针对传统光伏组件热斑检测方法精度低、效率低的问题，提出了一项利用无人机实施光伏电站智能化巡检的技术路线。该路线具备自动采集和分析光伏组件图像数据的能力，并采用基于STA-TCN模型的深度学习检测方法进行光伏组件热斑故障诊断，并根据相机POS数据及相机模型解算缺陷坐标，实现缺陷定位。STA-TCN模型为引入了一种融合了空间和时间注意力机制的多元时域卷积网络(TCN)前馈网络模型，以解决传统TCN未能充分考量外生序列对状态预测贡献的问题。最后通过对比试验证明了所提模型的有效性。实验结果显示，与传统的机器学习方法相比，STA-TCN模型在检测精度、召回率和mAP等关键指标上均显示出更高的性能和可靠性。