本申请公开了一种识别光伏组件故障类型的方法、装置及电子设备。其中，该方法包括：获取光伏组件的热红外图像以及可见光图像；采用热红外故障检测模型对热红外图像进行分析，得到第一识别结果；基于第一故障类型确定是否调用可见光故障检测模型；在确定调用可见光故障检测模型的情况下，将热红外图像与可见光图像进行匹配，采用可见光故障检测模型对与热红外图像匹配的可见光图像进行分析，得到第二识别结果；基于第一识别结果与第二识别结果共同确定光伏组件的最终检测结果。本申请解决了由于相关技术中仅依靠热红外图像确定故障类型造成的故障识别不准确，容易造成故障误检的技术问题。问题。问题。
【技术实现步骤摘要】
识别光伏组件故障类型的方法、装置及电子设备
[0001]本申请涉及光伏组件故障识别领域，具体而言，涉及一种识别光伏组件故障类型的方法、装置及电子设备。
技术介绍
[0002]相关技术中，可基于热红外图像分析故障检测，该方法可以利用热红外图像温度越高像素值越高的特点，通过获取图像特征，再使用算法对获取的特征进行处理，从而实现故障检测与定位，但是由于部分故障在热红外图像下的特征比较相似，仅依靠热红外图像无法准确识别出故障类型，比如热班和碎裂在热红外图像下特征极为相似。其次，基于热红外图像分析故障检测方法对光反射等环境因素造成的图像亮度上升没有较好的区分方法，容易造成误检，比如组串开路与组串反光容易误识别。
[0003]即相关技术中，仅依靠热红外图像无法准确识别故障类型，且对于光反射等环境因素造成的图像亮度上升缺乏有效的区分方法，容易造成误检。
[0004]针对上述的问题，目前尚未提出有效的解决方案。
技术实现思路
[0005]本申请实施例提供了一种识别光伏组件故障类型的方法、装置及电子设备，以至少解决由于相关技术中仅依靠热红外图像确定故障类型造成的故障识别不准确，容易造成故障误检的技术问题。
[0006]根据本申请实施例的一个方面，提供了一种识别光伏组件故障类型的方法，包括：获取飞行器在目标光伏电站中所属区域的飞行过程中，通过红外相机拍摄到的光伏组件的热红外图像，以及通过可见光相机拍摄到的光伏组件的可见光图像；采用热红外故障检测模型对热红外图像进行分析，得到第一识别结果，第一识别结果包括：第一故障类型与故障位置；基于第一故障类型确定是否调用可见光故障检测模型；在确定调用可见光故障检测模型的情况下，将热红外图像与可见光图像进行匹配，采用可见光故障检测模型对与热红外图像匹配的可见光图像进行分析，得到第二识别结果，其中，第二识别结果包括：故障位置对应的第二故障类型；基于第一识别结果与第二识别结果共同确定光伏组件的最终检测结果，其中，最终检测结果用于在故障位置对应的目标故障类型。
[0007]可选地，基于第一故障类型确定是否调用可见光故障检测模型，包括：在确定第一故障类型为热斑类型或者碎裂类型的情况下，确定调用可见光故障检测模型。
[0008]可选地，基于第一识别结果与第二识别结果共同确定光伏组件的最终检测结果，包括：在第一识别结果指示故障位置的第一故障类型为碎裂类型，且第二识别结果指示故障位置的第二故障类型为碎裂类型的情况下，确定故障位置对应的目标故障类型为碎裂类型；在第一识别结果指示故障位置的第一故障类型为碎裂类型，且第二识别结果指示故障位置的第二故障类型为非碎裂类型的情况下，确定故障位置对应的目标故障类型为热斑类型；在第一识别结果指示故障位置的第一故障类型为热斑类型，且第二识别结果指示故障
位置的第二故障类型为碎裂类型的情况下，确定故障位置对应的目标故障类型为碎裂类型。
[0009]可选地，将热红外图像与可见光图像进行匹配，包括：获取自变量参数，其中，自变量参数包括：热红外图像对应的像素坐标矩阵、红外相机的参数矩阵、可见光相机的参数矩阵、红外相机与可见光相机的GPS差值矩阵、飞行器在飞行过程中的高度信息，以及可见光相机的相机姿态矩阵；构建自变量参数与可见光相机的像素坐标矩阵的函数关系表达式，基于函数关系表达式将热红外图像与可见光图像进行匹配。
[0010]可选地，函数关系表达式如下：U＝K2*K1*V+K2*R/H*W；其中，U为可见光相机的像素坐标矩阵、V为热红外图像对应的像素坐标矩阵、K1为红外相机的参数矩阵、K2为可见光相机的参数矩阵、W是红外相机与可见光相机的GPS差值矩阵、H为飞行器在飞行过程中的高度信息、R为可见光相机的相机姿态矩阵。
[0011]可选地，上述方法还包括：在第一识别结果指示故障位置的第一故障类型为接线盒故障、遮挡热斑或者组件缺失的情况下，确定故障位置对应的目标故障类型为第一故障类型。
[0012]可选地，上述方法还包括：在第一识别结果指示故障位置的第一故障类型为组串开路的情况下，获取发生组串开路的第一组串区域的第一像素亮度，以及与第一组串区域相邻的第二组串区域的第二像素亮度；确定第一像素亮度与第二像素亮度的差值，在差值大于设定阈值的情况下，确定故障位置对应的目标故障类型为光伏组件发生组串开路。
[0013]可选地，获取发生组串开路的所在第一组串区域的第一像素亮度，以及与第一组串区域相邻的第二组串区域的第二像素亮度，上述方法还包括：确定第一组串区域的像素值分布，根据像素值分布确定是否存在反光干扰，在确定第一组串区域不存在反光干扰的情况下，获取第一像素亮度以及第二像素亮度。
[0014]可选地，确定第一组串区域的像素值分布，根据像素值分布确定是否存在反光干扰，包括：获取第一组串区域的像素总个数以及每个像素的像素值；确定像素值属于预设区间的目标像素的目标个数，确定目标个数与总个数的比值，在比值大于预定比值的情况下，确定第一组串区域不存在反光干扰，在比值小于预定比值的情况下，确定第一组串区域存在反光干扰。
[0015]根据本申请实施例的另一方面，还提供了一种识别光伏组件故障类型的装置，包括：获取模块，用于获取飞行器在目标光伏电站中所属区域的飞行过程中，通过红外相机拍摄到的光伏组件的热红外图像，以及通过可见光相机拍摄到的光伏组件的可见光图像；分析模块，用于采用热红外故障检测模型对热红外图像进行分析，得到第一识别结果，第一识别结果包括：第一故障类型与故障位置；第一确定模块，用于基于第一故障类型确定是否调用可见光故障检测模型；匹配模块，用于在确定调用可见光故障检测模型的情况下，将热红外图像与可见光图像进行匹配，采用可见光故障检测模型对与热红外图像匹配的可见光图像进行分析，得到第二识别结果，其中，第二识别结果包括：故障位置对应的第二故障类型；第二确定模块，用于基于第一识别结果与第二识别结果共同确定光伏组件的最终检测结果，其中，最终检测结果用于在故障位置对应的目标故障类型。
[0016]根据本申请实施例的另一方面，还提供了一种非易失性存储介质，存储介质包括存储的程序，其中，在程序运行时控制存储介质所在设备执行任意一种识别光伏组件故障
类型的方法。
[0017]根据本申请实施例的另一方面，还提供了一种电子设备，包括：处理器；用于存储处理器可执行指令的存储器；其中，处理器被配置为执行指令，以实现任意一种识别光伏组件故障类型的方法。
[0018]在本申请实施例中，利用热红外图像与可见光图像进行双光检测的方式，通过获取飞行器在目标光伏电站中所属区域的飞行过程中，通过红外相机拍摄到的光伏组件的热红外图像，以及通过可见光相机拍摄到的光伏组件的可见光图像；然后，采用热红外故障检测模型对热红外图像进行分析，得到第一识别结果，第一识别结果包括：第一故障类型与故障位置；再基于第一故障类型确定是否调用可见光故障检测模型；在确定调用可见光故障检测模型的情况下，将热红外图像与可见光图像进行匹配，采用可见光故障检测模型对与本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种识别光伏组件故障类型的方法，其特征在于，包括：获取飞行器在目标光伏电站中所属区域的飞行过程中，通过红外相机拍摄到的光伏组件的热红外图像，以及通过可见光相机拍摄到的所述光伏组件的可见光图像；采用热红外故障检测模型对所述热红外图像进行分析，得到第一识别结果，所述第一识别结果包括：第一故障类型与故障位置；基于所述第一故障类型确定是否调用可见光故障检测模型；在确定调用所述可见光故障检测模型的情况下，将所述热红外图像与所述可见光图像进行匹配，采用所述可见光故障检测模型对与所述热红外图像匹配的所述可见光图像进行分析，得到第二识别结果，其中，所述第二识别结果包括：所述故障位置对应的第二故障类型；基于所述第一识别结果与所述第二识别结果共同确定所述光伏组件的最终检测结果，其中，所述最终检测结果用于在所述故障位置对应的目标故障类型。2.根据权利要求1所述的方法，其特征在于，基于所述第一故障类型确定是否调用可见光故障检测模型，包括：在确定所述第一故障类型为热斑类型或者碎裂类型的情况下，确定所述调用所述可见光故障检测模型。3.根据权利要求2所述的方法，其特征在于，基于所述第一识别结果与所述第二识别结果共同确定所述光伏组件的最终检测结果，包括：在所述第一识别结果指示所述故障位置的所述第一故障类型为所述碎裂类型，且所述第二识别结果指示所述故障位置的所述第二故障类型为所述碎裂类型的情况下，确定所述故障位置对应的所述目标故障类型为所述碎裂类型；在所述第一识别结果指示所述故障位置的所述第一故障类型为所述碎裂类型，且所述第二识别结果指示所述故障位置的所述第二故障类型为非碎裂类型的情况下，确定所述故障位置对应的所述目标故障类型为所述热斑类型；在所述第一识别结果指示所述故障位置的所述第一故障类型为所述热斑类型，且所述第二识别结果指示所述故障位置的所述第二故障类型为所述碎裂类型的情况下，确定所述故障位置对应的所述目标故障类型为所述碎裂类型。4.根据权利要求1所述的方法，其特征在于，将所述热红外图像与所述可见光图像进行匹配，包括：获取自变量参数，其中，所述自变量参数包括：所述热红外图像对应的像素坐标矩阵、所述红外相机的参数矩阵、所述可见光相机的参数矩阵、所述红外相机与所述可见光相机的GPS差值矩阵、所述飞行器在飞行过程中的高度信息，以及所述可见光相机的相机姿态矩阵；构建所述自变量参数与所述可见光相机的像素坐标矩阵的函数关系表达式，基于所述函数关系表达式将所述热红外图像与所述可见光图像进行匹配。5.根据权利要求4所述的方法，其特征在于，所述函数关系表达式如下：U＝K2*K1*V+K2*R/H*W其中，U为所述可见光相机的像素坐标矩阵、V为所述热红外图像对应的像素坐标矩阵、K1为所述红外相机的参数矩阵、K2为所述可见光相机的参数矩阵、W是所述红外相机与所述
可见光相机的GPS差值矩阵、H为所述飞行器在飞行过程中的高度信息、R为所述可见光相机的相机姿态矩阵。6.根据权利要求...
【专利技术属性】
技术研发人员：柴华荣，方振宇，张锐，
申请(专利权)人：阳光智维科技股份有限公司，
类型：发明
国别省市：
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。