從圍籬外看，完工的太陽能電站很安靜：整齊的排列、藍色玻璃、乾淨的碎石路。但在專案經理的螢幕上，它是一個即時庫存問題。所有組件都裝好了嗎？哪一排少了一片板？交接照片是否和物料清單一致？
太陽能板計數是實用的答案。IEA報告指出，2024年新增可再生能源裝置容量約700 GW，其中太陽能光伏占了超過四分之三。電站擴張這麼快，人工逐排巡查和試算表標記跟不上。一張無人機照片加上AI計數，可以讓團隊用可重複的方法，把現場影像變成組件總數、進度檢查和可分享的紀錄。
為什麼面板數量會偏移
光伏組件原本就被設計得幾乎相同。這對發電有利，對人工計數不利。一個10 MW的場站可能有數萬個矩形組件，以組串排列，繞過道路、逆變器、排水線和地形。從地面看，少一個組件會藏在透視裡。在試算表中，漏掉一排會藏在複製的數字後面。偏差通常出現在施工回報、併網調試和運維階段，而這正是團隊最需要可信數字的時候。
從無人機到計數的流程
這個流程比完整巡檢計畫簡單。用穩定的網格航線飛一個區塊。使用正射鑲嵌圖，或清晰且有重疊的照片。讓模型偵測每一片面板的矩形。依排、組串或逆變器區塊彙整偵測結果。檢查漏檢和誤檢，然後匯出計數與標記後的原圖。目標不是一個神奇數字。目標是讓現場負責人不用走遍每條通道，也能核實的計數。
現場檢查清單
- 飛得足夠近，讓每個組件邊緣清楚，而不是一條暗線。
- 在場地允許的情況下，讓相機盡量垂直向下。
- 避開強烈眩光；早晚光線通常更容易看清面板邊緣。
- 拍完整排並保持重疊，避免邊緣面板在影像邊界遺失。
- 先按區塊計數，再把區塊總數彙整成全站總數。
AI最有價值的地方
AI不會取代太陽能工程師。它去掉的是人盯著同樣圖案滑動45分鐘、還擔心忘記位置的工作。當這個數字要支援決策，而不只是填一份報告時，這尤其重要。
在施工隊離場前，把已完成排數與合約里程碑相比，並在設備還在附近時找出缺少的組件。
把已安裝數量與設計包核對，在業主簽收區塊前標出空缺。
在維修、風暴或清理植被後重新計數，不必派人走遍每一排。
計數是巡檢的入口
有用的不只是總數。每個組件有了偵測標記後，每片面板在照片中都有位置。這會成為缺陷複查、熱影像檢查、植被問題和清洗路線的基礎圖層。一項電腦視覺研究從7座電站中提取了107,842個光伏組件，建立430萬張組件紅外線影像，並以超過90%的測試準確率分類10種常見異常。計數是走向更豐富巡檢地圖的第一步。
重點結論
太陽能電站由重複部件構成，因此很適合AI計數。模型負責耐心掃描。人負責檢查邊緣情況，並判斷數字代表什麼。最佳結果來自這種搭配：清晰的無人機影像、快速的初始計數，以及對已標記面板的短時間複查。
下一次無人機飛行時，先選一個區塊，從影像裡數完，再讓任何人走進排間。如果照片清晰到能顯示每個組件邊緣，它通常也足夠清晰，可以得到可靠計數。