Introducción del Producto

Un parque solar puede albergar desde decenas de miles hasta varios millones de módulos. Día tras día están expuestos al calor, viento, arena, lluvia y nieve, por lo que no sorprende que acumulen todo tipo de dolencias. La más común, y también la más peligrosa, es el punto caliente.

Un punto caliente es solo una pequeña zona en un módulo que se calienta de forma anormal. En el mejor de los casos, reduce la producción de energía. En el peor, quema la lámina posterior y provoca un incendio, poniendo en riesgo toda la planta. El problema es que los módulos están colocados uno al lado del otro. Enviar equipos para revisarlos uno por uno con un instrumento portátil es lento y se pasan por alto cosas. Por eso, la combinación de termografía infrarroja con aprendizaje profundo ha cobrado protagonismo.

Apunte una cámara infrarroja a un módulo, capture su distribución de temperatura como un mapa de calor, luego deje que una red neuronal entrenada lea ese mapa por usted y marque dónde está caliente y cuánto. Suena sencillo. Pero lograr que funcione realmente en el campo es otra historia. Las imágenes infrarrojas tienen tres defectos inherentes que dificultan los algoritmos comunes: baja resolución, tamaños de defecto muy diferentes y fondos desordenados.

Un nuevo método llamado SESPNet (Red de Mejora Semántica y Percepción de Escala) aborda directamente esos tres defectos. Sus números son sólidos: 92.1% de precisión media promedio, 62.4 fotogramas por segundo, y es lo suficientemente pequeño para ejecutarse en tiempo real en un dispositivo embebido del tamaño de una palma. Este artículo desglosa cómo extrae cada punto caliente de un marco infrarrojo gris y opaco.

Primero, por qué importan los puntos calientes. Un módulo fotovoltaico son muchas celdas conectadas en serie. Si una celda pierde producción por sombreado, una microgrieta o suciedad, deja de aportar corriente y comienza a actuar como una resistencia, convirtiendo la corriente de las otras celdas en calor y quemándolo dentro de sí misma. Esa celda se convierte en la fuente de calor de toda la cadena, funcionando decenas de grados más caliente que sus vecinas. Los casos leves reducen la producción de la cadena. Los severos cocinan el encapsulante con el tiempo, queman la lámina posterior e incluso pueden inflamarse. Encontrar puntos calientes temprano y tratarlos rápido es una tarea que las operaciones fotovoltaicas no pueden evitar.

Figura 1: Módulos colectores solares montados en un techo, expuestos al exterior durante años, donde se forman picos de temperatura localizados que generan puntos calientes.

Figura 2: El flujo de trabajo de cinco pasos de la detección térmica infrarroja para defectos en módulos fotovoltaicos, desde la captura de temperatura hasta la localización del panel defectuoso.

Parámetros Técnicos

Por qué la infrarroja es imprescindible para la detección de puntos calientes

Para entender este algoritmo, comience con lo básico: por qué una cámara de luz visible no es suficiente para fallos ocultos en fotovoltaica, y por qué la infrarroja es la única opción.

La imagen de luz visible es simplemente fotografía ordinaria. Alta resolución, detalles ricos, buena para detectar grietas, rayones y suciedad en la superficie, el tipo de cosas que se pueden ver. Pero tiene un límite fatal. Solo lee apariencia, no temperatura. Una microgrieta o una unión de soldadura fría dentro de un módulo a menudo no cambia su apariencia al principio, sin embargo bloquea la corriente en ese punto y lo calienta. Las cámaras de luz visible son inútiles contra estos fallos térmicos, y de noche o con poca luz son ineficaces.

La infrarroja toma un camino diferente. Cualquier objeto por encima del cero absoluto irradia infrarrojo, y cuanto más caliente está, más fuerte es la radiación. Una cámara infrarroja captura esa radiación y pinta la distribución de temperatura invisible directamente en un mapa de calor en color o escala de grises. No necesita luz externa, por lo que funciona de día o de noche. Dónde un módulo está caliente y cuánto se muestra claramente. Para defectos impulsados por calor como puntos calientes y líneas de rejilla rotas, la infrarroja es la cura natural.

Por eso la infrarroja se ha convertido en una forma clave de aumentar tanto la precisión como la velocidad de detección de defectos en plantas fotovoltaicas. Un dron con cámara infrarroja puede barrer un campo completo en pocos minutos, decenas de veces más rápido que un equipo manual. Pero esa capacidad de ver el calor tiene un precio: la calidad de imagen es mucho menor que la de la luz visible.

El método manual antiguo requiere que los trabajadores lleven instrumentos y midan panel por panel. Es lento y depende en gran medida de la experiencia. Con módulos apretados y contados por miles, leerlos uno por uno es agotador, propenso a errores y casi imposible por la noche. La combinación de dron e infrarrojos maximiza el paso de captura, pero si aún lees esas miles de imágenes a mano, el cuello de botella simplemente se desplaza de medir a mirar. Para cerrar el ciclo, necesitas un algoritmo que lea las imágenes. Ahí es donde entra el aprendizaje profundo.

Figura 3: Un mapa de calor infrarrojo típico. Cuanto más caliente está el área, más cálido es su color, y la región sobrecalentada destaca a simple vista. Esta es la materia prima para la detección de puntos calientes.

Figura 4: La división del trabajo entre imágenes de luz visible e infrarrojas. Para fallos térmicos, el infrarrojo es la cura natural.

Tres huesos duros en la detección de defectos infrarrojos

El infrarrojo puede ver el calor, pero presenta tres problemas difíciles a los algoritmos de detección. Estos tres son exactamente por qué muchos algoritmos estándar fallan en el trabajo infrarrojo fotovoltaico.

Uno: bajo contraste. Los fotogramas infrarrojos son apagados y grises en general. La diferencia de escala de grises entre el defecto y el fondo es pequeña de por sí, y el ruido de imagen adicional hace que los defectos sean absorbidos por el fondo. El algoritmo no puede capturar las características clave, por lo que la precisión se resiente.

Dos: escala de defectos muy variable. Dentro de un solo fotograma infrarrojo, los tamaños de los puntos calientes pueden diferir decenas de veces. Algunos son una cadena completa de bypass que brilla en una gran área; otros son solo una celda que se calienta ligeramente en una esquina. Un campo receptivo fijo, el rango que la red puede ver claramente en una pasada, tiende a perder uno por el otro ante tal dispersión: capturas el objetivo grande y pierdes el pequeño, o viceversa.

Tres: la información de objetivos pequeños se pierde. Este es el más complicado. Las redes neuronales reducen la resolución capa por capa, encogiendo la imagen para extraer significado de alto nivel. Pero los puntos calientes pequeños que inicialmente tenían solo decenas de píxeles se suavizan al encogerse, hasta que casi no queda nada cuando se toma una decisión, y el reconocimiento sufre un gran golpe.

Pon los tres juntos y queda claro: la detección de defectos infrarrojos fotovoltaicos es difícil porque tienes que luchar contra "no se ve claramente, tamaños por todas partes, fácil de perder" al mismo tiempo. Las tres mejoras principales de SESPNet apuntan cada una a uno de estos huesos: una mejora la semántica para suprimir el fondo, otra construye una pirámide para manejar tamaños, una protege los canales para recuperar objetivos pequeños.

¿Por qué no simplemente tomar un detector estándar? La detección de objetos ha avanzado rápido y se divide en dos rutas. Una es de dos etapas: primero se preseleccionan regiones candidatas, luego se evalúa cada una cuidadosamente, alta precisión pero lenta. La otra es de una etapa: de un vistazo se obtiene tanto la ubicación como la clase, rápida y adecuada para tiempo real. La serie YOLO es la insignia de una etapa. Pero estos algoritmos generales se entrenan con imágenes visibles ordinarias y, al aplicarse a fotogramas infrarrojos de PV de bajo contraste y escalas muy variadas, tienen dificultades. Las mejoras de SESPNet llenan esos tres vacíos, hechas a medida para defectos infrarrojos.

Figura 5: Los tres huesos duros de la detección de defectos infrarrojos: bajo contraste, múltiples escalas y objetivos pequeños.

Figura 6: Un dron multirotor que lleva una cámara, volando sobre el campo para capturar imágenes infrarrojas en masa, cubriendo en minutos lo que un equipo tardaría medio día.

Ventajas Técnicas

Movimiento Uno: Mejora Semántica, Sacando los Defectos del Fondo

SESPNet se basa en YOLOv10 como modelo base. YOLOv10 es uno de los detectores en tiempo real más populares hoy en día, lanzado por un equipo de Tsinghua en mayo de 2024, diseñado para ser rápido, preciso y fácil de implementar. SESPNet realiza tres operaciones sobre él, y la primera incrusta un Módulo de Mejora de Información Semántica, SIEM, en la columna vertebral.

Lo que resuelve es el problema del bajo contraste. El pobre contraste en las imágenes de defectos infrarrojos permite que el ruido de fondo interfiera con las características que extrae el modelo, perjudicando la precisión. SIEM funciona de dos maneras a la vez. Una rama de atención global capta el significado general de toda la imagen, determinando qué es fondo y qué podría ocultar un defecto, de modo que se reduce la interferencia del desorden. Una rama de atención local se enfoca en el detalle y la textura del defecto mismo, agudizando su expresión de características.

Cada rama observa lo suyo, luego lo global y lo local se ponderan y fusionan. Piense en ello como entrecerrar los ojos para distinguir el contorno general del techo y descartar el desorden, luego inclinarse para mirar fijamente el parche sospechoso. Cerca y lejos combinados, y el defecto se eleva del fondo monótono. Las características fusionadas mantienen el detalle del defecto mientras suprimen la interferencia del fondo, por lo que la expresión de características es claramente más fuerte.

El resultado se muestra claramente en el estudio de ablación posterior: agregar solo SIEM eleva la precisión media en las tres clases de objetivos, con ganancias reales en la resistencia a fondos complejos.

La columna vertebral es la parte del modelo que primero toca la imagen y extrae las características base. Colocar SIEM aquí significa limpiar en la fuente: antes de que se pase algo, las características del defecto ya están fortalecidas y el ruido de fondo ya está suprimido. Con una fuente limpia, el manejo de escalas posterior y la localización del objetivo no se desviarán por el desorden. Por eso se encuentra en la columna vertebral y en ningún otro lugar. Trata la contaminación temprano.

Figura 7: La estructura de doble rama del módulo de mejora semántica SIEM. La rama global lee la imagen completa para suprimir el fondo, la rama local observa los detalles para fortalecer el defecto, luego las dos se ponderan y fusionan.

Figura 8: Un arreglo fotovoltaico en tejado. El campo denso de módulos es exactamente la escena desordenada que alimenta interferencias a un algoritmo de detección.

Movimiento Dos: Agrupamiento Piramidal, Puntos Calientes Grandes y Pequeños Ambos en Foco

El segundo cambio reemplaza el módulo de agrupamiento piramidal espacial original de YOLOv10 por un Módulo de Agrupamiento Piramidal con Atención Espacial, SAPPM. Apunta al problema de escalas variables.

"Agrupamiento piramidal" puede leerse como escanear el mismo mapa de características con varias ventanas de diferentes tamaños a la vez. Las ventanas pequeñas ven detalles finos, buenos para puntos calientes pequeños; las ventanas grandes ven amplio, buenas para puntos calientes grandes. El estudio ejecuta varias ventanas de agrupamiento desde pequeñas hasta grandes en paralelo, así que ya sea que un defecto ocupe varias filas o sea solo una mancha del tamaño de una palma, la ventana correcta lo captura.

Además, SAPPM añade una capa de atención espacial. Asigna diferentes pesos a las características de diferentes ventanas, de modo que la información de escala verdaderamente clave se mantiene al frente y al centro mientras que lo irrelevante se reduce, luego une estas características multiescala en un mapa de características más completo. En resumen, la primera parte maneja "ver cada tamaño", la segunda maneja "resaltar lo que debe verse". Juntos aumentan drásticamente la capacidad del modelo para detectar objetivos multiescala.

Esto alivia directamente el antiguo problema de perder uno por el otro. Una red de campo receptivo fijo pierde el objetivo pequeño mientras atiende al grande; con SAPPM implementado, los puntos calientes grandes y pequeños pueden verse claramente en la misma pasada, sin importar la brecha de tamaño.

Figura 9: Un esquema del agrupamiento piramidal multiescala SAPPM, escaneando en paralelo con ventanas de diferentes tamaños y luego uniéndolas con ponderación de atención espacial.

Figura 10: Una toma aérea de una planta. Los drones capturan a diferentes alturas, haciendo que el mismo defecto aparezca en escalas aún más variadas en la imagen.

Movimiento Tres: Atención de Canal, Recuperando los Objetos Pequeños Casi Perdidos

El tercer cambio se sitúa en la red del cuello, construyendo un mecanismo de atención de canales multiescala, MCI. Cura el problema más difícil, la pérdida de información de objetivos pequeños.

Primero, una palabra sobre los canales. Cuando una red procesa una imagen, divide las características en muchos canales paralelos, cada uno describiendo la imagen desde un ángulo diferente. Las características de objetivos pequeños ya son débiles, dispersas a través de estos canales, y si cada canal solo se preocupa por sí mismo sin intercambio, esa valiosa información se ahoga fácilmente en la transferencia capa por capa.

El enfoque de MCI es construir interacción entre canales, permitiéndoles comunicarse entre sí. Donde un canal aún tenga un rastro del objetivo pequeño, la cooperación entre canales lo amplifica y preserva. Esto fortalece aún más la extracción de información de características a pequeña escala, y esos pequeños puntos calientes que estaban a punto de desaparecer en el submuestreo se recuperan.

La ubicación de estos tres movimientos en la red también es deliberada. SIEM limpia las características en la fuente del backbone, SAPPM resume la información multiescala en la cola del backbone, y MCI realiza el pulido final en el cuello que conecta el backbone con la cabeza de detección. Frente, medio, atrás, juntos cubren toda la cadena de extracción, resumen y salida de características, y cada paso recibe un remedio específico para un punto débil de defectos infrarrojos.

Los tres movimientos tienen roles claros: SIEM maneja el contraste, SAPPM maneja la escala, MCI maneja los objetivos pequeños. No luchan solos sino que pasan el testigo: primero levantar el defecto del fondo, luego cubrir todos los tamaños, luego atrapar el objetivo pequeño que tiene más probabilidades de escapar. Con esta combinación, los tres huesos más duros de la detección de defectos infrarrojos se rompen uno por uno.

Figura 11: Puntos calientes infrarrojos ordenados por escala en Grande, Mediano y Mini. La diferencia de tamaño es enorme, y los puntos calientes más pequeños son los más fáciles de pasar por alto.

Figura 12: Un objetivo tenue capturado por la cámara infrarroja. Cuanto más pequeño y tenue es el objetivo, más fácil es que se suavice en el procesamiento.

Aplicación del producto

El marcador: 92.1% de precisión, 62 fotogramas por segundo

El efecto de los tres movimientos se reduce a datos. Los investigadores construyeron su propio conjunto de datos de defectos infrarrojos de módulos fotovoltaicos, etiquetando los puntos calientes por el tamaño de píxel que ocupan en la imagen en tres clases: más de 64x64 píxeles es Grande, entre 32x32 y 64x64 es Mediano, menos de 32x32 es Mini. Si la detección es buena debe leerse clase por clase, escala por escala.

La precisión se basa en dos métricas. Una es el recall, R, que responde a "de los defectos que deberían encontrarse, ¿cuántos se recuperaron?". La otra es la precisión media promedio, PmA, una combinación de la precisión de detección entre clases, la puntuación total que más le importa a un detector. Añada la velocidad de detección, medida en fotogramas procesados por segundo, y esos tres números juntos cuentan la historia completa de un algoritmo.

Comience con la ablación módulo por módulo. Con YOLOv10 estándar como referencia, su precisión media promedio es del 89.8%. Agregue solo SIEM, sube al 90.4%; solo SAPPM, 90.5%; solo MCI, 90.7%. Cada movimiento ayuda. Apile los tres, el SESPNet completo, y la precisión media promedio salta al 92.1%. El más destacado son los objetivos pequeños: la precisión Mini de la referencia es solo del 86.7%, y con los tres sube al 90.3%, un incremento completo de 3.6 puntos, lo que demuestra el trabajo de MCI en la recuperación de objetivos pequeños.

Figura 13: La ablación módulo por módulo. Con los tres módulos apilados, la precisión de los objetivos pequeños más difíciles sube del 86.7% al 90.3%.

Figura 14: Una planta interminable de gran tamaño montada en el suelo. Sus miles de módulos son exactamente lo que este algoritmo tiene que revisar uno por uno.

Cara a Cara: Nueve Algoritmos en un Solo Escenario

Compararse contra sí mismo no es suficiente. El estudio pone a SESPNet en el mismo escenario que otros ocho algoritmos principales, los entrena en el mismo conjunto de datos y mide la precisión y la velocidad lado a lado.

El resultado habla por sí mismo. Los algoritmos clásicos de dos etapas como Faster R-CNN y Cascade R-CNN tienen una extracción de características limitada y son lentos, situándose en una precisión media promedio del 86% al 88%, no aptos para escenas que exigen alto rendimiento en tiempo real. SSD es el más rápido pero su precisión es solo del 74.3%, claramente baja. La serie YOLO es más equilibrada en general: desde YOLOv7 con 88.1%, pasando por YOLOX, YOLOv8, YOLOv10 y YOLOv11, la precisión sube al rango del 89% al 90% con velocidades alrededor de cincuenta a sesenta fotogramas por segundo.

SESPNet empuja esa curva aún más hacia la esquina superior derecha: 92.1% de precisión media promedio, aproximadamente 2 puntos por encima del segundo lugar, y 62.4 fotogramas por segundo, al mismo ritmo que los velocistas YOLO. No sacrifica velocidad para aumentar la precisión; mantiene la posición superior derecha de rápido y preciso que otros no pueden alcanzar. Ese es su mayor valor. En una escena de recuento masivo de módulos donde se juzga mientras se patrulla, cada pequeña lentitud es un costo.

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

Esas dos líneas son las definiciones base de las métricas de precisión. R (recall) mide la proporción de defectos reales recuperados, P (precision) mide cuántos de los defectos reportados son reales, y PmA es la puntuación total calculada entre clases y niveles de precisión. La lógica no es compleja: fallar lo menos posible (alta recuperación) y dar falsas alarmas lo menos posible (alta precisión), mantener ambos extremos bajo control, y se tiene un detector confiable.

Figura 15: Comparación de precisión-velocidad de nueve algoritmos. SESPNet ocupa la esquina superior derecha con 92.1% de precisión y 62.4 FPS.

Figura 16: Prueba en el mundo real en una plataforma embebida. El SESPNet más preciso se mantiene estable a 12.6 FPS.

Comprimido en una caja del tamaño de una palma y aún en tiempo real

Funcionar bien en el laboratorio no significa que sea utilizable en el campo. Las plantas fotovoltaicas están mayormente en exteriores, donde el equipo de inspección tiene recursos de cómputo y energía limitados. Si el algoritmo puede caber en una caja pequeña de bajo consumo y funcionar en tiempo real es el último obstáculo para su implementación real.

Los investigadores lo portaron a una plataforma embebida llamada Jetson Nano para verificarlo. Su procesador es un chip ARM de cuatro núcleos emparejado con una GPU de 128 núcleos de nivel básico, muy por debajo de la estación de trabajo de laboratorio con su tarjeta dedicada tanto en cómputo como en energía. SESPNet se implementó a la misma escala de entrada y luego compitió contra los otros algoritmos en esta pequeña placa.

El resultado nuevamente demuestra su equilibrio. Los algoritmos clásicos de dos etapas muestran su verdadera naturaleza en el entorno embebido: Faster R-CNN cae a 1.9 fotogramas por segundo, apenas tiempo real; Cascade R-CNN solo 3.7. La serie YOLO generalmente cae a alrededor de once o doce fotogramas, mientras que SESPNet mantiene 12.6 fotogramas por segundo conservando el 92.1% de precisión superior, junto a los YOLO ligeros, incluso un poco por delante. Con el cómputo drásticamente reducido, se mantiene preciso y estable, mostrando lo bien que el diseño se adapta a escenarios con recursos limitados.

Esto significa que un dron o un inspector portátil equipado con este algoritmo no tendrá que enviar imágenes a la nube para procesarlas lentamente. En el lugar, en tiempo real, puede indicar qué panel tiene un punto caliente. Tanto la eficiencia de inspección como la velocidad de respuesta suben otro escalón.

El valor de juzgar sobre la marcha es más que ahorrar un viaje de ida y vuelta. Poner la computación en el borde significa que la inspección aún puede ejecutarse en plantas remotas con señal deficiente; detecte un punto caliente sospechoso y puede marcarlo en el acto y volver a volar para confirmar de inmediato, sin esperar a que los datos regresen y una revisión manual antes de una segunda salida. Para plantas grandes medidas en cientos de megavatios con módulos contados por millones, esta capacidad en tiempo real en el sitio decide directamente si una inspección completa lleva horas o días.

Cierre: Sin Lugar Donde Esconderse para Cada Panel Sobrecalentado

Mirando hacia atrás, la inteligencia de SESPNet no está en apilar alguna estructura elaborada sino en tratar los síntomas correctos. El contraste infrarrojo es bajo, por lo que la mejora semántica suprime el fondo. La escala de defectos es un desastre, por lo que la agrupación piramidal cubre todos los tamaños. Los objetivos pequeños se pierden fácilmente, por lo que la atención de canal los recupera. Tres movimientos, cada uno para su tarea, y pasando el testigo.

Lo que es más raro es que no engordó el modelo por precisión. Muchos algoritmos persiguen la alta precisión a ciegas, terminan hinchados, ralentizan la velocidad y ni siquiera caben en un dispositivo integrado. SESPNet mantiene su velocidad mientras alcanza la máxima precisión, y sobrevivió la prueba de cómputo drásticamente reducido. Ese equilibrio de preciso, rápido y ligero es exactamente la cualidad que más valora el campo. Que una tecnología sea buena se reduce a si puede hacer trabajo real en una planta real.

92.1% de precisión media promedio, 62.4 fotogramas por segundo, y lo suficientemente pequeño para ejecutarse en tiempo real en una caja del tamaño de una palma. Esos tres números juntos dibujan una herramienta que realmente puede ir a la planta y ponerse a trabajar. Convierte una imagen infrarroja gris opaca, antes difícil incluso para el ojo humano, en un informe de salud donde los defectos no tienen dónde esconderse.

Cuando un dron que lleva un algoritmo como este barre campo tras campo de matrices azules, cada panel que se sobrecalienta silenciosamente es detectado y tratado en el primer momento. Los puntos calientes ocultos se vuelven visibles, y los riesgos aparentemente pequeños se extinguen. Lo que se mantiene es exactamente una planta que convierte la luz solar en energía, de forma larga, segura y a plena carga.

Opinión de Ooitech

Lo que más nos llama la atención aquí es cómo la detección y la fabricación son dos caras de la misma moneda de confiabilidad. Un punto caliente marcado en el campo a menudo se remonta a una microgrieta o una unión de soldadura fría nacida en la línea, por lo que la soldadura de stringers, la alineación de capas y el control de laminación importan tanto en una línea de producción de módulos. Si se hacen bien esos pasos, se alimentan menos puntos calientes al campo en primer lugar. Si quiere ver cómo se construye y ajusta una línea de módulos real, nuestros recorridos por la fábrica en el canal de YouTube de Ooitech (www.youtube.com/ooitech) merecen un vistazo y una suscripción.