基于5G的无人机电站智能巡检方法、系统和网络侧服务端技术方案

本发明专利技术属于光伏电站、无人机、图形识别的技术领域，针对现有技术中采用无人机拍摄光伏电池热斑图像对于热斑位置定位不准确的问题，提出基于5G的无人机电站智能巡检方法、系统和网络侧服务端，所述方法包括：获取光伏电池热斑图像数据；对所述光伏电池热斑图像数据进行预处理；使用标注工具对预处理后的光伏电池热斑图像进行标注，构建光伏电池热斑图像数据集；根据所述光伏电池热斑图像数据集训练得到热斑检测模型；获取实时拍摄的红外视频；根据所述红外视频和热斑检测模型进行判断热斑位置。置。置。

【技术实现步骤摘要】
基于5G的无人机电站智能巡检方法、系统和网络侧服务端


[0001]本专利技术属于光伏电站、无人机、图形识别的
，具体涉及基于5G的无人机电站智能巡检方法、系统和网络侧服务端。

技术介绍

[0002]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。
[0003]为了维护电站的安全稳定运行，及时发现并定位热斑对光伏电站的运维至关重要。随着人工智能和计算机视觉的发展，使用基于目标检测算法的无人机光伏电站巡检方式得以广泛使用。但传统的无人机图像传输方式难以满足实时检测和定位的需求。随着5G技术的发展，使得无人机通过5G网络传输数据成为可能。

技术实现思路

[0004]本专利技术提供基于5G的无人机电站智能巡检方法、系统和网络侧服务端，解决了现有技术中，采用无人机拍摄光伏电池热斑图像对于热斑位置定位不准确的问题。
[0005]本专利技术的基础方案：基于5G的无人机电站智能巡检方法，包括以下步骤：
[0006]获取光伏电池热斑图像数据；
[0007]对所述光伏电池热斑图像数据进行预处理；
[0008]使用标注工具对预处理后的光伏电池热斑图像进行标注，构建光伏电池热斑图像数据集；
[0009]根据所述光伏电池热斑图像数据集训练得到热斑检测模型；
[0010]获取实时拍摄的红外视频；
[0011]根据所述红外视频和热斑检测模型进行判断热斑位置。
[0012]有益效果：本方案中，采用标注工具标注已知的光伏电池热斑图像数据中热斑的位置，从而形成光伏电池热斑图像数据集，通过神经网络训练根据光伏电池热斑数据集不断学习，从而得到热斑检测模型，即总结出光伏电池热斑图像中热斑位置出现的规律。随后根据该热斑检测模型检测红外视频中，是否存在热斑；若存在，热斑检测模型检测红外视频中每一帧的光伏电池热斑图像所对应的热斑的位置，随后将该红外线视频中所有光伏电池热斑图像所对应的热斑位置进行总结得到最终的热斑位置信息，并进行输出。从而使得巡检人员通过自身巡检客户端接收到上述方法所输出的热斑位置，了解到上述方法所输出的
热斑位置信息，从而精准的对拍摄的红外视频中热斑位置进行定位。
[0013]进一步，所述获取光伏电池热斑图像数据为不同气象条件下的带有热斑的光伏电池热斑图像数据。
[0014]进一步，所述对所述光伏电池热斑图像数据进行预处理，具体为：
[0015]对所述光伏电池热斑图像进行中值滤波。。
[0016]进一步，所述使用标注工具对预处理后的光伏电池热斑图像进行标注，具体为：
[0017]选择标注工具；
[0018]使用所述标注工具为每个预处理后的光伏电池热斑图像数据标注类别；
[0019]使用所述标注工具为每个预处理后的光伏电池热斑图像数据中的热斑标注边框。
[0020]进一步，所述标注工具为具备标注图片类别和对象边框的图片标注工具。
[0021]进一步，所述标注工具为LabelImg。
[0022]进一步，所述标注工具将标注后的光伏电池热斑图像数据保存为YOLO要求的格式。
[0023]进一步，所述根据所述光伏电池热斑图像数据集训练得到热斑检测模型，具体为：
[0024]采用YOLOv3架构在建立的热斑图像数据集上训练并得到热斑检测模型。
[0025]本专利技术还提供基于5G的无人机电站智能巡检系统，包括无人机、服务器和巡回终端；所述无人机、服务器和巡回终端两两之间通信连接；
[0026]所述无人机用于采集光伏电池表面的红外视频；
[0027]所述服务器包括：
[0028]信息收集模块，用于收集不同气象条件下的带有热斑的光伏电池热斑图像数据，并将所述光伏电池热斑图像数据发送给预处理模块；
[0029]预处理模块，用于接收所述信息收集模块所发送的所述光伏电池热斑图像数据，对所述光伏电池热斑图像进行中值滤波，并将滤波完成的光伏电池热斑图像数据发送给标注模块；
[0030]标注模块，用于接收预处理模块发送的光伏电池热斑图像数据，并使用标注工具进行标注，将标注后的光伏电池热斑图像数据发送给存储模块；
[0031]存储模块，用于接收标注模块所发送的光伏电池热斑图像数据，并构件光伏电池热斑图像数据集；
[0032]建模模块，用于根据存储模块中的光伏电池热斑图像数据集训练的到热斑检测模型，并将热斑检测模型发送给预测模块；
[0033]所述巡回客户端包括：
[0034]信号接收模块，用于接收无人机实时发送的红外视频，并将红外视频发送给预测模块；
[0035]预测模块，用于接收信号接收模块所发送的红外视频，接收建模模块所发送的热斑检测模型，根据红外视频和热斑检测模型进行推算热斑位置信息，并将热斑位置信息发送给输出模块；
[0036]输出模块，用于接收所述预测模型所发送的热斑位置信息，并输出所述热斑位置信息。
[0037]本专利技术还提供一种网络侧服务端，其特征在于，包括：
[0038]至少一个处理器；以及，
[0039]与所述至少一个处理器通信连接的存储器；其中，
[0040]所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行上述任一项所述的基于5G的无人机电站智能巡检方法。
附图说明
[0041]图1为本专利技术第一实施方式提供的基于5G的无人机电站智能巡检方法的流程图；
[0042]图2为本专利技术第一实施方式中光伏电池图像数据中热斑的示意图；
[0043]图3为本专利技术第二实施方式提供的基于5G的无人机电站智能巡检系统的模块示意图；
[0044]图4为本专利技术第三实施方式提供的网络侧服务端的结构示意图。
具体实施方式
[0045]下面通过具体实施方式进一步详细的说明：
[0046]为使本专利技术实施例的目的、技术方案和优点更加清楚，下面将结合附图对本专利技术的各实施方式进行详细的阐述。然而，本领域的普通技术人员可以理解，在本专利技术各实施方式中，为了使读者更好地理解本申请而提出了许多技术细节。但是，即使没有这些技术细节和基于以下各实施方式的种种变化和修改，也可以实现本申请所要求保护的技术方案。
[0047]第一实施方式本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.基于5G的无人机电站智能巡检方法，其特征在于，包括以下步骤：获取光伏电池热斑图像数据；对所述光伏电池热斑图像数据进行预处理；使用标注工具对预处理后的光伏电池热斑图像进行标注，构建光伏电池热斑图像数据集；根据所述光伏电池热斑图像数据集训练得到热斑检测模型；获取实时拍摄的红外视频；根据所述红外视频和热斑检测模型进行判断热斑位置。2.根据权利要求1所述的基于5G的无人机电站智能巡检方法，其特征在于：所述获取光伏电池热斑图像数据为不同气象条件下的带有热斑的光伏电池热斑图像数据。3.根据权利要求1所述的基于5G的无人机电站智能巡检方法，其特征在于，所述对所述光伏电池热斑图像数据进行预处理，具体为：对所述光伏电池热斑图像进行中值滤波。4.根据权利要求1所述的基于5G的无人机电站智能巡检方法，其特征在于，所述使用标注工具对预处理后的光伏电池热斑图像进行标注，具体为：选择标注工具；使用所述标注工具为每个预处理后的光伏电池热斑图像数据标注类别；使用所述标注工具为每个预处理后的光伏电池热斑图像数据中的热斑标注边框。5.根据权利要求4所述的基于5G的无人机电站智能巡检方法，其特征在于：所述标注工具为具备标注图片类别和对象边框的图片标注工具。6.根据权利要求5所述的基于5G的无人机电站智能巡检方法，其特征在于：所述标注工具为LabelImg。7.根据权利要求4所述的基于5G的无人机电站智能巡检方法，其特征在于：所述标注工具将标注后的光伏电池热斑图像数据保存为YOLO要求的格式。8.根据权利要求1所述的基于5G的无人机电站智能巡检方法，其特征在于，所述根据所述光伏电池热斑图像数据集训练得到热斑检测模型，具体为：采用YOLOv3架构在建立的热斑图像数...

【专利技术属性】
技术研发人员：武爱斌，魏小庆，毛旭初，方杰，卞志刚，
申请(专利权)人：朗坤智慧科技股份有限公司，
类型：发明
国别省市：