一种基于无人机的光伏板灰尘检测系统及检测方法技术方案

本发明专利技术公开了一种基于无人机的光伏板灰尘检测系统及检测方法,包括运载平台，所述运载平台上设置有图像采集装置，包括后台服务器，所述图像采集装置通过通信网络与后台服务器信号相连。所述运载平台中设置有运行控制程序，所述图像采集装置为云台相机；所述后台服务器中设置有图像处理模型。所述运载平台为多旋翼无人机；包括平板设备，所述平板设备中设置有路线规划APP。所述多旋翼无人机上设置有RTK模块，所述多旋翼无人机通过RTK模块连接至千寻网络，提高设备的定位精度。通过采用本技术方案，能自动化的检测太阳能电池板上灰尘，并作出是否需要清洗的判定。并作出是否需要清洗的判定。并作出是否需要清洗的判定。

【技术实现步骤摘要】
一种基于无人机的光伏板灰尘检测系统及检测方法


[0001]本专利技术涉及太阳能发电领域，特别是涉及一种基于无人机的光伏板灰尘检测系统及检测方法。

技术介绍

[0002]随着我国国民经济的发展，新型能源产业的大力投入与建设，尤其是光伏发电作为21世纪新型、清洁、可再生能源。在已建设且投入运营的光伏场站中，光伏板置于室外，其表面易于集聚灰尘，这直接影响光伏板的发电效率和光伏板的使用寿命。对于光伏板表面灰尘的检测，靠人工主观观察，不但效率低下，而且难以对灰尘集聚程度做到量化，因而对光伏板有效的清洗工作带来困难：灰尘少的时候去频繁清洗，浪费财力、人力、易损坏光伏板组件；灰尘严重时再去清洗，积灰已对光伏板进行腐蚀、影响发电效率；同一场站的不同区域，光伏板积灰程度也不相同，需有针对性的清洗才可。
[0003]随着多旋翼无人机在地理测绘、电力巡检、应急救灾等方向的使用日趋频繁，多旋翼无人机的技术愈发成熟，飞行稳定性大幅提高，事故率逐步降低，挂载的传感器愈发小型化，350mm轴距的四旋翼无人机可使用RTK模块实现厘米级精度的飞行定位，并可挂载对应相机，拍摄高清照片。
[0004]对于光伏板灰尘的检测，目前主要为人工主观判断和预安装灰尘传感器。人工主观判断，这种传统的光伏板灰尘检测方式，存在以下缺陷：检测效率低下、人力成本高昂、对整个电站的光伏板难以全面检测、人员安全存在一定的危险性、难以准确定位落灰程度。预安装灰尘传感器，这种新型的光伏板灰尘检测方式，存在以下缺陷与不足：在光伏场站投入运营后安装难度大、传感器长期暴露在室外易损坏、成本高昂、难以高效合理地利用这些安装的传感器。
[0005]现有技术方案一：《光伏板灰尘检测系统》(CN201822228662.0)，《光伏板灰尘检测系统及方法》(CN201811615101.4)。该技术方案提出了一种光伏板灰尘检测系统：包括光伏板以及固定光伏板的支撑架；还包括：图像获取装置以及与光伏板材质相同的采样模块；所述采样模块设置在光伏板的旁边，与光伏板处于同一平面内，采样模块的设置角度与光伏板相同；所述图像获取装置采集采样模块表面的图像信息并传送至处理器，所述处理器对接收到的图像信息进行处理，确定灰尘颗粒在采样模块表面的图像中所占的面积比例，根据所述比例确定是否对光伏板进行清理。
[0006]现有技术方案二：《光伏板灰尘检测装置》(CN201320440972.3)。该技术方案提出了一种应用于光伏发电系统的光伏板灰尘检测装置，包括：灰尘传感器，其连接至控制器，测量所述光伏板上的灰尘量，并将测量到的灰尘量进行数字化后得到的灰尘量值发送至所述控制器；辐照度传感器，其连接至所述控制器，测量所述光伏板上的光辐照强度，并将测量到的光辐照强度进行数字化后得到的光辐照强度值发送至所述控制器；功率测量单元，其连接至所述控制器，测量所述光伏发电系统的发电功率值，并将测量到的发电功率值发送至所述控制器；所述控制器，连接至所述灰尘传感器、所述辐照度传感器和所述功率测量
单元，根据接收到的所述灰尘量值、所述光辐照强度值和/或所述发电功率值，输出控制信号。
[0007]现有技术方案三：《一种基于物联网的光伏板灰尘检测装置》(CN201920620344.0)。该技术方案提出了一种基于物联网的光伏板灰尘检测装置，包括光伏单元、清理箱、第一摄像头，所述光伏单元包括底座，所述底座上面安装有第一支杆，所述第一支杆顶部安装有太阳能板，所述太阳能板后面安装有第二支杆，所述第二支杆顶部安装有所述第一摄像头，所述太阳能板下面安装有第一处理器，所述第一处理器型号为586型，所述第一处理器下面安装有信号发射器，所述信号发射器型号为TXD1型，所述光伏单元外侧设置有所述清理箱，所述清理箱顶部安装有第二摄像头，所述清理箱前面安装有检修门，所述清理箱一侧设置有第一气管，所述第一气管前面安装有第一喷嘴，所述第一喷嘴形状为扁平形，所述第一喷嘴设置有8个，所述第一喷嘴与所述太阳能板呈45度夹角，所述第一气管上面安装有第二喷嘴，所述第二喷嘴与所述第一摄像头同轴，所述第二喷嘴后面安装有第二气管，所述清理箱底部四角均匀分布有4个行走电机，所述行走电机上面安装有行走轮，所述清理箱内安装有电控阀，所述电控阀下方设置有气泵，所述气泵一侧设置有第二处理器，所述第二处理器型号为586型，所述第二处理器上面安装有信号接收器，所述信号接收器型号为SX1278ZTR4
‑
GC型，所述信号发射器和所述信号接收器采用无线电连接，所述第一处理器分别与所述信号发射器和所述第一摄像头电连接，所述第二处理器分别与所述信号接收器、所述电控阀、所述气泵、所述第二摄像头和所述行走电机电连接。
[0008]现有技术缺点一：初始投入成本高昂。如采用“灰尘传感器”、“辐照度传感器”、“功率单元”相结合的灰尘检测技术，在初期需要给光伏场站预安装大量的多种传感器设备，这使得在检测系统上投入大量的硬件成本。
[0009]现有技术缺点二：后期需持续投入相应的财力及人力。对于给光伏场站预安装传感器设备进行灰尘检测的系统及装置，均需后期持续投入对此类设备的维护与检修，甚至更换。
[0010]现有技术缺点三：现有检测技术难以确定到每一个光伏组件的灰尘积聚程度。如“通过预安装图像获取装置，光伏板材质相同的采样模块”的检测方案，只能定性的检测出该采样模块所处区域的积灰程度，而并非光伏板实际积灰程度，更别说是准确检测到具体每一个光伏组件的积灰程度。
[0011]现有技术缺点四：灰尘检测系统的复用效率低下，现有技术都是预安装在固定场站，无法在多个光伏场站使用同一套光伏板灰尘检测系统。

技术实现思路

[0012]本专利技术的专利技术目的在于：针对上述存在的问题，针对以上缺点，本专利技术提供了一种基于无人机的光伏板灰尘检测系统及检测方法，在本技术方案中，不再只对一个场站进行固定检测灰尘积聚程度，而是能够在多个场站实现可移动切换作业，提高检测系统的复用率；初始投入成本低廉且后期使用中无需对该检测系统持续投入财力及人力；能够准确检测到每一组光伏组件上的灰尘积聚程度级别；同时该方案中检测设备易于获取、可移动性强、易于操作、便于携带且灵活性高等特点。
[0013]本专利技术采用的技术方案如下：
[0014]一种基于无人机的光伏板灰尘检测系统，包括运载平台，所述运载平台上设置有图像采集装置，包括后台服务器，所述图像采集装置通过通信网络与后台服务器信号相连。
[0015]进一步地，本专利技术公开了一种基于无人机的光伏板灰尘检测系统的优选结构，所述运载平台中设置有运行控制程序，所述图像采集装置为云台相机；所述后台服务器中设置有图像处理模型。
[0016]进一步地，所述台服务器为深度学习服务器，所述运载平台为多旋翼无人机；包括平板设备，所述平板设备中设置有路线规划APP。
[0017]进一步地，所述多旋翼无人机上设置有RTK模块，所述多旋翼无人机通过RTK模块连接至千寻网络，提高设备的定位精度。
[0018]一种基于无人机的光伏板灰本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种光伏板灰尘检测系统的检测方法，其特征在于，检测系统包括运载平台，所述运载平台上设置有图像采集装置，包括后台服务器，所述图像采集装置通过通信网络与后台服务器信号相连；包括以下步骤：S1.根据作业现场规划无人机航线，运载平台搭载图像采集装置采集太阳能电池板的图像数据；S2.图像采集装置将采集到的图像数据发送到后台服务器，后台服务器对图像进行预处理；S3.后台服务器构建图像数据特征提取模型，后台服务器对预处理的数据通过图像数据特征提取模型进行特征提取；S4.后台服务器中创建灰尘聚集程度级别数据库,具体步骤为：a.将光伏板灰尘积聚程度分为若干级别，根据步骤S3的光伏板图像特征提取数据，通过层次聚类算法对大量的光伏板灰尘图像数据实现不同灰尘积聚程度的图像特征数据划分，对光伏板积灰程度达到一个标准的量化度量；b.通过采用求解聚类质心的方法构建灰尘积聚程度级别数据库；S5.后台服务器根据步骤S3中提取出来的特征数据与灰尘聚集程度级别数据库比对，判断太阳能电池板上的灰尘聚集程度。2.如权利要求1所述的一种基于无人机的光伏板灰尘检测系统的检测方法，其特征在于：步骤S3中，建图像数据特征提取模型包括以下步骤：S3.1、构建深度残差卷积神经网络模型，并对构建的深度残差卷积神经网络模型进行优化训练；S3.2、判断训练后的深度残差卷积神经网络模型是否收敛，若收敛则进入步骤S3.3，若不收敛则回到步骤S3.1重新构建深度残差卷积神经网络模型并训练，重复若干次；S3.3、对步骤S3.2中产生的收敛模型进行验证，获取最优的收敛模型，作为迁移学习的预训练模型；S3.4、将步骤S2中预处理后的图像数据送入步骤S3.3中生成的预训练模型进行训练，对预训练模型实现微调，实现迁移学习，得到光伏板图像数据特征提取的深度学习模型。3.如权利要求1所述的一种基于无人机的光伏板灰尘检测系统的检测方法，其特...

【专利技术属性】
技术研发人员：杨扬，周亚峰，韦豪，
申请(专利权)人：上海伯镭智能科技有限公司，
类型：发明
国别省市：