位于上海普陀區天地軟件園的歐普泰，是一家聚焦光伏行業(yè)，以AI視覺(jué)檢測系統賦能解決方案為核心的北交所上市公司。公司董事長(cháng)王振日前在接受中國證券報記者專(zhuān)訪(fǎng)時(shí)表示，作為業(yè)內率先實(shí)現軟硬一體化的智能光伏檢測企業(yè)，公司累積了相當數量的圖像數據，以訓練開(kāi)發(fā)更優(yōu)的AI模型，在第二增長(cháng)曲線(xiàn)業(yè)務(wù)光伏電站智能運維打造開(kāi)發(fā)完成后，公司將開(kāi)啟以服務(wù)收費的新模式，并與客戶(hù)共享AI賦能光伏領(lǐng)域的數智化成果。

　　● 本報記者 羅京

　　引入AI解決行業(yè)痛點(diǎn)

　　在全球加速能源轉型的背景下，光伏產(chǎn)品大批量生產(chǎn)的需求增加，光伏檢測設備也需要具備大規模批量化檢測和處理的功能。然而，傳統光伏檢測行業(yè)中使用的人工檢測方式，成為了制約光伏產(chǎn)品生產(chǎn)效率和產(chǎn)品質(zhì)量的瓶頸。

　　據了解，由于人工檢測的效率、速度、精度取決于檢測人員自身主觀(guān)判斷，在光伏產(chǎn)品生產(chǎn)中采用人工檢測會(huì )導致組件生產(chǎn)企業(yè)的整體生產(chǎn)效率和良品率較低，同時(shí)由于需要大量的檢測人員，進(jìn)一步推高了組件生產(chǎn)的人工成本。

　　作為深耕光伏檢測行業(yè)十幾年的老兵，歐普泰深知這一行業(yè)痛點(diǎn)。王振對記者表示，2017年公司決定將AI機器視覺(jué)技術(shù)引入光伏檢測，通過(guò)視覺(jué)缺陷檢測系統實(shí)現光伏產(chǎn)品批量、穩定和精準的檢測，降低組件廠(chǎng)商人力成本，同時(shí)提高生產(chǎn)效率。

　　但看似簡(jiǎn)單的替代邏輯，操作起來(lái)卻十分艱難。王振坦言：“一塊面積1m×2m的組件可能存在100多種缺陷，假如用AI全面替代人工檢測，萬(wàn)一漏檢了，這種損失的風(fēng)險和責任都不易界定，所以一開(kāi)始企業(yè)對AI的態(tài)度較為謹慎。”

　　為了獲取客戶(hù)的信任，2019年歐普泰組建了專(zhuān)門(mén)團隊，到客戶(hù)隆基綠能（601012）滁州基地工廠(chǎng)進(jìn)行設備的現場(chǎng)調配。“我們對每一臺設備進(jìn)行AI模型驗證，從一臺設備到一條產(chǎn)線(xiàn)，從一個(gè)車(chē)間到一座基地，整整花了一年多的時(shí)間，直到2020年10月，滁州隆基10GW工廠(chǎng)全面部署歐普泰組件外觀(guān)EL（電致發(fā)光）-AI檢測產(chǎn)品。”回憶起這段往事，王振不免感慨。

　　目前，歐普泰AI整體解決方案已在隆基綠能、晶澳科技（002459）、晶科能源、阿特斯等全球光伏組件出貨量領(lǐng)先企業(yè)中大規模成熟應用。王振表示，AI模型的好壞只是第一步，是一個(gè)基本條件，除此之外，還需要配套的系統軟件開(kāi)發(fā)，并能經(jīng)受住產(chǎn)線(xiàn)長(cháng)時(shí)間的考驗。這樣的AI產(chǎn)品才能落地生產(chǎn)，才能達到提升品質(zhì)并節省人力的目的。

　　海量數據打造優(yōu)秀AI模型

　　數據、算力和算法作為AI三大核心要素，其中，數據相當于A(yíng)I算法的“飼料”。機器學(xué)習中的監督學(xué)習和半監督學(xué)習都要用標注好的數據進(jìn)行訓練，只有經(jīng)過(guò)大量的訓練，覆蓋盡可能多的場(chǎng)景才能得到一個(gè)良好的模型。這一道理同樣適用于光伏檢測。

　　作為業(yè)內率先實(shí)現軟硬一體化的光伏檢測企業(yè)，歐普泰利用硬件檢測設備在客戶(hù)市場(chǎng)的全面鋪開(kāi)擴大了市場(chǎng)占有率，原有的組件客戶(hù)端都預留了AI系統接口。“客戶(hù)愿意把缺陷數據提供給我們來(lái)訓練模型，而更優(yōu)的模型也可以幫助客戶(hù)持續提升檢測效率和識別率。”王振表示。

　　具體來(lái)看，歐普泰缺陷圖片數據是由客戶(hù)現場(chǎng)提供，利用公司核心技術(shù)人員自主編寫(xiě)的光伏缺陷數據清洗及增強技術(shù)程序，用AI模型的訓練和推理，提升算法更新的效率，對大規模數據集包含的錯誤數據進(jìn)行批量清洗和修改。利用缺陷樣本增強技術(shù)提取更多的特征用于模型訓練，從而使數據集更加準確，缺陷樣本更豐富。因此，在同樣的數據集下，識別準確率得到提升。同時(shí)，該技術(shù)能顯著(zhù)提高缺陷標注效率。

　　歐普泰上市招股說(shuō)明書(shū)顯示，主流組件廠(chǎng)商對檢測漏判率從2017年的低于3%，到2019年的低于1%，再到2021年的低于0.1%，要求迅速提高。誤判率指標也從2017年的低于5%逐步提升到2021年的低于2%。下游良品率從2017年的90%逐步提升到2021年的99.90%。

　　在海量的數據和圖像訓練支持下，歐普泰能夠動(dòng)態(tài)地更新樣本容量和圖片數據，不斷訓練優(yōu)化AI模型，“飛輪效應”愈發(fā)明顯。王振告訴記者：“盡管目前行業(yè)軟硬一體化趨勢漸成，不少過(guò)去做硬件的設備企業(yè)在組建團隊做AI，而許多原來(lái)做AI軟件的企業(yè)正在尋求硬件設備企業(yè)合作，但我們最早開(kāi)始布局，這一過(guò)程中所積累下的數據正是歐普泰的先發(fā)優(yōu)勢所在。”

　　從財務(wù)表現看，近三年，歐普泰視覺(jué)缺陷檢測系統營(yíng)業(yè)收入增長(cháng)迅速，從2020年511.77萬(wàn)元快速增長(cháng)至2022年3299.13萬(wàn)元，營(yíng)收占比從5.43%提升至24.81%，近兩年毛利率均超80%。

　　繪就第二增長(cháng)曲線(xiàn)

　　隨著(zhù)AI、大數據、云計算等技術(shù)快速在光伏領(lǐng)域滲透，光伏電站運維智能化發(fā)展藍圖正徐徐展開(kāi)，歐普泰選擇將其作為公司的第二增長(cháng)曲線(xiàn)，推出基于SaaS平臺的云端人工智能數據分析服務(wù)，包括無(wú)人機紅外、EL及其他電站運維相關(guān)的數據整理、分析等。

　　據了解，組件外觀(guān)遮擋以及EL隱裂等缺陷會(huì )導致組件形成熱斑，進(jìn)而引發(fā)嚴重的火災事故，此外還會(huì )導致組件的功率下降，影響電站收益水平。因此，光伏電站的“體檢”非常重要，特別像水面電站、山地電站、BIPV/屋頂電站，由于地形限制難以人工檢測，只能借助無(wú)人機。

　　然而，目前無(wú)人機只能對紅外和外觀(guān)進(jìn)行檢測，組件故障率最高的EL部分只能通過(guò)人工拿便攜式EL一塊一塊的拍，人工一張張地去篩選有缺陷的照片，效率極低。王振表示，歐普泰無(wú)人機自動(dòng)巡航精準自動(dòng)對焦、高清EL成像，拍攝的二維影像與實(shí)際的三維地形地貌精準映射，實(shí)現對EL、紅外、外觀(guān)全面體檢，巡檢效率大大提升。

　　歐普泰電站云平臺基于SaaS架構，通過(guò)云計算、云部署，電站運維方可以隨時(shí)隨地上傳圖片進(jìn)行AI云端推演，不受場(chǎng)地限制，缺陷篩查效率大大提升；圖片分析結束后，可一鍵出具報告，對整個(gè)片區概況、局部片區的詳情以及缺陷統計分析進(jìn)行查看。

　　“目前，AI賦能光伏檢測尚只完成了初步工作，就是找到缺陷然后進(jìn)行分類(lèi)。隨著(zhù)數據規模不斷累積，對這些數據進(jìn)行分析甚至輸出檢測分析報告尤為重要。”王振告訴記者,“比如，AI能通過(guò)分析缺陷找出問(wèn)題產(chǎn)生的原因或追溯至某一生產(chǎn)環(huán)節/設備，讓企業(yè)能依據此進(jìn)行一系列生產(chǎn)經(jīng)營(yíng)優(yōu)化、調整等。”

　　王振表示，未來(lái)，我們計劃將基于現有的數據，進(jìn)行AI決策支持系統的開(kāi)發(fā)，與下游客戶(hù)共享AI賦能光伏領(lǐng)域的數智化成果。