KI-gestützte Qualitätsprüfung von PV-Modulen bei Tageslicht

Gebäudetechnik

Mit PVELspect@dAI entwickeln wir eine neuartige Inspektionsmethode, die Elektrolumineszenz, Photolumineszenz, Thermografie und Visible Imaging Spectroscopy in einer Hyperspektralanalyse vereint, und das erstmals alltagstauglich bei Tageslicht. KI-Modelle erkennen Muster und Anomalien automatisiert. Ziel: effizientere Vor-Ort-Prüfungen, längere Lebensdauer von PV-Modulen, höhere Energieausbeute und ein Beitrag zur Dekarbonisierung.

Das Projekt PVELspect@dAI adressiert ein Kernproblem der Photovoltaik: Defekte in Modulen früh erkennen, bevor Leistung und Ertrag leiden. Die klassischen Prüfungen erfordern Dunkelbedingungen. Unser Ansatz verlagert die Inspektion in den Feldbetrieb bei Tageslicht und macht sie schneller, günstiger und zuverlässiger.

Dafür wird die Elektrolumineszenz, Photolumineszenz, Thermografie und Visible Imaging Spectroscopy zu einer KI-basierten Hyperspektralanalyse kombiniert. Die Algorithmen werten die Messdaten automatisiert aus, identifizieren Auffälligkeiten und liefern präzise Diagnosen. Der Bedarf an manuellen Prüfungen sinkt, menschliche Fehler werden reduziert. Das Ergebnis: längere Modul-Lebensdauer, mehr erzeugte Energie und geringere CO₂-Emissionen.