【技术实现步骤摘要】
一种基于光伏电站UAV的自主巡检与热斑识别方法及系统
本专利技术涉及光伏电站、无人机、图形识别的
，尤其涉及一种基于光伏电站UAV的自主巡检与热斑识别方法及系统。
技术介绍
随着大量规模化光伏电站的落成，光伏组件巡检工作的体量也越来越大，引起了诸多学者和企业家的关注，据统计，在光伏电站系统中，光伏组件污渍、遮挡、热斑等问题占电站设备故障率的50％以上，若能及时发现这些问题并及时处理，电站的总体效率将大幅提升。目前光伏组件的故障监测一般有两种方法进行，一、通过监测光伏组件发电时的输出电压和输出功率进行排查，该方法的缺陷在于只能进行粗略排查，难以精确定位到具体的光伏组件，更难以发现电池片的内部故障；二、借助所有故障均会表现为温度异常的特性，通过人工携带温度测量仪器逐一对发热组件进行测量记录，该方法的缺陷在于针对建筑面积大、光伏组件数量多的规模小光伏电站而言，人工效率较低且易出现错漏，可靠性差。
技术实现思路
本部分的目的在于概述本专利技术的实施例的一些方面以及简要介绍一些较佳实施例。在本部分以及本申请的...
【技术保护点】
1.一种基于光伏电站UAV的自主巡检与热斑识别方法，其特征在于：包括，/n采集光伏组件原始红外数据并实时传输到地面基站中进行预处理；/n利用像素矩阵提取预处理后的所述红外数据的图像边缘特征；/n结合温度矩阵识别图像中所述光伏组件的热斑并利用实时动态载波相位动态差分策略初步定位至所述热斑区域发热点位置；/n基于现场光伏组件的实际空间位置构建光伏电站三维地图；/n利用初步定位结果与所述三维地图进行融合处理，得到二次定位后的热斑位置并生成巡视报告在终端内进行展示。/n
【技术特征摘要】
1.一种基于光伏电站UAV的自主巡检与热斑识别方法，其特征在于：包括，
采集光伏组件原始红外数据并实时传输到地面基站中进行预处理；
利用像素矩阵提取预处理后的所述红外数据的图像边缘特征；
结合温度矩阵识别图像中所述光伏组件的热斑并利用实时动态载波相位动态差分策略初步定位至所述热斑区域发热点位置；
基于现场光伏组件的实际空间位置构建光伏电站三维地图；
利用初步定位结果与所述三维地图进行融合处理，得到二次定位后的热斑位置并生成巡视报告在终端内进行展示。
2.根据权利要求1所述的基于光伏电站UAV的自主巡检与热斑识别方法，其特征在于：采集所述原始红外数据之前还包括，
基于三维点云地图的航迹规划自主飞行航线；
将规划完成的所述自主飞行航线导入所述地面基站中，实时监控无人机的自主巡检状态和数据；
利用所述无人机的红外热相仪采集所述光伏组件原始红外数据并实时传输到所述地面基站中。
3.根据权利要求1或2所述的基于光伏电站UAV的自主巡检与热斑识别方法，其特征在于：预处理所述原始红外数据包括，
根据大量热斑与非热斑样本红外图片获取热斑图片中热斑区域的最高温度和非热斑照片的最高温度，形成疑似热斑温度值数据；
分析所述疑似热斑温度值数据，得到一个温度值高于所述非热斑图片温度值和低于所述热斑图片区域最高温度值并作为疑似温度值；
筛选出所述原始红外数据中大于所述疑似热斑温度值的图片，对其进行畸变矫正和雾霾去除，得到疑似热斑的数据图片。
4.根据权利要求3所述的基于光伏电站UAV的自主巡检与热斑识别方法，其特征在于：提取所述图像边缘特征包括，
标记预处理后的所述红外数据中的光斑位置；
将标记前的所述红外数据图片输入深度学习网络中进行检测和分类，得到预判结果；
利用NMS策略对比所述标记光斑位置和所述预判结果并进行迭代优化，去除弱特征，直至输出完善的存储图片特征模型；
将所述红外图片输入所述存储图片特征模型内进行热斑识别，所述存储图片特征模型利用所述像素矩阵提取与所述存储图片特征模型内颜色、纹理相似的特征。
5.根据权利要求4所述的基于光伏电站UAV的自主巡检与热斑识别方法，其特征在于：识别所述热斑包括，
利用所述存储图片特征模型进行特征编码，结合聚类策略识别所述光伏组件边缘特征，产生热斑预测框；
根据类别置信度确定所述热斑预测框的类别和置信度数值；
分别过滤属于背景的所述预测框和置信度阈值较低的所述预测框；
对保留的所...
【专利技术属性】
技术研发人员：刘佳，杨柏，张军，姚文杰，练成雄，骆磊，邵臻霖，周龙华，熊飞，周兵，高翔，
申请(专利权)人：广东省电力开发有限公司，
类型：发明
国别省市：广东;44
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。