无人机智能巡检系统分为PC端及移动APP端，PC端与移动APP端在网络通畅的情况下，航线信息、巡检任务信息、配置及巡检运行数据将实时同步。移动APP端基于大疆SDK开发，并在巡检领域深度定制，在风险可控的情况下立足于行业应用，为无人机智能巡检提供更专业、高效的飞行控制策略。 有机库的情况下，设备、航线及巡检任务的维护均由PC端执行，并适时向机库侧下发无人机巡检指令，无人机并按照预先规划好的任务进行飞行拍照，实现全自动化巡检。在无机库的情况下，PC端下发巡检任务，巡检人员在APP端同步任务信息，按计划执行无人机飞行巡检任务，也可根据现场状况添加临时任务，使巡检任务即满足高度计划性又兼顾一定的灵活性。 通过SDK可以访问大疆的产品特性和功能。可以实现自动飞行，控制摄像机和云台，接收实时视频和传感器数据，从产品下载保存媒体文件，以及监控其他组件的状态。结合无人机巡检后台系统的需求，查询大疆SDK相关资料，对巡检后台系统的需求集成的SDK进行分析说明。 大数据设备故障分析主要是指获取大量设备状态数据，基于统计分析、关联分析、机器学习等大数据挖掘方法进行融合分析和深度挖掘，从数据内在规律分析的角度发掘出对电力设备状态评估、诊断和预测有价值的知识，建立多源数据驱动的电力设备状态评估模型，实现设备个性化的状态评价、异常状态的快速检测、状态变化的准确预测以及故障的智能诊断，全面、及时、准确地掌握设备健康状态，为设备智能运检和优化运行提供辅助决策依据。 无人机热斑定位分析软件对无人机巡检的光伏电站的可见光和热红外图像数据，利用GPS及北斗卫星定位地理信息、形态学分析，卷积神经网络等图像处理等技术，进行综合诊断分析，发现破损、遮挡、异常发热等组件异常情况，并生成报告。 数据处理单元为大数据调度平台功能之一，预留数据处理功能，包括分布式任务调度、大数据批处理、高性能实时数据处理，深度学习和机器学习的模型输入整合、样本标签、模型训练及模型预测功能，以此为基础实现数据整合、数据统计分析、故障诊断等高级应用。 包括巡检门户、巡检航线管理、巡检任务管理、巡检数据接口、巡检报告及缺陷单管理、异常设备管理与数据分析等模块。 巡检门户将集成无人机视频数据，当无人机进行巡检时，对无人机巡检视频信息进行直播，无人机结束巡检后将循环播放无人机的巡检视频。门户界面会展示当前任务信息，包括任务线路、任务重要等级、任务进度、任务责任人等。可直接在集控中心选择巡检任务或任务执行顺序，启动任务，无人机将自动从智能机库起飞、拍照、降落、换电池、充电，按照预设的线路依次进行巡检。 巡检航线列表按照不同的筛选条件对航线进行展示；通过增加航线关键点（坐标），并对关键点处的无人机姿态，云台偏转、俯仰、焦距的设定，实现航线的增加；可删除废弃或者不需要的巡检航线，修改航线关键点处的无人机状态指令实现航线的修改。 巡检任务可按照不同的筛选条件进行查询，比如定期巡检任务、临时任务，不同的巡检任务具有不同的航线，或不同的航线组合方式。新增巡检任务即设定航线的组合方式，生成一个新的巡检任务。任务管理模块可对不需要的巡检任务进行删除、修改。 通过巡检数据借口，可获取无人机机库上位机系统广播的视频流数据，在巡检门户进行个性化展示。可以向无人机发送对应指令，与此同时也生成无人机库指令，让无人机库与无人机进行协同配合完成任务的下发。 巡检报告管理： 巡检报告分为全自动化巡检报告，以及人工录入巡检报告。包括报告时间、巡检描述等，也可对巡检报告进行删除和查询。 缺陷管理： 对巡检发现的缺陷进行管理，包括缺陷自动生成、缺陷录入、缺陷删除、缺陷查询。 通过大数据调度工具对运行数据进行分析，自动对异常信息进行筛选和验证，也可人工校核异常信息，对异常设备问题进行长期跟踪。包括管理设备编号，设备异常发生时间，设备处理人员，异常处理结果长期跟踪。 长期对异常状态统计，累积异常数据结果，分析异常缘由（机器学习样本累积），如图绿色为正常（张样本），黄色为异常（负样本），获取足够的样本后可进行机器学习，提取故障信息特征，包括图像特征和运行参数特征。