【技术实现步骤摘要】
一种光伏电站火灾的图像识别方法
本专利技术属于图像识别领域，具体地而言为一种光伏电站火灾的图像识别方法。
技术介绍
未料灾变的发生常常让人始料未及，超出事先的防灾预案，一旦发生就会带来巨大的经济损失，光伏电站灾变发生最常见的就是火灾。据统计仅2018年国内光伏电站发生火灾事故数百起，损失惨重。而这些光伏电站对突发的火灾没有任何报警等防范措施。光伏系统故障是导致灾变发生的主要原因，引起故障的因素有多种，包括：光伏热斑效应、防反二极管故障、接线盒故障等，这些故障还可引起发电量严重下降。光伏电站25年的安全维护至关重要，国内外对光伏电站监测技术研究的特点是对系统控制方面研究比较多，而对系统维护和管理相对较少，如何确保光伏电站的安全运行，防止或减少火灾危害，保障人民生命财产的安全，已成为行业当务之急。
技术实现思路
本专利技术所要解决的技术问题在于提供一种光伏电站火灾的图像识别方法，自动识别事故风险，在第一时间自动发现并排除火灾隐患，减少光伏电站未料灾变的发生。本专利技术是这样实现的，一种光伏电站火灾的图...
【技术保护点】
1.一种光伏电站火灾的图像识别方法，其特征在于，包括如下的步骤：/n步骤1：在电站运行正常时，获取光伏电站的原始图像，将其作为原始样本图像；/n步骤2：拍摄待检测图像；/n步骤3：将原始样本图像和待检测图像转换成灰度图像；/n步骤4：采用四叉树分割将待检测图像分割成四等分；/n步骤5：采用亚像素梯度匹配算法，将待检测图像与原始样本图像进行亚像素点匹配，找出最小的匹配值；具体包括：先进行整像素图像匹配，求出的整像素匹配区域，得出整像素匹配区域中心点的位移；计算亚像素点值，根据计算的亚像素点值，在整像素匹配区域中心点的位移上，得到亚像素图像匹配后中心点的位移，进行亚像素图像匹配...
【技术特征摘要】 【专利技术属性】
1.一种光伏电站火灾的图像识别方法，其特征在于，包括如下的步骤：
步骤1：在电站运行正常时，获取光伏电站的原始图像，将其作为原始样本图像；
步骤2：拍摄待检测图像；
步骤3：将原始样本图像和待检测图像转换成灰度图像；
步骤4：采用四叉树分割将待检测图像分割成四等分；
步骤5：采用亚像素梯度匹配算法，将待检测图像与原始样本图像进行亚像素点匹配，找出最小的匹配值；具体包括：先进行整像素图像匹配，求出的整像素匹配区域，得出整像素匹配区域中心点的位移；计算亚像素点值，根据计算的亚像素点值，在整像素匹配区域中心点的位移上，得到亚像素图像匹配后中心点的位移，进行亚像素图像匹配得到亚像素点匹配的最小匹配值Ck(p)的值；
步骤6：采用均方差阈值判别方法，计算出各个图像像素最小匹配值的均值以及均差值，当计算结果大于指定的阈值时，则认为所述光伏电站出现异常，确定出异常图像的边界；
步骤7：对“部分”异常的范围再继续分割，进行同样处理，直到分割成“空”和“满”为止；
步骤8：通过比较三条以上的水平平行线的长度，确定出是否发生了火灾。
2.按照权利要求1所述的方法，其特征在于，
步骤1拍摄样本图像：
在电站正常的状态下，选择晴好天气，用高清摄像头，确定好拍摄位置，拍摄出样本图像K个，送入图像识别模块；.
步骤2拍摄待检测图像:
在当前的状态下，选择晴好天气，用高清摄像头，选择与步骤1同样的拍摄位置，拍摄出待检测图像K个，送入图像识别模块。
3.按照权利要求1所述的方法，其特征在于，步骤4具体包括：
采用四叉树方法，将待检测图像分割成四等分，第一象限G1，第二象限G2，第三象限G3，第四象限G4，判断满足“满”、“空”、“部分”三种情况的哪一种；其中“满”表示待检测图像出现异常；“空”表示待检测图像正常；“部分”表示待检测图像有的地方异常，而有的地方正常；对于“满”和“空”的情况不需要再进行图相匹配；对“部分”的待检测图像，继续分割成四等分，进行图像匹配，直到待检测图像完全为“满”和“空”为止。
4.按照权利要求3所述的方法，其特征在于，
步骤5将每部分的第i象限Gi分别在原始样本图像中寻找最佳匹配块，假设对于i＝1,2,3,4；设k是1到K之间的整数，第k个样本图像中每一个像素点的像素值为fk(x,y)，带上划线为均值，中心点为Pk(Xk,Yk)；待检测图像每一个像素点的像素值为gk(x,y)，带上划线为均值，中心点为P1k(X1k,Y1k)；待检测图像像素点矩阵行的个数为M以及列的个数N，则得出最小匹配值：
技术研发人员：王春鹏，夏之秋，张强，赵婷婷，赵翀，杨盛，
申请(专利权)人：齐鲁工业大学，
类型：发明
国别省市：山东;37
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。