釣り戻す

3つ目の改良はネックネットワークに導入され、マルチスケールチャネル注意機構MCIを構築します。これにより、最も厄介な問題である小ターゲットの情報損失を解決します。

まず、チャネルについて説明します。ネットワークが画像を処理するとき、特徴を多くの並列チャネルに分割し、各チャネルは異なる角度から画像を記述します。小ターゲットの特徴はすでに弱く、これらのチャネルに分散しており、各チャネルが交換なしに自分だけに集中すると、その貴重な情報は層ごとの引き継ぎで簡単に埋もれてしまいます。

MCIのアプローチは、チャネル間の相互作用を構築し、互いに通信させることです。チャネルが小ターゲットの痕跡を保持している場合、チャネル間の協力によりそれを増幅し保存します。これにより、小規模特徴情報の抽出がさらに強化され、ダウンサンプリングで消えかけていた小さなホットスポットが救出されます。

これら3つの改良がネットワーク内で配置される位置も意図的です。SIEMはバックボーンのソースで特徴をクリーンアップし、SAPPMはバックボーンの末尾でマルチスケール情報を集約し、MCIはバックボーンと検出ヘッドを結ぶネックで最終的な仕上げを行います。前、中、後ろと、特徴の抽出、集約、出力の全チェーンをカバーし、各ステップで赤外線欠陥の痛点に対する的を絞った対策が施されます。

3つの改良には明確な役割があります。SIEMはコントラスト、SAPPMはスケール、MCIは小ターゲットを担当します。これらは単独で戦うのではなく、バトンを渡します。まず欠陥を背景から浮かび上がらせ、次にあらゆるサイズをカバーし、最後に最も見逃しやすい小ターゲットを捉えます。この組み合わせにより、赤外線欠陥検出の3つの最も難しい課題が一つずつ解決されます。

図11: スケールごとにLarge、Middle、Miniに分類された赤外線ホットスポット。サイズの差は大きく、最小のホットスポットは最も見逃しやすい。

図12: 赤外線カメラで捉えられたかすかなターゲット。ターゲットが小さく暗いほど、処理中に平滑化されやすい。

製品用途

スコアカード: 精度92.1%、毎秒62フレーム

3つの改良の効果はデータに現れています。研究者らは独自のPVモジュール赤外線欠陥データセットを構築し、画像内のピクセルサイズに基づいてホットスポットを3クラスにラベル付けしました。64x64ピクセル以上はLarge、32x32から64x64はMiddle、32x32未満はMiniです。検出の良し悪しは、クラスごと、スケールごとに評価する必要があります。

精度は2つの指標に依存します。1つは再現率Rで、「見つけるべき欠陥のうち、どれだけ回収できたか」を答えます。もう1つは平均平均精度PmAで、クラス全体の検出精度を総合したもので、検出器が最も重視する総合スコアです。検出速度（1秒あたりの処理フレーム数）を加えると、これら3つの数値がアルゴリズムの全容を物語ります。

モジュールごとのアブレーションから始めます。ベースラインのYOLOv10では、平均平均精度は89.8%です。SIEMのみを追加すると90.4%、SAPPMのみで90.5%、MCIのみで90.7%になります。どの変更も効果があります。3つすべてを積み重ねた完全なSESPNetでは、平均平均精度は92.1%に跳ね上がります。特に際立つのは小さなターゲットです。ベースラインのMini精度はわずか86.7%ですが、3つすべてを適用すると90.3%に上昇し、3.6ポイントの向上です。これはMCIが小さなターゲットの回復に貢献していることを証明しています。

図13: モジュールごとのアブレーション。3つのモジュールを積み重ねると、最も難しい小さなターゲットの精度が86.7%から90.3%に向上します。

図14: 広大な地上設置型プラント。何千ものモジュールがまさにこのアルゴリズムで一つずつチェックしなければならないものです。

対決: 9つのアルゴリズムが一堂に会する

自分自身との比較だけでは不十分です。この研究ではSESPNetを他の8つの主流アルゴリズムと同じステージに置き、同じデータセットでトレーニングし、精度と速度を並べて測定します。

結果は自明です。Faster R-CNNやCascade R-CNNのような古典的な2段階アルゴリズムは特徴抽出が限られており、速度が遅く、平均平均精度は86%から88%にとどまり、高いリアルタイム性能が求められるシーンには適しません。SSDは最速ですが、精度は74.3%と明らかに低いです。YOLOシリーズは全体的にバランスが取れており、YOLOv7の88.1%からYOLOX、YOLOv8、YOLOv10、YOLOv11と精度は89%から90%の範囲に向上し、速度は毎秒50～60フレーム程度です。

SESPNetはその曲線をさらに右上に押し上げます。平均平均精度92.1%は2位より約2ポイント高く、62.4フレーム/秒の速度はYOLOの高速モデルと同等です。精度を上げるために速度を犠牲にすることなく、他が到達できない高速かつ高精度の右上の位置を維持しています。これが最大の価値です。大量のモジュールがあり、パトロールしながら判断するシーンでは、わずかな遅さもコストになります。

R = TP ÷ ( TP + FN ) · P = TP ÷ ( TP + FP )

これら2行は精度指標の基本定義です。R（再現率）は実際の欠陥のうち検出された割合を測定し、P（適合率）は報告された欠陥のうち実際の欠陥である割合を測定し、PmAはクラス間および精度レベル間で計算された総合スコアです。ロジックは複雑ではありません：見逃しを最小限に（高い再現率）、誤警報を最小限に（高い適合率）し、両方をバランスよく保てば、信頼性の高い検出器が得られます。

図15：9つのアルゴリズムの精度-速度比較。SESPNetは右上隅に位置し、精度92.1%、FPS 62.4を達成。

図16：組み込みプラットフォームでの実世界テスト。最も正確なSESPNetでも12.6 FPSを安定して維持。

手のひらサイズのボックスに詰め込んでも、なおリアルタイム

研究室でうまく動作しても、現場で使えるとは限りません。太陽光発電所は主に屋外にあり、検査機器の計算能力と電力は限られています。アルゴリズムが低消費電力の小さなボックスに収まり、リアルタイムで動作するかどうかが、実際の展開における最後のハードルです。

研究者たちはこれをJetson Nanoという組み込みプラットフォームに移植して検証しました。そのプロセッサはクアッドコアARMチップとエントリーレベルの128コアGPUを組み合わせたもので、専用カードを搭載したラボのワークステーションに比べ、計算能力と電力の両面で大幅に劣ります。SESPNetは同じ入力スケールで展開され、この小さなボード上で他のアルゴリズムと競争しました。

結果は再びそのバランスの良さを証明しました。古典的な2段階アルゴリズムは組み込み環境でその実力を露呈します：Faster R-CNNは1.9フレーム/秒に低下し、かろうじてリアルタイム；Cascade R-CNNはわずか3.7。YOLOシリーズは一般的に11～12フレーム程度に低下する一方、SESPNetは12.6フレーム/秒を維持し、最高精度92.1%を保持。軽量YOLOと同等か、わずかに上回ります。計算リソースが大幅に削減されても、正確で安定しており、リソース制約のあるシーンに設計がよく適合していることを示しています。

これは、このアルゴリズムを搭載したドローンや携帯型検査装置が、画像をクラウドに送信して低速処理する必要がないことを意味します。その場でリアルタイムに、どのパネルにホットスポットがあるかを判断できます。検査効率と応答速度の両方がさらに向上します。

その場で判断する価値は、往復の時間を節約するだけではありません。エッジに計算を配置することで、信号の弱い遠隔地のプラントでも検査を実行できます。ホットスポットの疑いがあれば、その場でマークし、すぐに再飛行して確認できます。データが戻ってきて手動レビューが行われるのを待ってから2回目の出撃をする必要はありません。数百メガワット規模でモジュールが数百万枚に及ぶ大規模プラントでは、このオンサイトのリアルタイム能力が、完全な検査に数時間かかるか数日かかるかを直接決定します。

まとめ：すべての過熱パネルに隠れる場所はない

振り返ってみると、SESPNetの巧妙さは、複雑な構造を積み重ねることではなく、適切な症状を治療することにあります。赤外線のコントラストは低いので、セマンティックエンハンスメントが背景を抑制します。欠陥のスケールはまちまちなので、ピラミッドプーリングがすべてのサイズをカバーします。小さなターゲットは失われやすいので、チャネルアテンションがそれらを引き戻します。3つの動作、それぞれがそのタスクに応じて、バトンを渡します。

さらに珍しいのは、精度のためにモデルを肥大化させなかったことです。多くのアルゴリズムは盲目的に高精度を追求し、結果として肥大化し、速度を低下させ、組み込みデバイスにさえ搭載できなくなります。SESPNetは速度を維持しながら精度を最高にし、大幅に削減された計算リソースのテストにも耐えました。正確で、高速で、軽量というこのバランスこそ、この分野が最も重視する品質です。技術が優れているかどうかは、実際のプラントで実際の作業ができるかどうかにかかっています。

平均精度92.1%、毎秒62.4フレーム、そして手のひらサイズのボックスでリアルタイムに動作するのに十分な小ささ。これら3つの数字は、実際にプラントに持ち込んで作業できるツールを描き出します。かつて人間の目でも困難だった鈍い灰色の赤外線画像を、欠陥が隠れる場所のない健康レポートに変えます。

このようなアルゴリズムを搭載したドローンが青いアレイのフィールドを次々とスイープすると、静かに過熱しているすべてのパネルが最初の瞬間に特定され、処理されます。隠れたホットスポットが可視化され、一見小さなリスクも排除されます。結果として得られるのは、太陽光を電力に変え、長く、安全に、フル負荷で稼働するプラントです。

Ooitechの見解

ここで最も印象的なのは、検出と製造が信頼性という同じコインの両面であることです。現場でフラグが立てられたホットスポットは、多くの場合、ラインで発生したマイクロクラックやコールドはんだ接合に遡ります。そのため、モジュール生産ラインでは、ストリンガー溶接、レイアップの位置合わせ、ラミネーション制御が非常に重要です。これらの工程を正しく行えば、そもそも現場に送り込むホットスポットを減らせます。実際のモジュールラインがどのように構築され、調整されているかを見たい場合は、Ooitech YouTubeチャンネル（www.youtube.com/ooitech）の工場見学動画をご覧になり、チャンネル登録もお勧めします。