因應 2050 淨零排放目標,我國再生能源裝置容量快速成長,地面型與水面型太陽光電場、風力發電機組及配套的輸配電線路大量建置。這些綠能設施具有「面積大、位置偏遠、模組數量龐大」的共同特性,傳統以人力搭配紅外線熱像儀逐排巡檢的方式,不僅耗時費工,也難以在最佳日照條件的短暫時段內完成全場檢測,導致等問題無法即時被發現。
相較於多旋翼機受限於續航時間與單架次涵蓋面積,無人定翼機(固定翼無人機)具備滯空時間長、單架次涵蓋面積大、單位面積作業成本低等優勢,最適合大型地面型光電場、風場與長距離輸配電線路的例行巡檢與定期發電效能評估。然而定翼機的價值不僅在於「飛得遠」,更在於飛回來之後的資料如何被判讀與運用:當空中取得的可見光與熱像影像,結合場區地面物聯網感測網路回傳的日照、溫度、模組溫度與發電量數據,再導入 AI 影像辨識與數據分析,才能形成可支援維運決策的智慧巡檢服務。
目前綠能維運產業最缺乏的,正是同時具備定翼機操作、巡檢資料應用與影像判讀能力的跨域人才。本課程以「定翼無人機、綠能場域巡檢與系統整合」為核心,透過學科講授與高比例術科實作,培養學員定翼機機體組裝、動力與飛控系統調校、感測器設定、航線規劃及飛行任務執行等實務能力,並結合綠能場域巡檢所需之空拍測繪、影像判讀、感測資料應用及AI缺陷辨識等技術。培養學員執行綠能場域巡檢任務及進行無人機系統整合應用的實務能力,培養銜接綠能產業巡檢所需的就業即戰力。