概述
隨著太陽能農場規模日漸擴大且日益複雜，資產所有者需要更智慧的方式來監控效能、識別問題並最佳化分散式能源站點的營運。一家專精於人工智慧太陽能資產智慧的再生能源技術供應商，需要一個堅固耐用的邊緣運算平台來控制機器人系統、處理現場資料，並利用從感測器、無人機和人工觀察收集到的資訊來支援進階分析工作流程。Premio 透過 JCO-3000-ORN 系列為這些新一代太陽能營運提供支援，這是一款堅固耐用的中階邊緣 AI 電腦，由 NVIDIA Jetson Orin Nano/NX 模組驅動，專為可靠的邊緣處理、工業連接和在嚴苛現場環境中的部署而設計。
挑戰
- 需要 NVIDIA Orin Nano 處理能力以支援機器人指揮與控制應用
- 整合機器人系統和多個太陽能場域裝置的連接選項有限
- 遠端戶外太陽能部署的寬廣操作溫度要求
- Starlink 和蜂巢式連接現場作業所需的可靠通訊支援
- 未來 IP67 等級戶外安裝所需的堅固外殼相容性
解決方案
- Premio 的中階邊緣 AI 電腦 (JCO-3000-ORN 系列，Nano 4GB)
- NVIDIA Jetson Orin Nano 平台提供高達 40 TOPS 的 AI 效能，用於機器人控制和邊緣 AI 處理
- 四個 LAN 連接埠、USB 3.2 Gen 2、RS-232/422/485 和 CAN 匯流排介面，用於機器人與感測器整合
- 透過 Peplink 閘道器實現乙太網路連接，用於 Starlink 和蜂巢式遠端通訊
- AWS IoT Greengrass 認證邊緣運算平台
- 緊湊無風扇設計，支援 -20°C 至 60°C 的操作溫度，可在 IP67 等級戶外機箱內可靠部署
優點
- 可靠的自主太陽能營運
- 更快的邊緣決策
- 可擴展的 AI 部署能力
公司概覽
該公司開發人工智慧太陽能資產智慧解決方案，協助再生能源營運商改善檢測、監控和維護工作流程。透過結合機器人技術、人工智慧和資料分析，該組織使太陽能營運商能夠更好地了解資產狀況並最佳化場域效能。其在自主系統和邊緣智慧方面的持續創新，支援了更高效的再生能源營運的未來。
挑戰
支援自主太陽能機器人技術
該公司需要一個堅固耐用的邊緣運算平台，作為部署在太陽能專案中的機器人解決方案的指揮與控制系統。該系統需要可靠的 AI 處理效能，以支援遠端現場環境中的自主營運。
就近處理資料
太陽能專案透過感測器、無人機和人工觀察產生大量資料。該公司需要邊緣運算能力，以就近處理資訊，同時支援未來的 AI 驅動分析工作流程。
實現複雜裝置整合
機器人系統需要多個連線裝置和控制系統之間的無縫通訊。該公司需要一個具有多個 LAN 連接埠的平台，以簡化整合並維持可靠的現場連線。
維持可靠的遠端連線
太陽能部署通常在網路可用性可能充滿挑戰的偏遠地區運行。該系統需要透過 4G/5G 和 Wi-Fi 提供靈活的無線連線支援，同時與使用 Starlink 和行動網路的 Peplink 閘道器協同工作。
為未來 AI 影像分析做準備
該公司計劃擴展其平台，利用邊緣 AI 功能分析從太陽能專案收集的影像。運算解決方案需要堅固耐用性，並與 IP67 等級的戶外機箱相容，以用於未來的部署。
解決方案
Premio 的中階邊緣 AI 電腦，JCO-3000-ORN 系列
Premio 的 JCO-3000-ORN 系列支援 NVIDIA Jetson Orin Nano 和 Orin NX 模組，客戶選擇了 Orin Nano 4GB 配置，為太陽能專案的機器人指揮與控制提供高達 40 TOPS 的 AI 效能。這款邊緣 AI 電腦為即時現場操作提供了所需的處理基礎，同時支援未來 AI 驅動的影像分析。
用於太陽能機器人整合的多裝置連接
JCO-3000-ORN 系列配備 4 個 GbE LAN 連接埠，為太陽能部署提供了靈活的網路連接，包括連接至客戶 Peplink 閘道器以進行遠端通訊的專用乙太網路連接。其餘的 LAN 介面，以及 USB 3.2 Gen 2、RS-232/422/485 和 CAN 匯流排介面，可與機器人系統、感測器和其他工業現場裝置整合。這種連接靈活性使客戶能夠將多個操作系統整合到一個中央邊緣 AI 平台，用於太陽能機器人工作流程。
AWS IoT Greengrass 認證邊緣平台
JCO-3000-ORN-B 系列已獲得 AWS IoT Greengrass 認證，可安全部署與雲端服務通訊的邊緣應用程式。此認證透過提供一個值得信賴的平台，用於運行本地工作負載，同時維持與更廣泛的太陽能智慧系統的整合，從而支援客戶的邊緣到雲端架構。
適用於戶外 AI 應用的堅固邊緣運算
由於 JCO-3000-ORN 系列設計用於整合到 IP67 等級的戶外機箱中，因此該系統需要工業級可靠性才能應對嚴苛的太陽能環境。其緊湊的無風扇設計和 -20°C 至 60°C 的操作溫度支援，使其能夠在封閉式部署中可靠運行，同時為未來 AI 驅動的太陽能影像分析提供了堅固耐用的基礎。
效益
精簡現場部署
機器人、感測器和通訊系統的整合得以簡化，從而加速了分散式太陽能專案的部署。
提升營運可視性
即時處理現場資料有助於增強監控能力並支援更具回應性的太陽能資產管理。
為未來 AI 擴展做好準備
隨著太陽能智慧能力的持續發展，新的 AI 驅動應用程式（包括影像分析和進階自動化工作流程）將獲得支援。