【技术实现步骤摘要】
光伏电站阵列热斑识别方法和系统
[0001]本专利技术涉及光伏电站阵列热斑位置检测
,尤其涉及一种光伏电站阵列热斑识别方法和系统
。
技术介绍
[0002]光伏发电是应用广泛的清洁能源技术,光伏电站的建设对可持续发展有巨大作用
。
在光伏电站的实际应用中光伏板会出现热斑故障,由于电池安装质量
、
运维管理造成发电量不协调会造成光伏板在进行发电时被当作负载消耗产生热量,这就是热斑效应
。
热斑效应对光伏板的性能产生严重影响,严重时甚至会引发火灾,所以需要对其进行检测
。
[0003]传统采用人工巡检的方式用红外热像仪扫描光伏阵列,但随着光伏电站规模扩大,人工巡检的效率低,无法及时发现问题
。
近年来,随着无人机和人工智能技术的快速发展,基于无人机和人工智能的光伏电站热斑检测方法及设备开始被广泛研究和应用
。
无人机可以进行高效的大面积巡检,人工智能技术可以自动分析红外图像
。
[0004]红外图像可以反映不同物体的温度差异,技术人员依靠这种特征可以通过图像处理的手段将热斑位置识别出来,但是阳光反射在光伏阵列上形成的镜面反光区域与热斑红外图像差异很小,降低了热斑检测的准确性和可靠性,所以使得传统方案检测识别光伏电站阵列热斑的准确性和可靠性较低
。
技术实现思路
[0005]本专利技术的目的在于解决
技术介绍
中的至少一个技术问题,提供一种光伏电站阵列热斑识别方法和系统
...
【技术保护点】
【技术特征摘要】
1.
光伏电站阵列热斑识别方法,其特征在于,包括:使用无人机设备将光伏电站划分为多个光伏阵列探测区域,记录多张红外图像和可见光图像;将多张红外图像和可见光图像对齐拼接成大范围图像,找到大范围图像中可见光图像和红外图像中相互对应的特征点对,使可见光图像和红外图像信息配准;将可见光图像和红外图像中的光伏阵列探测区域和背景区域分离;基于可见光图像和红外图像的灰度的计算和匹配,得到融合图像;根据阵列热斑的温度特征在融合图像中找到热斑位置,识别并统计热斑的坐标
。2.
根据权利要求1所述的光伏电站阵列热斑识别方法,其特征在于,所述无人机设备包括:区域划分模块,用于根据无人机飞行范围划分所述光伏阵列探测区域,建立阵列坐标并在光伏阵列探测区域的四角坐标点搭建参照灯,参照灯在无人机巡检时间发出信号;两轴稳定云台,用于安装相机和热成像仪;图像采集模块,包括双通道相机和分光器,用于采集传输红外图像和可见光图像
。3.
根据权利要求2所述的光伏电站阵列热斑识别方法,其特征在于,所述两轴稳定云台的两轴摆动方式为:横向轴:一个行程内横向做5次摆动,成像时刻静止
300ms
,每次摆扫角度
12.5
°
,每一个角度位置静止时,双通道相机同时曝光,在行程结束后两轴稳定云台立即复位;俯仰轴:在双通道相机成像过程俯仰轴朝相反方向摆动相应的补偿角速度:;其中,
ω
为俯仰轴角速度,
V
为飞行速度,
H
为无人机高度
。4.
根据权利要求2所述的光伏电站阵列热斑识别方法,其特征在于,所述找到大范围图像中可见光图像和红外图像中相互对应的特征点对,使可见光图像和红外图像信息配准为:将大范围图像中可见光图像和红外图像中相互对应的像素点进行匹配对准,包括:在可见光图像和红外图像中找到光伏阵列探测区域四角搭建的参照灯光,应用
SIFT
算法对待配准的图像提取
n
个
SIFT
特征向量;应用
RANSAC
算法对
n
个
SIFT
特征向量进行迭代提取4个最优红外和可见光图像特征向量,计算用于描述两幅图像之间变换的单应性矩阵,单应性矩阵通过与对应像素点位置信息建立的方程计算:其中,
x
和
y
分别表示可见光图像像素点的横坐标和纵坐标,
x'
,
y'
分别表示红外图像像素点的横坐标和纵坐标;遍历每个可见光图像的像素点坐标
(x ,
y)
,将其变换为新图像坐标:将其表示为齐次坐标 (x'
,
y'
,
1)
,通过与单应性矩阵相乘得到新的坐标 (xh
,
yh
,
wh)
,将其归一化:
x1=xh/wh
,
y1=yh/wh
;其中,
x1、y1
是变换后的可见光图像与红外图像对应的新图像浮点数的横纵坐标;应用线性插值计算整数坐标点的值,根据每个像素点的新图像坐标将变换后的可见光图像重采样,使其与红外图像配准
。
5.
根据权利要求1所述的光伏电站阵列热斑识别方法,其特征在于,所述将可见光图像和红外图像中的光伏阵列区域和背景区域分离,包括:通过图像预处理将可见...
【专利技术属性】
技术研发人员:田亮,蓝思成,杨巾人,索延勇,徐序,黄勇,王枫,刘意,杨雄,邓纪洲,邝伟,
申请(专利权)人:中铁建设集团中南建设有限公司,
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。