全球积极发展再生能源，让光伏发电成为炙手可热的商机之一。不过建构光伏发电系统并非单纯架设完设备如此简单，后续更需有效率地维运光伏电站，让发电效益呈现最佳化。新创团队慧景科技便利用发电数据AI预测光伏模组清洗最佳时机点，与过去透过人工定点巡检，一年仅清洗两次的情况下相比，根据实证可增加17%的发电效益。

慧景科技产品经理陈韦婷指出，光伏电站的特性是数量多且分散，本身在管理上就十分不易，因此多数业者都是采用重点巡检模式为主，不过如此一来，也就无法即时获知「远在天边」的光伏电站有无异常。再加上光伏模组长期置于室外，也很容易导致脏污与雨渍附着在光伏板上，由于人工巡检往返耗时，通常一整年下来可能上下半年仅清洗2次，而每一次的时机都是凭经验法则，并无抓准正确的清洗的时机点，长久下来光伏系统的发电效率必定受到影响。

为了在最佳效率的原则上对光伏电站进行维护。慧景科技开发智慧光伏监控系统─Photon，透过AI替业者预测适当的光伏板清洗时间点，在清洗费用与发电效益可能会因此受损的情况下取得最佳平衡值。

而慧景科技所采用的方法，是先透过多个光伏电站平均计算出预测模型，接着再利用新电站的相关发电数据，包括逆变器、电站位置等，结合天气数据如风向、气温、天气型态，透过历史数据与人工智能学习预测新电站的周期，未来当光伏电站的发电数据与模型产生偏离，系统便会通知业者清洗的时间。

以真实案例举例，一设备容量487kWh的光伏电站，利用人工智能推荐清洗模组，扣除清洗费用后，半年发电收益逾人民币22万元，但如果该电站只是例行性半年清洗一次，收益只有19万元，两者相差了3万元之多。如果电站较大，人工智能还可精细到推荐电站中哪个区域需要清洗多久，借以规划出最佳化清洗策略，预估可再提升2%的收益。

除此之外，Photon本身就是一智能监控系统，不但可为业者透过智能化清洗增加发电效益，另一方面透过远端监控，一旦影响收益效率的异常事件突发，例如逆变器回路异常、发电与整场比较异常等，便可即时通知预警，协助业者远端管理光伏电站。