KR101832454B1 - 드론 기반 열적외선 센서를 이용한 태양광 셀 발열 위치 분석 방법 - Google Patents

드론 기반 열적외선 센서를 이용한 태양광 셀 발열 위치 분석 방법 Download PDF

Info

Publication number
KR101832454B1
KR101832454B1 KR1020170011308A KR20170011308A KR101832454B1 KR 101832454 B1 KR101832454 B1 KR 101832454B1 KR 1020170011308 A KR1020170011308 A KR 1020170011308A KR 20170011308 A KR20170011308 A KR 20170011308A KR 101832454 B1 KR101832454 B1 KR 101832454B1
Authority
KR
South Korea
Prior art keywords
solar
thermal infrared
infrared sensor
photovoltaic
module
Prior art date
Application number
KR1020170011308A
Other languages
English (en)
Inventor
이근상
이종조
Original Assignee
전주비전대학교산학협력단
주식회사 누리공간산업
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 전주비전대학교산학협력단, 주식회사 누리공간산업 filed Critical 전주비전대학교산학협력단
Priority to KR1020170011308A priority Critical patent/KR101832454B1/ko
Application granted granted Critical
Publication of KR101832454B1 publication Critical patent/KR101832454B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
    • G01J5/00—Radiation pyrometry, e.g. infrared or optical thermometry
    • G01J5/10—Radiation pyrometry, e.g. infrared or optical thermometry using electric radiation detectors
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B64—AIRCRAFT; AVIATION; COSMONAUTICS
    • B64C—AEROPLANES; HELICOPTERS
    • B64C39/00—Aircraft not otherwise provided for
    • B64C39/02—Aircraft not otherwise provided for characterised by special use
    • B64C39/024—Aircraft not otherwise provided for characterised by special use of the remote controlled vehicle type, i.e. RPV
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B64—AIRCRAFT; AVIATION; COSMONAUTICS
    • B64U—UNMANNED AERIAL VEHICLES [UAV]; EQUIPMENT THEREFOR
    • B64U10/00—Type of UAV
    • B64U10/10—Rotorcrafts
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B64—AIRCRAFT; AVIATION; COSMONAUTICS
    • B64U—UNMANNED AERIAL VEHICLES [UAV]; EQUIPMENT THEREFOR
    • B64U30/00—Means for producing lift; Empennages; Arrangements thereof
    • B64U30/20—Rotors; Rotor supports
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
    • G01J1/00—Photometry, e.g. photographic exposure meter
    • G01J1/42—Photometry, e.g. photographic exposure meter using electric radiation detectors
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S19/00—Satellite radio beacon positioning systems; Determining position, velocity or attitude using signals transmitted by such systems
    • G01S19/01—Satellite radio beacon positioning systems transmitting time-stamped messages, e.g. GPS [Global Positioning System], GLONASS [Global Orbiting Navigation Satellite System] or GALILEO
    • G01S19/13—Receivers
    • G01S19/14—Receivers specially adapted for specific applications
    • B64C2201/024—
    • B64C2201/108—
    • B64C2201/126—
    • B64C2201/127—
    • B64D2700/62184—
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B64—AIRCRAFT; AVIATION; COSMONAUTICS
    • B64U—UNMANNED AERIAL VEHICLES [UAV]; EQUIPMENT THEREFOR
    • B64U2101/00—UAVs specially adapted for particular uses or applications
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B64—AIRCRAFT; AVIATION; COSMONAUTICS
    • B64U—UNMANNED AERIAL VEHICLES [UAV]; EQUIPMENT THEREFOR
    • B64U2101/00—UAVs specially adapted for particular uses or applications
    • B64U2101/30—UAVs specially adapted for particular uses or applications for imaging, photography or videography
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
    • G01J1/00—Photometry, e.g. photographic exposure meter
    • G01J1/42—Photometry, e.g. photographic exposure meter using electric radiation detectors
    • G01J2001/4266—Photometry, e.g. photographic exposure meter using electric radiation detectors for measuring solar light

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Remote Sensing (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Spectroscopy & Molecular Physics (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Mechanical Engineering (AREA)
  • Radiation Pyrometers (AREA)
  • Photovoltaic Devices (AREA)

Abstract

드론 기반 열적외선 센서를 이용한 태양광 셀 발열 위치 분석 방법이 개시된다. 최근 널리 보급되고 있는 태양광 발전소의 유지관리를 위해 다양한 연구들이 시도되고 있다. 본 발명은 드론 기반 GPS와 열화상 카메라의 열적외선 센서와 GIS 공간분석을 이용하여 태양광 셀의 발열을 분석하였다. 먼저 드론 기반 열적외선 센서(RGB 센서)를 이용하여 정사영상과 DSM(수치표면모델) 자료를 구축하였으며, 이를 통해 태양광 셀의 발열 분석에 필요한 태양광 모듈 레이어를 생성하였다. 또한, 태양광 모듈 레이어의 위치정확도를 평가하기 위해 각 지상기준점(GCP)에 대한 VRS 측량을 이용하여 검정점에 대한 수평오차를 분석한 결과, 표준오차가 dx=±2.4cm, dy=±3.2cm로 높은 위치정확도를 확보할 수 있었다. 그리고 태양광 셀의 발열 실험을 위해 다양한 크기의 고무패치를 설치한 후 드론 열적외선 센서와 GIS 분석을 이용하여 발열이 생기는 고무패치의 위치를 효과적으로 분석할 수 있었다. 또한 고무패치 셀(이상 발열이 확인된 태양광 셀) 비율과 드론 기반 열적외선 센서에 의한 태양광 셀의 면적 비율의 표준오차는 ±3.5%로 나타났으며, 드론 기반 열적외선 센서를 이용하여 태양광 셀의 이상 발열을 효과적으로 분석할 수 있었다. 이상 발열이 생기는 태양광 셀이 위치하고 있는 태양광 모듈의 코드를 자동으로 추출함으로써 효과적인 태양광발전소 유지보수가 가능하게 되었다.

Description

드론 기반 열적외선 센서를 이용한 태양광 셀 발열 위치 분석 방법{Solar cell exothermic position analysis method using drone based thermal infrared sensor}
본 발명은 드론 기반 열적외선 센서를 이용한 태양광 셀 발열 위치 분석 방법에 관한 것으로, 보다 상세하게는 드론과 GIS 공간분석기법을 활용하여 태양광 모듈을 구성하는 태양광 셀의 초기발열을 자동으로 분석하는 기법을 개발하기 위한, 드론 기반 열적외선 센서를 이용한 태양광 셀 발열 위치 분석 방법에 관한 것이다.
1. 배경
태양열 발전은 햇빛을 전기로 변환하는 발전 방식으로, 태양열 발전에는 직접적으로 햇빛을 직류 전기로 바꾸어 생산하는 태양광 발전과 렌즈나 거울을 사용하여 햇빛을 모아서 그 열을 이용해 발전을 하는 태양열 집중 발전으로 구분된다. 반도체 생산 기술이 발달하고 태양광 발전을 위한 소자 개발 비용이 점차 내려가면서 태양광 발전이 최근 널리 사용되는 추세이다.
태양광 발전시스템은 다수의 태양 전지가 붙어 있는 태양광 패널로 구성되며, 이 중 태양 전지는 고체의 전기 소자로서 광전효과를 이용하여 빛을 전기로 변환하는 역할을 한다. 태양 전지는 반영구적으로 활용할 수 있고 또한 태양열 집중 방식과 같이 가열이 필요 없기 때문에 유지보수가 간편하여 차세대 대체에너지 생산 기술로 가장 각광 받고 있다. 최근 우리나라 역시 환경 친화적 발전을 위해 태양광 발전소시스템을 정부 차원에서 적극 보급하고 있는 추세이다.
태양광 발전소를 운영함에 있어 효율적인 전력생산이 무엇보다도 중요하다. 태양광 발전소는 다양한 요인에 의해 영향을 받게 되며 이로 인해 효율저하에 따른 전력생산에 큰 지장을 가져오게 된다. 태양광 발전소는 손상 발생시 초기에는 솔라셀에 과부하가 걸려 이상발열이 발생하며, 그 후 태양광 모듈 전체가 단락되어 전기를 전혀 생산하지 못하게 된다. 따라서, 태양광 발전소에 대한 정기적인 점검과 모니터링이 안정적인 전기 생산에 매우 중요한 요소가 된다.
태양광 발전소를 진단하고 모니터링하는 다양한 연구들이 수행되었다. 먼저 Lee and Kim(2011)은 웨이블렛 변환 기법을 활용하여 태양광 발전시스템의 고장진단을 점검하는 방법을 개발하였으며, Cho and Sim(2016)은 유비쿼터스 네트워킹 기반의 지능형 모니터링 기술을 통해 태양광 발전소의 유지보수 업무를 지원하는 연구를 수행하였다. 또한, Ji et al.(2011)은 ZigBee 기술을 이용하여 태양광 발전소를 원격으로 모니터링하는 시스템을 개발하였다.
태양광 발전소를 관리하는데 있어 통계학적 방법을 도입한 연구로써, Kim and Shim(2012)은 태양광 발전소에서 취득한 온도, 일사량, 발전 데이터를 기반으로 선형회귀분석과 확률모델을 이용하여 태양전지의 고장 유무를 결정하는 연구를 수행하였다. 또한, Cho et al.(2013)은 통계학적 방법을 통해 태양광 발전소의 고장 여부를 판단하였으며, Lim and Ji(2016)은 상관성 분석과 ELM(Electreme Learning Machine)을 이용하여 태양광 발전소의 고장을 자동으로 진단하는 연구를 수행하였다.
태양광 발전소의 입지는 효율적인 전력생산에 매우 결정적인 역할을 한다. GIS와 위성영상을 기반으로 태양광 발전소의 입지를 결정하는 국외 연구로서 먼저 Brewer et al.(2015)는 GIS와 사회 선호도 조사자료를 적용하여 태양광 발전소의 입지를 결정하는 연구를 수행하였으며, Gastli and Charabi(2010)은 태양광 에너지 분야에서 GIS 기반 태양방사지도를 활용하는 연구를 수행하였다. 또한, Polo et al.(2015)는 GIS와 위성영상 자료를 융합하여 베트남의 태양광 발전소 입지를 결정하는 연구를 시도하였다.
국내에서도 GIS를 활용하여 태양광 발전소 입지를 결정하는 연구들이 진행되었다. 대표적으로 Lee and Kang(2010)은 GIS 기술을 기반으로 태양광시설의 입지를 선정하였으며, Lee and Lee(2015)는 GIS와 계층분석법을 이용하여 태양광 발전소 입지를 분석하였다. 또한, Kim(2010)은 공간통계기법을 이용하여 태양광발전 시설의 입지 정확성을 향상시키는 방법을 연구하였으며, Park(2015)은 GIS와 상관분석 기법을 이용하여 태양광 발전소 적지분석을 수행하였다.
태양광 발전소는 지형적 조건에 따라 상판에 직접 접근하기 어려운 곳이 있다. 따라서 태양광 전지판에 올라가 태양광 패널을 점검하는데 많은 시간과 비용이 소요되며, 최근에는 부분적으로 열화상카메라를 이용하여 이상발열을 점검하고 있다. 그러나, 넓은 면적을 갖는 태양광 발전소 특성상 이러한 기존의 모니터링 방법으로는 시간과 비용측면에서 효율적인 태양광 발전소 유지관리가 어렵다.
이러한 문제를 개선하기 위해 최근 드론에 열적외선 카메라를 탑재하여 태양광 발전소를 모니터링하는 연구가 일부 시도되고 있다(Kim et al., 2016). 그러나, Kim et al.(2016)의 연구에서는 드론이 단사진으로 촬영된 영상을 활용하여 실내에서 확인하는 수준이므로 대규모 지역에 대한 모니터링이 어렵고 수작업 형태이므로 시간도 많이 소요되어 큰 효과를 기대하기 어렵다. 이를 개선하기 위해 Lee and Lee(2016)은 고정익 드론에 열적외선 카메라를 탑재한 후 자동비행 시스템을 통해 태양광 발전소에 대한 온도자료를 취득한 후, GIS 분석기법을 이용하여 태양광 모듈별로 발열 특성을 자동 분석하는 기술을 개발하였다. Lee and Lee(2016)의 연구는 태양광 어레이를 구성하는 태양광 모듈의 고장 여부를 자동으로 진단하는 업무에는 매우 효과적이나 태양광 모듈을 구성하는 태양광 셀의 초기 발열 부분은 포함하고 있지 않은 문제점이 있었다.
특허 출원번호 10-2016-0141112 (출원일자 2016년 10월 27일), "드론과 GIS를 사용한 이상 발열 태양광 모듈 검출 방법", 전주비전대학교 산학협력단
상기 문제점을 해결하기 위한 본 발명의 목적은 드론과 GIS 공간분석기법을 활용하여 태양광 모듈을 구성하는 태양광 셀의 초기발열을 자동으로 분석하는 기법을 제공하는, 드론 기반 열적외선 센서를 이용한 태양광 셀 발열 위치 분석 방법을 제공하는 것을 목적으로 하고 있다.
먼저, 태양광 셀에 대한 이상발열 분석을 위해 태양광 셀에 대해 다양한 크기의 고무패치를 설치한 후 드론 기반 열적외선 센서를 활용하여 태양광 발전소에 대한 온도 자료를 취득하였다. 그리고 태양광 셀의 정확한 위치정보 취득을 위해 지상기준점(GCP; Ground Control Point) 측량을 수행하였으며, 드론 기반 RGB 센서로 구축한 정사영상으로부터 태양광 모듈 레이어를 구축하여 태양광 셀의 이상발열 분석에 활용하였다. 드론 기반 열적외선 센서와 태양광 모듈 레이어를 이용하여 태양광 셀에 설치한 고무 패치의 이상발열을 GIS 소프트웨어를 통해 분석하였으며, 이를 기반으로 다양한 크기의 고무패치별로 정확도를 계산함으로서 드론 기반 열적외선 센서를 활용한 태양광 셀의 이상발열 분석 가능성을 평가하였다.
본 발명의 목적을 달성하기 위해, 드론 기반 열적외선 센서를 이용한 태양광 셀 발열 위치 분석 방법은 (a) 복수의 태양광 모듈들이 설치된 대상지역을 선정하여 지상기준점 측량을 위해 k 개의 GCP(Ground Control Point, 지상 기준점)를 선정하여 복수의 태양광 모듈이 설치된 대상지를 내부로 포함하는 각 지상기준점(GCP)에 대한 VRS(Virtual Reference Service) 측량을 수행하는 단계; (b) GPS 수신기와 열화상 카메라의 열적외선 센서가 탑재된 드론이 일정 비행고도내에서 일정 갯수의 태양광 셀이 구비된 면적을 차지하는 태양광 모듈을 zone 영역으로 지정하고, zone 영역을 가진 태양광 모듈에 각각 고유의 태양광 모듈 코드가 할당되며, 각 태양광 모듈들이 구비되는 태양광 모듈 레이어의 n개의 열적외선 사진을 항공 촬영한 후, 상기 VRS 측량으로 취득한 지상기준점(GSP) 자료를 연계하여 영상 정합 소프트웨어가 n개의 열적외선 사진을 영상 접합하여 태양광 모듈 레이어의 정사영상을 생성하고 GIS 소프트웨어가 DSM(Digital Surface Model, 수치표면모델)을 구축하는 단계; (c) GIS 소프트웨어가 GIS 공간분석을 통해 태양광 어레이에서 복수의 태양광 모듈내에서 이상 발열된 태양광 모듈의 코드를 자동으로 검출하고, 드론의 열적외선 센서에 의해 측정된 특정 온도 이상 또는 소정 온도 이하의 이상 발열이 확인된 태양광 셀들을 자동으로 추출하며, 태양광 모듈 어레이의 각 태양광 모듈 코드를 식별하여 상기 이상 발열이 확인된 태양광 모듈 내의 태양광 셀들의 위치를 검출하는 단계; 및 (d) 태양광 셀에 대한 이상 발열 및 고장 진단을 위해, 상기 태양광 어레이에서 복수의 태양광 모듈내에서 이상 발열된 태양광 모듈의 코드를 자동으로 검출 후, 이상 발열이 확인된 해당 태양광 모듈 내에서 상기 이상 발열이 확인된 태양광 셀들의 면적 비율을 검출하여 해당 태양광 모듈을 교체되도록 하는 단계를 포함하며,
삭제
상기 드론은 GPS 수신기와 열화상 카메라의 열적외선 센서가 탑재된 고정익 드론 또는 GPS 수신기와 열화상 카메라의 열적외선 센서가 탑재된 회전익 드론을 사용하며, 상기 회전익 드론에 열적외선 센서를 탑재하여 5㎝ 이내의 해상도를 갖는 온도 정보를 취득한다.
상기 드론의 비행 고도는 40~60m 인 것을 특징으로 한다.
상기 드론은 비행 계획 소프트웨어를 사용하여 드론의 비행고도 55m, 사진해상도 10㎝ 그리고 종·횡중복도를 각각 90%와 80%로 설계한 것을 특징으로 한다.
상기 태양광 모듈은 발전소(1자리)+어레이(3자리)+모듈(3자리)를 가진 태양광 모듈 코드가 할당된다.
상기 열적외선 센서는 thermoMap 열적외선 센서를 사용하였으며, 상기 thermoMap 열적외선 센서는 -40℃~160℃의 온도관측이 가능하며, 해상도는 0.1℃를 가지는 것을 특징으로 한다.
상기 방법은 상기 태양광 어레이의 복수의 태양광 모듈내에서 이상 발열된 태양광 모듈 코드를 자동으로 검출 후, GIS 소프트웨어가 GIS 공간분석을 통해 이상 발열된 태양광 모듈 내에서 특정 온도 이상 또는 소정 온도 이하의 이상 발열이 확인된 태양광 셀들의 위치를 추출하며, 태양광 모듈 내의 태양광 셀의 온도를 확인하여 해당 태양광 모듈 내의 이상 발열이 확인된 태양광 셀의 고장여부를 자동으로 진단하고 해당 태양광 셀의 고장난 태양광 셀의 위치를 정확하게 표시한다.
이상 발열된 태양광 모듈 내에서, 특정 온도 이상 또는 소정 온도 이하의 이상 발열이 확인된 태양광 셀들은 특정 온도 이상의 고장난 태양광 셀과 이상 발열이 확인된 소정 온도 이하의 태양광 셀들 이며,
상기 특정 온도는 53℃이고, 상기 소정 온도는 10℃ 인 것을 특징으로 한다.
본 발명은 드론과 GIS 공간분석기법을 활용하여 태양광 모듈을 구성하는 태양광 셀의 초기발열을 자동으로 분석하는 기법을 개발하는 드론 기반 열적외선 센서를 이용한 태양광 셀 발열 위치 분석 방법을 제시하였다.
드론 기반 열적외선 센서를 기반으로 GIS 기법을 통해 태양광 셀의 발열을 분석하는 주요 결과 및 기대효과는 다음과 같다.
첫째, 드론 기반 RGB 센서를 이용하여 4㎝급의 영상을 촬영하였으며, VRS 측량으로 취득한 지상기준점 자료를 연계하여 영상 정합 소프트웨어 인 Pix4D SW를 기반으로 약 200개의 수치항공사진을 영상정합 처리함으로써 생성한 정사영상과 DSM(수치표면모델) 자료를 구축할 수 있었다. 또한, 드론으로 구축한 정사영상으로부터 태양광 모듈 레이어를 생성한 후 태양광 모듈별로 고유의 태양광 모듈 코드를 설계함으로써 태양광 셀의 발열 분석을 위한 입력 자료를 생성할 수 있었다.
둘째, 구축한 태양광 모듈 레이어의 위치정확도를 평가하기 위해 VRS 측량기법을 이용하여 36개 검정점에 대한 수평오차를 분석한 결과, 표준오차가 dx=±2.4cm, dy=±3.5cm로 나타났으며 VRS 측량 정확도가 일반적으로 2~5cm 임을 고려할 때 매우 양호한 결과임을 알 수 있었다.
셋째, 태양광 셀의 발열 실험을 위해 다양한 크기의 고무패치를 설치한 후 드론 기반 열적외선 센서와 태양광 모듈 레이어를 기반으로 GIS 공간분석을 활용함으로써 이상 발열을 보이는 고무패치(태양광 모듈내의 이상 발열이 확인된 태양광 셀)의 위치를 효과적으로 분석할 수 있었다.
넷째, 다양한 크기로 설치한 고무패치의 분포 정확도를 평가하기 위해 태양광 모듈별로 고무패치 셀 비율 대비 드론 기반 열적외선 센서에 의한 태양광 셀 비율의 오차를 계산한 결과 0.5~12.0%로 나타났으며, 표준오차는 ±3.5%로 분석되었다. 따라서, 드론 기반 GPS 수신기와 열적외선 센서를 기반으로 GIS 공간분석기법을 활용함으로써 태양광 셀의 발열을 효과적으로 평가할 수 있음을 알 수 있었다. 또한, 이상 발열이 생기는 태양광 셀이 위치하고 있는 태양광 모듈의 코드를 자동 식별함으로써 모니터링 및 유지보수가 필요한 태양광 패널을 신속하게 추출할 수 있는 방법론을 제시할 수 있었다.
결론적으로, 드론 기반 열적외선 센서를 이용한 태양광 셀 발열 위치 분석 방법은 안전을 위해 비교적 높은 고도를 확보해야 하는 비행기 형상의 고정익 드론의 단점을 극복하기 위해, 향후 연구에서는 쿼드 콥터 등의 회전익 드론에 열적외선 센서를 탑재하여 5㎝ 이내의 해상도를 갖는 온도 정보를 취득할 계획이며 이를 통해 태양광 셀의 발열을 보다 정확하게 평가할 수 있을 것으로 판단된다.
도 1은 태양광 모듈을 구성하고 있는 태양광 셀에 대한 발열 및 고장진단 기술을 확보하기 위해 태양광발전소 연구대상지 및 지상기준점(GCP; Ground Control Point)의 위치를 나타낸 사진이다.
도 2는 영상 정합 소프트웨어 인 PiX4D SW를 이용한 정사영상과 DSM(Digital Surface Model, 수치표면모델) 구축 화면이다.
도 3은 영상 정합 소프트웨어 인 Pix4D SW를 통해 구축한 정사 영상(Orthomosaic)과 DSM 자료를 나타낸 화면이다.
도 4는 태양광 모듈 레이어의 (a) 태양광 모듈과 버퍼링 존, (b) 태양광 모듈 코드를 나타낸 도면이다.
도 5는 수평 위치정확도 확인을 위한 선정한 36개의 검정점 위치를 나타낸 사진이다.
도 6은 VRS(Virtual Reference Service) 측량성과와 태양광 모듈상의 좌표를 상호 비교하여 평가한 검정점 수평오차를 나타낸 그래프이다.
도 7은 태양광 셀 고무 패치 설계를 나타낸 도면이다.
도 8은 사용자가 직접 촬영한 열화상 카메라를 이용한 태양광 셀 온도를 나타낸 도면이다.
도 9는 (a) 고정익 드론(eBee 드론), (b) thermoMap 열적외선 센서를 나타낸 사진이다.
도 10은 드론의 비행 계획 소프트웨어 인 eMotion SW를 이용한 드론의 비행계획 수립 화면이다.
도 11은 드론의 열적외선 센서로 촬영된 태양광 셀 온도 분포를 나타낸 도면이다.
도 12는 53℃ 이상 온도를 보이는 태양광 셀 위치를 나타낸 도면이다.
도 13은 고무 패치 셀의 면적 비율을 나타낸 도면이다.
도 14는 드론 기반 열적외선 센서를 이용하여 빨간 부분의 이상 발열 셀의 위치와 면적 비율을 나타낸 도면이다.
도 15는 빨간 부분의 이상 발열된 태양광 모듈의 코드 자동 검출 화면이다.
도 16은 본 발명의 실시예에 따른 드론 기반 열적외선 센서를 이용한 태양광 셀 발열 위치 분석 방법을 나타낸 플로챠트이다.
이하, 본 발명의 바람직한 실시예를 첨부된 도면을 참조하여 발명의 구성 및 동작을 상세하게 설명한다.
2. 드론 기반 태양광 패널 공간정보 구축 및 정확도 평가
2.1 연구대상지
태양광 모듈을 구성하고 있는 태양광 셀에 대한 발열 및 고장진단 기술을 확보하기 위해 본 발명에서는 전북 완주군 소양로에 위치하고 있는 태양광 발전소를 연구대상지로 선정하였다.
태양광 어레이는 복수의 태양광 모듈을 구비하고, 태양광 모듈은 일정 크기의 면적을 갖는 zone 영역을 가지며 일정 갯수의 태양광 셀들을 구비한다. 각 태양광 모듈은 태양 모듈 코드가 할당된다.
본 발명은 태양광 어레이에서 태양광 모듈 내의 이상 발열을 갖는 태양광 셀을 검출하는 것이다.
도 1은 태양광 모듈을 구성하고 있는 태양광 셀에 대한 발열 및 고장진단 기술을 확보하기 위해 태양광발전소 연구대상지 및 지상기준점(GCP; Ground Control Point)의 위치를 나타낸 사진이다. 도 1은 태양광 발전소의 연구대상지를 촬영한 사진이며, 정확한 위치 확보를 위한 지상기준점(GCP; Ground Control Point) 위치도 함께 나타냈다. 지상기준점(GCP)은 VRS(Virtual Reference Service) 측량을 이용하여 수행하였으며, 표 1은 GRS80 TM 좌표 기준으로 취득한 지상기준점 좌표를 나타낸 도면이다.
No X(E) Y(N) Z(EL.m)
1 219636.12 362152.81 70.351
2 219436.57 362172.00 68.661
3 219270.26 362031.01 71.317
4 219084.21 362062.32 70.561
5 219244.44 362196.54 67.292
표 1에서 X(E), Y(N)은 중부원점인 동경 127°북위 38°를 기준으로 한 GRS80 타원체 기준의 TM(Transverse Mercator; 횡원통도법) 좌표를 의미한다.
즉, 동경 127°북위 38°를 원점으로 하여 가로축(East 또는 X축)과 세로축(North 또는 Y) 방향으로 위치를 미터(m) 단위로 표시한 값이다. 다만, 국내에서는 동경 127°북위 38°를 원점으로 할 경우 음수(-)가 발생할 수 있기 때문에, 동경 127°북위 38°로부터 가로축과 세로축으로 각각 +200,000m, +600,000m 만큼 가산한 실제원점을 사용하고 있다. Z(EL.m)는 평균해수면을 기준으로 한 높이, 즉 해발고도(Elevation) 또는 표고값을 의미한다.
2.2 드론 기반 태양광 패널 공간정보 구축
태양광 셀에 대한 발열 지점을 GIS를 통해 분석하기 위해서는 기준이 되는 태양광 패널에 대한 공간정보를 구축해야 한다.
드론은 GPS 수신기와 열적외선 센서가 탑재되며, 상기 드론은 고정익 드론 또는 회전익 드론을 사용할 수 있다. 실시예에서는 GPS 수신기와 열적외선 센서가 탑재된 고정익 드론을 사용하였다.
태양광 패널 공간정보에 기반이 되는 최신의 태양광발전소 정사영상을 구축하기 위해 본 발명의 실시예에서는 고정익 드론(예, 스위스 SenseFly에서 제작한 eBee 모델)에 열적외선 센서(예, Sony WX RGB 카메라)를 탑재하여 촬영을 수행하였다. 실시예에서 사용된 eBee 모델은 고정익 드론으로써, 0.7㎏의 비교적 가벼운 무게를 가지고 있으며 40분 이상 비행이 가능하기 때문에 넓은 지역의 촬영이 가능하다.
드론 자동촬영을 위해 해상도, 비행고도, 중복도 등의 비행계획 수립이 필요하다. eMotion 소프트웨어는 드론 비행계획을 설계하는 프로그램으로써, 사진의 해상도를 비롯하여 비행고도, 사진 중복도, 비행시간, 촬영코스 등을 지정함으로써 드론이 자동으로 대상지역을 촬영하고 착륙할 수 있도록 지원하는 현장 드론 비행계획 소프트웨어이다.
본 발명에서는 드론의 비행계획 소프트웨어 인 eMotion SW를 활용하여 해상도 4㎝, 비행고도 141m 그리고 종중복도와 횡중복도는 각각 90%와 80%로 설계하였다. 또한, 고정익 드론(eBee 드론 모델)을 통해 취득한 사진파일을 활용하기 위해 eMotion SW의 「Flight Data Manager」기능을 이용하여 GPS(Global Positioning System)와 관성항법장치(INS; Inertial Navigation System) 파일들을 연결하였다. 낱장으로 촬영된 수백장의 사진들을 이용하여 영상을 접합하기 위해 도 2와 같이 영상 정합 소프트웨어 인 Pix4D SW를 이용하였다.
eMotion SW를 구동하면 드론에 탑재된 GPS 수신기에 의해 프로그램에 자동으로 드론의 GPS 위치가 표시되며, 사용자는 촬영하고자 하는 사진의 해상도를 비롯하여 비행고도, 종중복도 및 횡중복도를 지정하게 된다. 또한, GPS 수신기를 구비하는 드론에 탑재된 열적외선 카메라로 촬영하고자 하는 대상지역을 박스 또는 임의 도형 형태로 지정할 수 있다. 드론의 비행계획이 결정되면, 업로딩 버튼을 클릭하여 비행계획을 모뎀을 통해 드론 시스템에 전송하게 된다. 드론은 eMotion SW로부터 수신된 비행계획(해상도, 고도, 비행경로, 종중복도, 횡중복도 등)을 수신받아 해당 비행계획에 따라 하늘을 나는 드론에 탑재된 열적외선 센서를 사용하여 40~60m의 높이의 드론의 비행고도에서 대상 지역을 항공 촬영하였다.
대상지역에 대해 총 k = 1,074매의 사진이 촬영되었으며, 드론의 eMotion SW의 「Flight Data Manager」기능을 사용하여, 사진파일에 GPS(Global Positioning System)와 관성항법장치(INS; Inertial Navigation System) 정보를 연결하였다.
영상접합은 Pix4D SW를 사용하였으며, VRS 측량을 통해 얻어진 5개의 GCP점을 활용하여 영상접합 위치정확도를 향상시켰다.
먼저, eMotion SW를 기반으로 대상지역에 대해 총 1,074매의 열적외선 사진을 드론의 열적외선 카메라로 촬영하였으며, Pix4D SW를 이용하여 영상접합을 실시하였다. 열적외선 영상에 대해 태양광 모듈 레이어와의 좌표를 일치시키기 위해 기하보정을 수행하였으며, 열적외선 영상을 태양광 모듈 레이어와 중첩한 결과, 고장난 태양광 모듈에 해당하는 고무 패치를 설치한 태양광 모듈을 가지고 실험하였다.
도 2는 영상 정합 소프트웨어 인 PiX4D SW를 이용한 정사영상과 DSM(Digital Surface Model, 수치표면모델) 구축 화면이다. Pix4D SW는 정사영상, 포인트 클라우드, DSM(Digital Surface Model)을 생성하는 프로세스를 수행하게 되며, 특히 rayColud 생성과정을 통해 보다 정확도 높은 정사영상 등을 구축할 수 있게 된다.
태양광 발전소의 태양광 어레이들을 구비하며, 태양광 어레이들은 각각 고유의 태양광 모듈 코드가 할당된 복수의 태양광 모듈을 구비하고, 1.6 m x 1.2 m 태양광 모듈은 복수의 태양광 셀들로 구비된다. 13.3 x 13.3 cm 크기 하나의 태양광 셀들과 10cm 간격으로 태양광 셀들이 구비되었다. 빨간 지점들은 드론의 GPS 수신기와 열적외선 센서에 의해 사진 위치를 나타낸다.
도 3은 영상 정합 소프트웨어 인 Pix4D SW를 통해 구축한 정사 영상(Orthomosaic)과 DSM 자료를 나타낸 화면이다.
도 4는 태양광 모듈 레이어의 (a) 태양광 모듈과 버퍼링 존, (b) 태양광 모듈 코드를 나타낸 도면이다.
태양광 셀의 발열을 분석하기 위해서는 기준이 되는 영역(zone)을 설정해야 한다. 본 발명에서는 도 4(a)에 도시된 바와 같이, 정사영상을 기반으로 태양광 모듈에 대한 레이어를 구축하였으며, 열적외선 카메라 해상도인 10㎝를 고려하여 태양광 모듈로부터 안쪽으로 20㎝ 버퍼링을 수행하였다. 도 4(b)는 태양광 모듈에 대해 『발전소(1자리)+어레이(3자리)+모듈(3자리)』로 구성된 태양광 모듈 코드를 설계하여 입력한 화면이다.
2.3 태양광 모듈 위치정확도 평가
드론 기반 열적외선 센서를 이용하여 태양광 셀의 발열 현상을 확인하기 위해서는 기준이 되는 태양광 모듈의 위치정확도 평가가 매우 중요하다. 본 발명에서는 태양광 모듈 경계 부분에 대해 VRS 측량을 실시하여 취득한 수평좌표와 태양광 모듈 레이어상의 수평좌표를 상호 비교함으로써 드론 영상 및 태양광 모듈 레이어에 대한 위치 정확도를 평가하였다.
도 5는 수평 위치정확도 확인을 위한 선정한 36개의 검정점 위치를 나타낸 사진이며, 도 6은 VRS 측량성과와 태양광 모듈상의 좌표를 상호 비교하여 평가한 검정점 수평오차를 나타낸 그래프이다. 검정점에 대한 수평(XY)오차를 분석한 결과, 표준오차는 dx = ±2.4cm, dy = ±3.2cm로써 VRS 측량 정확도가 일반적으로 2~5cm 임을 고려할 때 매우 양호한 결과를 얻을 수 있었다. 따라서, 드론 정사영상 및 태양광 패털에 대한 공간정보 위치정확도가 매우 높게 확보된 것으로 평가되었다.
3. 드론 기반 열적외선 센서를 이용한 태양광 셀 발열 위치 분석 방법
3.1 태양광 셀의 고무패치 설치
본 발명에서는 드론의 열적외선 센서를 이용하여 태양광 셀의 발열을 분석하기 위해 고무패치를 태양광 패널에 설치하였다. 태양광 모듈을 구성하고 있는 태양광 셀은 가로 세로가 약 13.3㎝의 크기를 가지고 있다. 태양광 모듈은 태양광 셀 1개에서 발열이 시작되어 그 범위가 확산되어 최종적으로는 태양광 모듈이 단락되는 결과를 가져오게 된다. 본 발명에서는 이러한 태양광 셀 발열 현상을 효과적으로 모니터링하기 위해 셀 1개, 2개, 3개의 크기를 갖도록 고무패치를 도 7과 같이 설계하였다. 도 7은 태양광 셀 고무 패치 설계를 나타낸 도면이다. 특히 고무 패치(rubber patch)의 다양한 상황을 검토하기 위해 『1 cell ×1 cell』고무패치 1개는 태양광 모듈 3개소, 『1 cell ×1 cell』고무패치 2개는 태양광 모듈 2개소 그리고 『1 cell ×1 cell』고무패치 3개는 태양광 모듈 1개소에 각각 설치하였다. 또한, 『2 cell ×2 cell』고무패치 1개와 『2 cell ×2 cell』고무패치 2개를 태양광 모듈 1개소에 각각 설치하였으며, 『3 cell ×3 cell』고무패치 1개도 태양광 모듈 2개소에 설치하였다.
도 8은 사용자가 직접 촬영한 열화상 카메라를 이용한 태양광 셀 온도를 나타낸 도면이다.
도 8은 대표적으로 (a) 『1 cell ×1 cell』고무패치 2개, (b) 『2 cell ×2 cell』고무패치 2개 그리고 (c) 『3 cell ×3 cell』고무패치 1개를 태양광 셀에 설치하여 도 8에서와 같이 드론을 사용하지 않고 사용자가 직접 FLIR T420 열화상카메라를 이용하여 관측한 온도를 보여주고 있다. 고무패치의 위치와 크기에 따라 드론의 열화상카메라로 관측한 온도가 차이는 보였지만 고무패치를 설치하지 않은 셀에 비해 고무패치를 설치한 영역에서 발열 현상이 크게 나타난 것을 확인할 수 있었다. 특히,『3 cell ×3 cell』고무패치의 경우 가로 x 세로의 넓은 면적을 갖기 때문에 태양에너지가 집중되어 최대 83.5℃까지 온도가 관측되었다.
도 9는 (a) 고정익 드론(eBee 드론), (b) thermoMap 열적외선 센서를 나타낸 사진이다. 태양광 셀에 대한 특정 온도(53℃) 이상의 발열 현상을 분석하기 위해 본 발명에서는 도 9와 같이 고정익 드론(eBee 모델)에 thermoMap 열적외선 센서를 탑재하여 촬영을 수행하였다. thermoMap 열적외선 센서는 -40℃~160℃의 온도관측이 가능하며, 해상도는 0.1℃를 가지고 있다.
태양광 모듈은 일정 갯수의 태양광 셀들을 구비하며 그 면적을 가진 Zone 영역으로써 태양광 모듈 코드가 할당되며, 일부 태양광 셀(solar cell)이 고장나면 특정 온도(53℃) 이상 또는 소정 온도(10℃) 이하로 발열하게 되며, 특정 온도 이상 또는 소정 온도(10℃) 이하의 이상 발열 태양광 셀을 가진 해당 태양광 모듈을 교체해야 한다.
도 10은 드론의 비행 계획 소프트웨어 eMotion SW를 활용한 드론의 비행계획 수립 화면으로써, 본 발명에서는 비행고도 약 55m, 사진해상도 10㎝ 그리고 종·횡중복도를 각각 90%와 80%로 설계하였다.
드론은 GPS 수신기와 열적외선 센서가 탑재된 고정익 드론 또는 GPS 수신기와 열적외선 센서가 탑재된 회전익 드론을 40~60m 고도에서 열적외선 센서에 의해 촬영하였다.
드론의 열적외선 센서로 촬영한 수백장의 열적외선 사진들은 영상 접합 소프트웨어 인 Pix4D SW를 이용하여 영상을 접합하였으며, 이를 통해 도 11과 같이 드론의 열적외선 센서로 촬영된 태양광 발전소의 대상지역에 대한 태양광 셀 온도분포 현황을 파악할 수 있었다. 대상지역의 온도는 22℃~63℃로 나타났으며, 드론 기반 열적외선 센서를 통해 취득한 태양광 셀의 최대온도인 63℃는 지상에서 촬영한 열화상 카메라로 관측한 최대온도인 83.5℃에 비해 낮게 나타났다. 이것은 드론에 탑재한 열적외선 센서의 경우 해상도가 10㎝로서 인접하고 있는 태양광 셀간의 평균값이 설정되기 때문에 상대적으로 정밀도가 높은 지상에서 사용자가 직접 촬영한 열화상카메라(도 8)에 비해 최대 온도가 낮게 나타난 것으로 판단된다.
태양광 패널에서 특정 온도 이상의 발열이 생기는 태양광 셀을 판독하기 위해서는 발열 온도를 분석하는 Zone 영역을 설정하는 것이 중요하다. 본 발명에서는 태양광 모듈로부터 안쪽으로 20㎝ 버퍼링을 수행한 영역을 Zone 영역으로 설정한 후, 각 Zone 영역별 온도특성을 분석하였다. 각각의 태양광 모듈은 면적을 가진 Zone으로 설정하고 태양광 모듈 코드가 부여된다.
분석 결과, 도 12에 도시된 바와 같이, 태양광 셀의 온도가 53℃ 이상에서 태양광 셀에 설치한 고무패치와 가장 유사성이 높게 나타났다. 도 12는 53℃ 이상 온도를 보이는 태양광 셀 위치를 나타낸 도면이다. 도 12의 (a)~(f)는 고무패치의 크기와 개수를 구분하여 기호로 나타낸 것이다.
드론에 탑재된 열적외선 센서를 활용하여 태양광 셀에 부착한 고무패치(이상 발열이 확인된 태양광 셀)를 효과적으로 감지하는지를 평가하기 위해, 본 발명의 실시예에서는 도 13과 같이 고무패치 크기와 개수에 따라 유형별로 (a)~(f)까지 항목을 분류한 후 각 항목별로 태양광 모듈에 대한 고무패치 셀 비율과 면적을 산술적으로 계산하였다. 실험 예에서는, 정상적인 태양광 셀과 달리, 고무패치 태양광 셀(이상 발열이 확인된 태양광 셀)은 특정 온도 이상 발열을 갖는 태양광 셀을 의미한다.
도 14는 드론 기반 열적외선 센서를 이용하여 빨간 부분의 이상 발열 셀의 위치와 면적 비율을 나타낸 도면이다. 도 15는 빨간 부분의 이상 발열된 태양광 모듈의 코드 자동 검출 화면이다.
태양광 발전소의 태양광 어레이들을 구비하며, 태양광 어레이들은 각각 고유의 태양광 모듈 코드가 할당된 복수의 태양광 모듈을 구비하고, 1.6 m x 1.2 m 태양광 모듈은 그 내부에 복수의 태양광 셀들(13.3 x 13.3 cm 크기)로 구비된다. 13.3 x 13.3 cm 크기의 하나의 태양광 셀은 10cm 간격으로 태양광 셀들이 구비된다. 빨간 지점들은 드론의 GPS 수신기와 열적외선 센서에 의해 사진의 이상 발열을 갖는 태양광 셀을 나타낸 부분이다.
도 14와 표 2는 태양광 모듈 경계로부터 20㎝ 버퍼링을 수행한 Zone 영역 대비 드론 기반 열적외선 센서를 통해 분석된 발열 태양광 셀의 면적 비율을 보여주고 있다. 표 2에서 고무패치의 태양광 셀의 면적 비율 대비 드론 기반 열적외선 센서에 의한 태양광 셀의 면적 비율의 오차는 0.5~12.0%로 나타났으며, 표준오차는 ±3.5%로 분석되었다. 따라서, 드론 기반 GPS 수신기와 열적외선 센서와 GIS 공간분석기법을 활용함으로써 태양광 모듈 내의 태양광 셀의 특정 온도 이상의 이상 발열을 효과적으로 평가할 수 있었다.
다만, 태양광 셀에 설치한 고무패치의 태양광 셀의 면적 비율에 비해 드론 기반 열적외선 센서를 통해 분석된 이상 발열 태양광 셀의 면적 비율이 모두 높게 나타났다(표 2). 이러한 결과는 드론에 탑재한 열적외선 센서의 해상도가 10㎝로써, 드론으로 촬영된 열적외선 영상의 픽셀이 태양광 셀의 위치와 정확하게 일치하지 않는 부분이 발생할 수 있기 때문에 일부 영상의 픽셀의 경우 2개 이상의 태양광 셀에 영향을 주게 된 것이 주요 원인으로 해석된다.
코드 셀 비율 (%) 오차 (%)
[C]=|[A]-[B]|
고무패치에 의한
셀 비율 [A]		 드론 기반 열적외선 센서에 의해 계산된 셀 비율 [B]
a1 2.5 3.0 0.5
a2 2.5 6.0 3.5
a3 2.5 9.0 6.5
b1 5.0 16.0 11.0
b2 5.0 15.0 10.0
c 7.5 16.0 8.5
d 10.0 19.0 9.0
e 20.0 32.0 12.0
f1 22.0 30.0 8.0
f2 22.0 32.0 10.0
표준오차 (ST.D) = ±3.5%
특정 온도(예, 53℃) 이상 발열이 생기는 태양광 셀을 검출하게 되면, 업무 담당자는 해당 태양광 셀을 갖는 태양광 모듈에 대한 검사를 통해 최종적으로 해당 태양광 셀 교체 여부를 결정하게 된다. 본 발명에서는 발열 태양광 셀의 비율을 GIS 공간분석기법을 통해 자동으로 분석하였으며, 해당 위치 태양광 셀을 포함하는 태양광 모듈 코드를 식별함으로써 모니터링 및 태양광 발전소에서 유지보수가 필요한 태양광 패널을 신속하게 추출할 수 있었다.
태양광 모듈은 일정 갯수의 태양광 셀들을 구비하며 그 면적을 가진 Zone 영역으로써 태양광 모듈 코드가 할당되며, 일부 태양광 셀(solar cell)이 고장나면 특정 온도(53℃) 이상 또는 소정 온도(10℃) 이하로 발열하게 되며, 특정 온도(53℃) 이상 또는 소정 온도(10℃) 이하의 이상 발열 태양광 셀을 가진 해당 태양광 모듈(고무 패치 태양광 모듈)을 교체해야 한다.
도 15는 발열된 태양광 모듈의 코드 자동 검출 화면이다. 도 15는 특정 온도 이상의 발열이 생긴 태양광 셀을 포함하고 있는 태양광 모듈 코드를 식별하는 화면으로써 이를 통해 태양광 발전소 업무 담당자는 이상 발열이 확인된 태양광 모듈의 위치를 쉽게 확인하고, 해당 태양광 모듈의 특정 온도 이상 발열이 확인된 태양광 셀의 위치를 쉽게 판독하여 특정 온도 이상의 이상 발열이 확인된 해당 태양광 모듈의 교체 업무를 위한 의사결정 자료로 활용이 가능하다.
도 16은 본 발명의 실시예에 따른 드론 기반 열적외선 센서를 이용한 태양광 셀 발열 위치 분석 방법을 나타낸 플로챠트이다.
드론 기반 열적외선 센서를 이용한 태양광 셀 발열 위치 분석 방법은 (a) 복수의 태양광 모듈들이 설치된 대상지역을 선정하여 지상기준점 측량을 위해 k 개의 GCP(Ground Control Point, 지상 기준점)를 선정하여 복수의 태양광 모듈이 설치된 대상지를 내부로 포함하는 각 지상기준점(GCP)에 대한 VRS(Virtual Reference Service) 측량을 수행하는 단계(S10); (b) GPS 수신기와 열적외선 센서가 탑재된 드론이 일정 비행고도 범위 내에서 일정 갯수의 태양광 셀이 구비된 면적을 차지하는 태양광 모듈을 zone 영역으로 지정하고, 상기 zone 영역을 가진 태양광 모듈에 각각 고유의 태양광 모듈 코드가 할당되며, 각 태양광 모듈들이 구비되는 태양광 모듈 레이어의 n개의 열적외선 수치항공사진을 항공 촬영한 후, 상기 VRS 측량으로 취득한 지상기준점(GSP) 자료를 연계하여 영상 정합 소프트웨어(Pix4D SW)가 n개 열적외선 수치항공사진을 영상 접합하여 태양광 모듈 레이어의 정사영상을 생성하고 GIS 소프트웨어가 DSM(Digital Surface Model, 수치 표면 모델)을 구축하는 단계(S20); (c) GIS 소프트웨어가 GIS 공간분석을 통해 태양광 어레이에서 복수의 태양광 모듈내에서 이상 발열된 태양광 모듈의 코드를 자동으로 검출하고, 드론의 열적외선 센서에 의해 측정된 특정 온도 이상 또는 소정 온도 이하의 이상 발열이 확인된 태양광 셀들을 자동으로 추출하며, 태양광 모듈 어레이의 각 태양광 모듈 코드를 식별하여 상기 이상 발열이 확인된 태양광 모듈 내의 태양광 셀들의 위치를 검출하는 단계(S30); 및 (d) 태양광 셀에 대한 이상 발열 및 고장 진단을 위해 태양광 어레이에서 복수의 태양광 모듈내에서 이상 발열된 태양광 모듈의 코드를 자동으로 검출 후, 이상 발열이 확인된 해당 태양광 모듈 내에서 상기 이상 발열이 확인된 태양광 셀들(예, 고무 패치 셀)의 면적 비율을 검출하여 해당 태양광 모듈을 교체되도록 하는 단계(S40)를 포함한다.
상기 VRS 측량은 GPS 수신기 1대를 이용하여 정확도 높은 측량을 수행하기 위해 개발된 방법으로써, 전국적으로 설치된 GPS 상시관측소들로 이루어진 기준국망을 이용하여 오차를 모델링한 후, GPS 수신기가 위치한 지점의 오차를 수신받아 정확한 위치를 결정하는 방식을 사용한다.
상기 드론은 GPS 수신기와 열적외선 센서가 탑재된 고정익 드론 또는 GPS 수신기와 열적외선 센서가 탑재된 회전익 드론을 사용한다.
상기 드론의 비행 고도는 40~60m 인 것을 특징으로 한다.
상기 드론은 비행 계획 소프트웨어(eMotion SW)를 사용하여 비행고도 약 55m, 사진해상도 10㎝ 그리고 종·횡중복도를 각각 90%와 80%로 설계한 것을 특징으로 한다.
상기 태양광 모듈은 발전소(1자리)+어레이(3자리)+모듈(3자리)를 가진 태양광 모듈 코드가 할당된다.
상기 열적외선 센서는 thermoMap 열적외선 센서를 사용하였으며, 상기 thermoMap 열적외선 센서는 -40℃~160℃의 온도관측이 가능하며, 해상도는 0.1℃를 가지는 것을 특징으로 한다.
상기 방법은 상기 태양광 어레이의 복수의 태양광 모듈내에서 이상 발열된 태양광 모듈 코드를 자동으로 검출 후, GIS 소프트웨어가 GIS 공간분석을 통해 이상 발열된 태양광 모듈 내에서 특정 온도 이상 또는 소정 온도 이하의 이상 발열이 확인된 태양광 셀들(예, 고무패치)의 위치를 추출하며, 태양광 모듈 내의 태양광 셀의 온도를 확인하여 해당 태양광 모듈 내의 이상 발열이 확인된 태양광 셀의 고장여부를 자동으로 진단하고 해당 태양광 셀의 고장난 태양광 셀의 위치를 정확하게 표시한다.
이상 발열된 태양광 모듈 내에서, 특정 온도 이상 또는 소정 온도 이하의 이상 발열이 확인된 태양광 셀들은 특정 온도(53℃) 이상의 고장난 태양광 셀과 이상 발열이 확인된 소정 온도(10℃) 이하의 태양광 셀들 인 것을 특징으로 한다.
4. 주요 효과
본 발명에서는 고정익 드론에 열적외선 카메라를 탑재하여 태양광 셀의 발열을 검출하는 연구를 수행하였다. 고정익 드론은 회전익 드론에 비해 비행속도가 빠르기 때문에 주변에 높은 지형지물이 있을 경우 충돌 위험성이 높다. 따라서, 본 연구대상지와 같이 주변에 산지 등과 같은 높은 지형지물이 분포할 경우 일정이상의 고도를 확보해야 하는 어려움 때문에 해상도가 높은 영상을 얻기 어렵다. 본 발명에서도 산지를 포함하지 않는 일부 태양광 발전소 지역에 대해서만 고도를 약 55m로 제한하여 비행하였으며, 이로 인해 사진 해상도를 10㎝ 이내로 확보하지 못한 한계가 있었다. 향후 연구에서는 회전익 드론에 열적외선 센서를 탑재하여 저고도로 비행함으로써 5㎝ 이내로 해상도를 확보할 계획이며, 이 경우 태양광 셀의 발열 특성을 보다 정확하게 평가할 수 있을 것으로 판단된다.
드론 기반 열적외선 센서를 기반으로 GIS 기법을 통해 태양광 셀의 발열을 분석하는 주요 결과 및 기대효과는 다음과 같다.
첫째, 드론 기반 열적외선 센서(RGB 센서)를 이용하여 4㎝급의 영상을 촬영하였으며, VRS 측량으로 취득한 지상기준점 자료를 연계하여 영상접합 소프트웨어(Pix4D SW)를 기반으로 수치항공사진을 처리함으로써 정사영상과 DSM(수치표면모델) 자료를 구축할 수 있었다. 또한, 드론으로 구축한 정사영상으로부터 태양광 모듈 레이어를 생성한 후, 태양광 모듈별로 고유식별 코드를 설계함으로써 태양광 셀의 발열 분석을 위한 입력 자료를 생성할 수 있었다.
둘째, 구축한 태양광 모듈 레이어의 위치정확도를 평가하기 위해 VRS 측량기법을 이용하여 36개 검정점에 대한 수평오차를 분석한 결과, 표준오차가 dx = ±2.4cm, dy = ±3.2cm로 나타났으며 VRS 측량 정확도가 일반적으로 2~5cm 임을 고려할 때 매우 양호한 결과임을 알 수 있었다.
셋째, 태양광 셀의 발열 실험을 위해 다양한 크기의 고무패치(태양광 모듈내의 이상 발열이 확인된 태양광 셀)를 설치한 후 드론 기반 열적외선 센서와 태양광 모듈 레이어를 기반으로 GIS 공간분석을 활용함으로서 이상 발열을 보이는 고무패치(태양광 모듈 내의 이상 발열을 보이는 고장난 태양광 셀)의 위치를 효과적으로 분석할 수 있었다.
넷째, 다양한 크기로 설치한 고무패치의 분포 정확도를 평가하기 위해 태양광 모듈별로 고무패치 셀 비율 대비 드론 기반 열적외선 센서에 의한 셀 비율의 오차를 계산한 결과 0.5~12.0%로 나타났으며, 표준오차는 ±3.5%로 분석되었다. 따라서, 드론 기반 GPS 수신기와 열적외선 센서를 기반으로 GIS 소프트웨어가 GIS 공간분석기법을 활용함으로써 태양광 셀의 발열을 효과적으로 평가할 수 있음을 알 수 있었다. 또한, 이상 발열이 생기는 태양광 셀(고무 패치 셀)이 위치하고 있는 태양광 모듈의 코드를 자동 식별함으로써 태양광 발전소의 모니터링 및 유지보수가 필요한 태양광 패널을 신속하게 추출할 수 있는 방법론을 제시할 수 있었다.
결론적으로, 드론 기반 열적외선 센서를 이용한 태양광 셀 발열 위치 분석 방법은 안전을 위해 비교적 높은 고도를 확보해야 하는 비행기 형상의 고정익 드론의 단점을 극복하기 위해, 향후 연구에서는 쿼드 콥터 등의 회전익 드론에 열적외선 센서를 탑재하여 5㎝ 이내의 해상도를 갖는 온도 정보를 취득할 계획이며, 이를 통해 태양광 셀의 발열을 보다 정확하게 평가할 수 있을 것으로 판단된다.
본 발명은 바람직한 실시예를 참조하여 설명하였지만, 해당 기술 분야에서 통상의 지식을 가진자가 하기의 특허청구범위에 기재된 본 발명의 기술적 사상 및 영역으로부터 벗어나지 않는 범위 내에서 본 발명을 다양하게 수정 또는 변형하여 실시할 수 있음을 이해할 수 있을 것이다.
GCP: 지상 기준점(Ground Control Point)
DSM: 수치표면모델(Digital Surface Model)

Claims (9)

  1. (a) 복수의 태양광 모듈들이 설치된 대상지역을 선정하여 지상기준점 측량을 위해 k 개의 GCP(Ground Control Point, 지상 기준점)를 선정하여 복수의 태양광 모듈이 설치된 대상지를 내부로 포함하는 각 지상기준점(GCP)에 대한 VRS(Virtual Reference Service) 측량을 수행하는 단계;
    (b) GPS 수신기와 열화상 카메라의 열적외선 센서가 탑재된 드론이 일정 비행고도 내에서 일정 갯수의 태양광 셀이 구비된 면적을 차지하는 태양광 모듈을 zone 영역으로 지정하고, 상기 zone 영역을 가진 태양광 모듈에 각각 고유의 태양광 모듈 코드가 할당되며, 각 태양광 모듈들이 구비되는 태양광 모듈 레이어의 n개의 열적외선 사진을 항공 촬영한 후, 상기 VRS 측량으로 취득한 지상기준점(GSP) 자료를 연계하여 영상 정합 소프트웨어가 n개의 열적외선 사진을 영상 접합하여 태양광 모듈 레이어의 정사영상을 생성하고 GIS 소프트웨어가 DSM(Digital Surface Model, 수치표면모델)을 구축하는 단계;
    (c) GIS 소프트웨어가 GIS 공간분석을 통해 태양광 어레이에서 복수의 태양광 모듈내에서 이상 발열된 태양광 모듈의 코드를 자동으로 검출하고, 드론의 열적외선 센서에 의해 측정된 특정 온도 이상 또는 소정 온도 이하의 이상 발열이 확인된 태양광 셀들을 자동으로 추출하며, 태양광 모듈 어레이의 각 태양광 모듈 코드를 식별하여 상기 이상 발열이 확인된 태양광 모듈 내의 태양광 셀들의 위치를 검출하는 단계; 및
    (d) 태양광 셀에 대한 이상 발열 및 고장 진단을 위해, 상기 태양광 어레이에서 복수의 태양광 모듈내에서 이상 발열된 태양광 모듈의 코드를 자동으로 검출 후, 이상 발열이 확인된 해당 태양광 모듈 내에서 상기 이상 발열이 확인된 태양광 셀들의 면적 비율을 검출하여 해당 태양광 모듈을 교체되도록 하는 단계를 포함하며,
    상기 드론은 GPS 수신기와 열화상 카메라의 열적외선 센서가 탑재된 고정익 드론 또는 GPS 수신기와 열화상 카메라의 열적외선 센서가 탑재된 회전익 드론을 사용하며, 상기 회전익 드론에 열적외선 센서를 탑재하여 5㎝ 이내의 해상도를 갖는 온도 정보를 취득하는, 드론 기반 열적외선 센서를 이용한 태양광 셀 발열 위치 분석 방법.
  2. 삭제
  3. 삭제
  4. 제1항에 있어서,
    상기 드론의 비행 고도는 40~60m 인 것을 특징으로 하는, 드론 기반 열적외선 센서를 이용한 태양광 셀 발열 위치 분석 방법.
  5. 제1항에 있어서,
    상기 드론은 비행 계획 소프트웨어를 사용하여 비행고도 55m, 사진해상도 10㎝ 그리고 종·횡중복도를 각각 90%와 80%로 설계한 것을 특징으로 하는 드론 기반 열적외선 센서를 이용한 태양광 셀 발열 위치 분석 방법.
  6. 제1항에 있어서,
    상기 태양광 모듈은 발전소(1자리)+어레이(3자리)+모듈(3자리)를 가진 태양광 모듈 코드가 할당되는 것을 특징으로 하는, 드론 기반 열적외선 센서를 이용한 태양광 셀 발열 위치 분석 방법.
  7. 제1항에 있어서,
    상기 열적외선 센서는 열적외선 센서를 사용하였으며, 상기 열적외선 센서는 -40℃~160℃의 온도관측이 가능하며, 해상도는 0.1℃를 가지는 것을 특징으로 하는 드론 기반 열적외선 센서를 이용한 태양광 셀 발열 위치 분석 방법.
  8. 제1항에 있어서,
    상기 태양광 어레이의 복수의 태양광 모듈내에서 이상 발열된 태양광 모듈 코드를 자동으로 검출 후, GIS 소프트웨어가 GIS 공간분석을 통해 이상 발열된 태양광 모듈 내에서 특정 온도 이상 또는 소정 온도 이하의 이상 발열이 확인된 태양광 셀들의 위치를 추출하며, 태양광 모듈 내의 태양광 셀의 온도를 확인하여 해당 태양광 모듈 내의 이상 발열이 확인된 태양광 셀의 고장여부를 자동으로 진단하고 해당 태양광 셀의 고장난 태양광 셀의 위치를 정확하게 표시하는 것을 특징으로 하는, 드론 기반 열적외선 센서를 이용한 태양광 셀 발열 위치 분석 방법.
  9. 제1항에 있어서,
    이상 발열된 태양광 모듈 내에서, 특정 온도 이상 또는 소정 온도 이하의 이상 발열이 확인된 태양광 셀들은 특정 온도 이상의 고장난 태양광 셀과 이상 발열이 확인된 소정 온도 이하의 태양광 셀들 이며,
    상기 특정 온도는 53℃이고, 상기 소정 온도는 10℃ 인 것을 특징으로 하는, 드론 기반 열적외선 센서를 이용한 태양광 셀 발열 위치 분석 방법.
KR1020170011308A 2017-01-24 2017-01-24 드론 기반 열적외선 센서를 이용한 태양광 셀 발열 위치 분석 방법 KR101832454B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020170011308A KR101832454B1 (ko) 2017-01-24 2017-01-24 드론 기반 열적외선 센서를 이용한 태양광 셀 발열 위치 분석 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020170011308A KR101832454B1 (ko) 2017-01-24 2017-01-24 드론 기반 열적외선 센서를 이용한 태양광 셀 발열 위치 분석 방법

Publications (1)

Publication Number Publication Date
KR101832454B1 true KR101832454B1 (ko) 2018-04-13

Family

ID=61974053

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020170011308A KR101832454B1 (ko) 2017-01-24 2017-01-24 드론 기반 열적외선 센서를 이용한 태양광 셀 발열 위치 분석 방법

Country Status (1)

Country Link
KR (1) KR101832454B1 (ko)

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108957480A (zh) * 2018-08-03 2018-12-07 成都天地量子科技有限公司 一种读取选定区域ndvi值的方法
KR102032722B1 (ko) * 2018-09-04 2019-10-16 주식회사 아이온커뮤니케이션즈 드론을 이용한 태양광 패널의 검사 방법 및 시스템
KR102133224B1 (ko) 2020-03-26 2020-07-13 주식회사 스카이텍 태양광 어레이 설치용 cad 설계도면을 활용한 태양광 어레이 자동 진단 시스템
KR102265097B1 (ko) 2021-01-14 2021-06-15 주식회사 스카이텍 열화상 패널 이미지 자동 인식 기법이 적용된 인덱싱 타입의 태양광 패널 설계도면 정보 생성 방법
KR102360703B1 (ko) 2021-11-29 2022-02-14 주식회사 엔서치랩 태양광 발전소 고장 진단 및 알림 시스템
WO2022059815A1 (ko) * 2020-09-15 2022-03-24 주식회사 에스테코 드론으로 촬영한 열화상을 이용한 인공지능 기반의 태양광 모듈 진단 방법 및 시스템
KR102694900B1 (ko) * 2023-11-30 2024-08-14 주식회사 메이사 열화상 맵을 제공하는 전자 장치

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101436102B1 (ko) * 2014-06-03 2014-09-05 주식회사 우리강산시스템 Vrs를 이용한 폐색 지역 수치지도 보완시스템
KR101541032B1 (ko) * 2015-02-13 2015-08-03 (주)하이레벤 무인항공기를 이용한 태양광발전설비의 모듈 표면 온도에 관한 데이터 수집 및 분석 시스템
KR101550780B1 (ko) * 2015-02-13 2015-09-08 (주)하이레벤 무인 항공기를 이용한 영상 데이터 수집 시스템 및 방법

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101436102B1 (ko) * 2014-06-03 2014-09-05 주식회사 우리강산시스템 Vrs를 이용한 폐색 지역 수치지도 보완시스템
KR101541032B1 (ko) * 2015-02-13 2015-08-03 (주)하이레벤 무인항공기를 이용한 태양광발전설비의 모듈 표면 온도에 관한 데이터 수집 및 분석 시스템
KR101550780B1 (ko) * 2015-02-13 2015-09-08 (주)하이레벤 무인 항공기를 이용한 영상 데이터 수집 시스템 및 방법

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
비특허문헌.2016.11 *
이근상 외 1명, UAV 기반 열적외선 카메라를 이용한 태양광 모듈 고장진단 실험, 한국지리정보학회지, 2016.12, pp106-117. 1부. *

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108957480A (zh) * 2018-08-03 2018-12-07 成都天地量子科技有限公司 一种读取选定区域ndvi值的方法
KR102032722B1 (ko) * 2018-09-04 2019-10-16 주식회사 아이온커뮤니케이션즈 드론을 이용한 태양광 패널의 검사 방법 및 시스템
KR102133224B1 (ko) 2020-03-26 2020-07-13 주식회사 스카이텍 태양광 어레이 설치용 cad 설계도면을 활용한 태양광 어레이 자동 진단 시스템
WO2022059815A1 (ko) * 2020-09-15 2022-03-24 주식회사 에스테코 드론으로 촬영한 열화상을 이용한 인공지능 기반의 태양광 모듈 진단 방법 및 시스템
KR102265097B1 (ko) 2021-01-14 2021-06-15 주식회사 스카이텍 열화상 패널 이미지 자동 인식 기법이 적용된 인덱싱 타입의 태양광 패널 설계도면 정보 생성 방법
KR102360703B1 (ko) 2021-11-29 2022-02-14 주식회사 엔서치랩 태양광 발전소 고장 진단 및 알림 시스템
KR102694900B1 (ko) * 2023-11-30 2024-08-14 주식회사 메이사 열화상 맵을 제공하는 전자 장치

Similar Documents

Publication Publication Date Title
KR101832454B1 (ko) 드론 기반 열적외선 센서를 이용한 태양광 셀 발열 위치 분석 방법
KR101985019B1 (ko) 드론과 ｇｉｓ를 사용한 이상 발열 태양광 모듈 검출 방법
Tsanakas et al. Advanced inspection of photovoltaic installations by aerial triangulation and terrestrial georeferencing of thermal/visual imagery
US11840334B2 (en) Solar panel inspection by unmanned aerial vehicle
KR20180046177A (ko) 드론과 ｇｉｓ를 사용한 이상 발열 태양광 모듈 검출 방법
CN110470279B (zh) 一种基于多旋翼无人机的集中式光伏电站电池组件缺陷巡检系统
CN107111313B (zh) 用无人驾驶飞行器检查太阳能电池板
CN108390645A (zh) 基于无人机和热成像技术的光伏板故障定位方法
KR101541032B1 (ko) 무인항공기를 이용한 태양광발전설비의 모듈 표면 온도에 관한 데이터 수집 및 분석 시스템
KR102133224B1 (ko) 태양광 어레이 설치용 cad 설계도면을 활용한 태양광 어레이 자동 진단 시스템
JP2017215239A (ja) 太陽電池検査システム
JP6454579B2 (ja) 空撮画像処理システム及び空撮画像処理方法
JP6337226B1 (ja) 異常箇所検出システム
CN107782764B (zh) 一种光伏组件的故障识别方法
Buerhop et al. Infrared imaging of photovoltaic modules: a review of the state of the art and future challenges facing gigawatt photovoltaic power stations
KR20200048615A (ko) 머신러닝기반 실시간 태양광발전소 검사 드론
HIGUCHI et al. Failure detection of solar panels using thermographic images captured by drone
JP6362750B1 (ja) 異常箇所検出システム
KR20210001342A (ko) 무인비행체를 이용한 태양광 패널 관리장치 및 시스템
De Oliveira et al. Aerial infrared thermography of a utility-scale PV plant after a meteorological tsunami in Brazil
Salahat et al. Waypoint planning for autonomous aerial inspection of large-scale solar farms
KR101664909B1 (ko) 태양광 패널의 형상을 활용한 태양광 패널 감시용 무인 비행체 및 그의 자세 제어 방법
Cardinale-Villalobos et al. Solar panel failure detection by infrared UAS digital photogrammetry: a case study
KR102377859B1 (ko) 태양광 패널 관리 시스템.
de Oliveira et al. Low-cost aerial electroluminescence (aEL) of PV power plants

Legal Events

Date Code Title Description
E701 Decision to grant or registration of patent right
GRNT Written decision to grant