기술이전 상세 정보를 불러오는 중입니다...

태양광 발전은 패널 오염이나 기기 고장 등 기상 예보만으로 알 수 없는 요인에 의해 발전 효율이 크게 변동되는 문제를 안고 있습니다. 본 기술은 드론을 통해 획득한 패널 표면 이미지와 열화상 데이터에 실시간 기상 정보를 결합하여 학습하는 인공지능 멀티모달 분석 기술을 제공합니다. YOLO 모델로 패널 위 이물질의 종류와 크기를 분석하여 오염도를 산출하고 표면 온도와의 상관관계를 규명함으로써 정밀한 발전량 예측을 수행합니다. 이를 통해 정확한 상태 진단과 적기 유지보수가 가능해져 대규모 태양광 발전소의 운영 경제성을 획기적으로 향상시킵니다.
| 기술 분야 | 태양광 발전 모니터링 |
| 판매 유형 | 자체 판매 |
| 판매 상태 | 판매 중 |
| 기술명 | |
| 태양광 발전 예측 시스템 및 방법 | |
| 기관명 | |
| 국립창원대학교 산학협력단 | |
| 대표 연구자 | 공동연구자 |
| 박민원 | - |
| 출원번호 | 등록번호 |
| 1020230186081 | - |
| 권리구분 | 출원일 |
| 특허 | 2023.12.19 |
| 중요 키워드 | |
드론 열화상 카메라드론 태양광 검사 서비스태양광 유지보수 솔루션태양광 발전 효율 개선실시간 발전량 모니터링태양광 O&M 효율화스마트 그리드 기술기상 데이터 융합재생에너지 출력 예측신재생에너지 AI 솔루션YOLO 객체 인식인공지능 발전량 산출태양광 발전 예측태양광 패널 상태 진단태양광 패널 오염도 분석인공지능 센서기술 신재생에너지 로봇공학 | |
기술이전 상담신청
연구자 미팅
기술이전 유형결정
계약서 작성 및 검토
계약 및 기술료 입금

보유 기술 로딩 중...
인기 게시물 로딩 중...