一种光伏组件缺陷检测和定位方法及系统技术方案

本发明专利技术公开了一种光伏组件缺陷检测和定位方法，根据组串识别神经网络模型对多张光伏阵列图像识别，获取每一个光伏组串图像，标定每一个光伏组串的编号；利用缺陷类型神经网络模型对每一个光伏组串图像进行缺陷类型识别，并确定有缺陷的光伏组件的位置信息；分别获取有缺陷的光伏组件的图像像素的最大灰度值和有缺陷的光伏组件所对应的光伏组串中其它正常光伏组件的图像像素的灰度值，利用灰度值与温度的拟合函数，计算得到有缺陷的光伏组件的最大温度以及正常光伏组件的平均温度；将最大温度与所述平均温度进行比较，判断有缺陷的光伏组件的热斑性质。通过该发明专利技术能够更加精确到有缺陷组件的位置，以及能够更加准确地判断缺陷性质。

【技术实现步骤摘要】
一种光伏组件缺陷检测和定位方法及系统
本专利技术涉及光伏发电运维
，尤其涉及一种光伏组件缺陷检测和定位方法及系统。
技术介绍
太阳能发电的份额不断增长，光伏板数量逐年增加，对于光伏板高效率的缺陷检测，排查成为难题。无人机检测相比其它检测方案，成本低，效率高，人工参与少，灵活可靠。目前对于无人机进行光伏板缺陷定位的方案分为两种：人工判断的方案和传统图像识别的方案。基于人工判断的技术方案效率低，容易漏判，判读时间长，巡检成本很高并且效率低。基于传统图像识别的技术方案对数据要求比较高，对不同地形环境、不同时间段、不同光照强度、光伏板不同尺寸规格均不能统一处理。对于无人机拍摄获得的图像，传统图像识别方法需要进行预先处理，如拼接、图像转换、尺寸裁切、人工校队及配准等，严重影响了光伏检测效率，并且巡检结果精度低，系统性能弱，无法满足考虑光伏电站的实际运营状况，对电站运维人员造成工作的繁琐。对于缺陷光伏组串的定位，目前从软件层面上的解决方案存在较大问题。大多数采用红外图像直方图转换、图像阈值分类及二值化处理的技术方案，但是对于复杂地形如本文档来自技高网...

【技术保护点】
1.一种光伏组件缺陷检测和定位方法，其特征在于，所述方法包括：/nS1、根据一预设的组串识别神经网络模型，对采集的多张光伏阵列图像进行特征提取，获取所述光伏阵列中的每一个光伏组串图像，并标定每一个光伏组串的编号；/nS2、利用一预设的缺陷类型神经网络模型，对所述每一个光伏组串图像进行缺陷类型识别，并根据所述光伏组串的编号，确定有缺陷的光伏组件的位置信息；/nS3、分别获取有缺陷的光伏组件的图像像素的最大灰度值，以及所述有缺陷的光伏组件所对应的光伏组串中其它正常光伏组件的图像像素的灰度值，利用灰度值与温度的拟合函数，计算得到所述有缺陷的光伏组件的最大温度以及所述正常光伏组件的平均温度；/nS4、...

【技术特征摘要】
1.一种光伏组件缺陷检测和定位方法，其特征在于，所述方法包括：
S1、根据一预设的组串识别神经网络模型，对采集的多张光伏阵列图像进行特征提取，获取所述光伏阵列中的每一个光伏组串图像，并标定每一个光伏组串的编号；
S2、利用一预设的缺陷类型神经网络模型，对所述每一个光伏组串图像进行缺陷类型识别，并根据所述光伏组串的编号，确定有缺陷的光伏组件的位置信息；
S3、分别获取有缺陷的光伏组件的图像像素的最大灰度值，以及所述有缺陷的光伏组件所对应的光伏组串中其它正常光伏组件的图像像素的灰度值，利用灰度值与温度的拟合函数，计算得到所述有缺陷的光伏组件的最大温度以及所述正常光伏组件的平均温度；
S4、将所述最大温度与所述平均温度进行比较，判断所述有缺陷的光伏组件的热斑性质。


2.如权利要求1所述的光伏组件缺陷检测和定位方法，其特征在于，所述步骤S1包括：
S101、采集并获取无人机搭载的相机拍摄的多张光伏阵列图像；
S102、基于深度学习神经网络算法，对样本训练数据集进行模型训练，构建所述组串识别神经网络模型；
S103、将所述多张光伏阵列图像输入至所述组串识别神经网络模型进行图像识别，获取光伏阵列中的每一个光伏组串图像以及该光伏组串在对应的光伏阵列图像中的像素坐标；
S104、基于所述每一张光伏阵列图像的中心GPS坐标，计算得到每一个光伏组串中心对应的GPS坐标，确定所述光伏阵列中的每一个光伏组串的编号。


3.如权利要求2所述的光伏组件缺陷检测和定位方法，其特征在于，所述组串识别神经网络模型的构建步骤包括：
采用SSD神经网络架构，Resnet18作为骨干网络，采用卷积层和全连接层共18层；
所述SSD神经网络架构的主体共6个不同特征图，检测不同尺度的目标，每一个特征层会根据像素生成不同比例的默认框；
采用多特征层预测机制，提取所述光伏阵列图像不同特征层的不同特征，融合特征金字塔FPN，对每一层进行1*1卷积后再融合上一层的特征；
分别采用SmoothL1loss和softmax损失函数对位置信息的回归和置信度的计算，使数据集中标注的坐标与产生的默认框进行回归计算，输出预测的偏移量及分类信息。


4.如权利要求2所述的光伏组件缺陷检测和定位方法，其特征在于，所述步骤S104包括：
根据光伏组串在对应的光伏阵列图像中的像素坐标，计算该光伏组串的中心点像素坐标；
计算所述光伏组串的中心点像素坐标与对应的光伏阵列图像中的中心点像素坐标之间的方位角；
获取光伏阵列图像中的中心点GPS坐标，计算光伏组串的中心点像素坐标与对应的光伏阵列图像中的中心点像素坐标之间的直线距离；
通过焦距转换，计算得到所述光伏组串的中心点像素坐标与对应的光伏阵列图像中的中心点像素坐标在实际地理环境中的真实距离；
根据所述光伏阵列图像中的中心点GPS坐标和中心点像...

【专利技术属性】
技术研发人员：李世岩，魏银龙，赵迎春，
申请(专利权)人：杭州青枭科技有限公司，
类型：发明
国别省市：浙江;33