基于红外视频的光伏组件热斑检测定位方法技术

本发明专利技术公开了一种基于红外视频的光伏组件热斑检测定位方法，包括如下步骤：S1、利用最大类件间方差的阈值分割、图像降噪等算法实现图像预处理；S2、通过轮廓提取算法，遍历图像的每一个轮廓，完成红外图像热斑检测，并计算热斑所在帧的位置、面积等信息；S3、采用Lsd直线检测算法对光伏电池组件进行直线分割，实现对光伏阵列的标号；S4、将视频名字、热斑所在光伏组件的行和列组成三维坐标表示热斑的具体位置，实现太阳能电池组件热斑定位。本发明专利技术采用无人机结合红外热像仪建立一套新型的热斑故障检测系统，准确高效的实现热斑检测定位，保证光伏电站的安全运行。

【技术实现步骤摘要】
基于红外视频的光伏组件热斑检测定位方法
本专利技术涉及热斑检测领域，具体涉及一种基于红外视频的光伏组件热斑检测定位方法。
技术介绍
随着全球能源的日益短缺，光伏发电已成为世界各地关注焦点。光伏电站迅速发展，许多不利因素制约着光伏电站可靠、高效的运行。其中，热斑现象大大降低了光伏组件的发电效率，严重时会烧坏组件，造成组件的永久性损坏。常见的方法是故障监测系统和人工巡检避免热斑带来的危害，但光伏电站监测系统无法及时、准确的找到热斑故障，人工巡检效率低，在恶劣环境中巡检危险性高。
技术实现思路
为解决上述问题，本专利技术提供了一种基于红外视频的光伏组件热斑检测定位方法，采用无人机结合红外热像仪建立一套新型的热斑故障检测系统，准确高效的实现热斑检测定位，保证光伏电站的安全运行。为实现上述目的，本专利技术采取的技术方案为：基于红外视频的光伏组件热斑检测定位方法，包括如下步骤：S1、利用最大类件间方差的阈值分割、图像降噪等算法实现图像预处理；S2、通过轮廓提取算法，遍历图像的每一个轮廓，完成红外图像热斑检测，并计算热斑所在帧的位置、面积等信息；S3、采用Lsd直线检测算法对光伏电池组件进行直线分割，实现对光伏阵列的标号；S4、将视频名字、热斑所在光伏组件的行和列组成三维坐标表示热斑的具体位置，实现太阳能电池组件热斑定位。本专利技术采用无人机结合红外热像仪建立一套新型的热斑故障检测系统，准确高效的实现热斑检测定位，保证光伏电站的安全运行。附图说明图1为本专利技术实施例基于红外视频的光伏组件热斑检测定位方法的流程图。图2为大津阈值法分割结果图。图3为轮廓提取原理图。图4为热斑故障定位模拟图。具体实施方式为了使本专利技术的目的及优点更加清楚明白，以下结合实施例对本专利技术进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本专利技术，并不用于限定本专利技术。基于最大类间方差的阈值分割热斑的主要特征是温度高，在红外图像中呈明显的亮点，利用热斑的这个特点可以用二值化图像，经轮廓提取找到热斑并计算热斑面积大小和位置信息。红外图像含有大量冗余信息，首先将红外图像转化为灰度图像。为凸显热斑的轮廓，对灰度图像进行二值化处理，图像二值化有利于图像进一步减小数据量，由于热斑相对于正常区域更亮一些，选择合适阈值，即可实现热斑与正常区域的分割。阈值分割方法有很多，本文采用基于最大类间方差的阈值分割实现背景与目标的分割。图2是经过大津阈值法分割后的结果图。图像降噪二值图像形态学为去除冗余信息，同时保证目标不能丢失，采用既可以保留图像原有形状特征，又可以去除不相干结构的二值形态学。对图2做二值形态学处理。单一的腐蚀和膨胀都无法在降噪的同时保持目标原有形状，因此，采用开、闭两种运算达到期望的效果。开、闭运算是通过腐蚀操作和膨胀操作复合而成的。开运算是先做腐蚀操作然后做膨胀操作，腐蚀操作会删除图像中微小的冗余信息，但目标物体的边缘也有可能被去除，这时做膨胀操作，会将目标物体的形状还原回初始状态，保证了目标的准确性。闭运算是先做膨胀操作然后做腐蚀操作，膨胀操作会把目标内部的空洞填充上，再通过腐蚀操作把空洞去除，变回目标原本的形状。太阳能电池组件热斑检测二值形态学降噪处理后，去除了冗余信息，图像中只剩下目标信息，对得到的图像做轮廓提取，原理如图3所示。如果存在轮廓，即含有热斑，遍历提取的每一个的轮廓，并计算热斑所在帧的位置、面积等信息。太阳能电池组件热斑定位实现热斑检测后，可以得到热斑所在帧的位置信息，但并不知道热斑所在整个光伏组件的具体位置。需要将热斑所在光伏组件的排列数标注出来，实现热斑的精确定位。热斑定位是确定热斑故障在光伏电站的实际地理位置，使电站运维人员能够在最短的时间内找到故障电池板，及时进行更换，以免影响整个电站的发电效率。热斑定位的最终目的是定位到具体的光伏电池板，输出热斑位置、大小、严重程度等信息，根据热斑位置计算热斑所在光伏板的列、排数，将视频名字和热斑所在光伏组件排数、列数组成三维坐标表示热斑的具体位置，同时生成excel报告，方便运维人员统计，维护。太阳能电池板的最小单元太阳能电池片是矩形的形状，而且整体是排列十分规整的，太阳能电池片边缘的直线与太阳能电池板的排列数是一一对应的，只要检测每个电池片边缘的直线便可记录光伏组件的排列数。这时需要快速准确的检测出直线，采用直线检测算法来确定光伏组件的排列数，而直线检测算法通常使用霍夫变换算法。热斑故障定位模拟图如图4所示，可以说热斑位置为第9列、第4排。Lsd直线检测利用Lsd(aLineSegmentDetector)直线检测算法对光伏电池组件进行直线分割，从而实现对光伏阵列的标号。相比于其它直线分割算法其检测效率和精度都非常出色。Lsd仍存在很多问题，每一列光伏组件都被检测出几条直线。这是局部检测算法自增长的特点导致局部模糊或长线段被遮挡等原因，将一条直线分割为多条直线。并且太阳能电池片的横纵的直线是相交的，而每个像素点又需要判断是否Used，所以每个像素点只能属于一条直线，这时相交的直线必然割裂为两条直线。同时，交点梯度值较小，会被误认为是平坦区域，最终导致交点处被分割为4条直线。这些割裂的直线会造成检测不准确，从而导致热斑定位不准确。因此，在直线检测时添加判断。首先定义一个检测窗，若没有检测到直线，检测窗随着视频的播放一点点移动微小的距离；当检测到直线时，检测窗移动一个较大的距离，可以避免重复检测，之后继续移动微小的距离，直至完成所有检测。Lsd直线检测光伏组件大致分为两类：检测排数和列数。光伏阵列的排数是固定不变的，直线检测每经过一列太阳能电池片，累计加一来计算光伏组件的列数，检测到热斑时，记录热斑所在光伏组件的列、排数，用col，row表示，这便是热斑故障定位。以上所述仅是本专利技术的优选实施方式，应当指出，对于本
的普通技术人员来说，在不脱离本专利技术原理的前提下，还可以作出若干改进和润饰，这些改进和润饰也应视为本专利技术的保护范围。本文档来自技高网...

【技术保护点】
1.基于红外视频的光伏组件热斑检测定位方法，其特征在于，包括如下步骤：S1、利用最大类件间方差的阈值分割、图像降噪等算法实现图像预处理；S2、通过轮廓提取算法，遍历图像的每一个轮廓，完成红外图像热斑检测，并计算热斑所在帧的位置、面积等信息；S3、采用Lsd直线检测算法对光伏电池组件进行直线分割，实现对光伏阵列的标号；S4、将视频名字、热斑所在光伏组件的行和列组成三维坐标表示热斑的具体位置，实现太阳能电池组件热斑定位。

【技术特征摘要】
1.基于红外视频的光伏组件热斑检测定位方法，其特征在于，包括如下步骤：S1、利用最大类件间方差的阈值分割、图像降噪等算法实现图像预处理；S2、通过轮廓提取算法，遍历图像的每一个轮廓，完成红外图像热斑检测，并计算热斑所在帧的位置、面积等信息；S3、采用Lsd直线检测算法对光伏电池组件进行直线分割，实现对光伏阵列的标号；S4、将视频名字、热斑所在光伏组件的行和列组成三维坐标表示热斑的具体位置，实现太阳能电池组件热斑定...

【专利技术属性】
技术研发人员：门洪，吕来辰，孙超，翟文龙，
申请(专利权)人：东北电力大学，
类型：发明
国别省市：吉林,22