光伏组件故障检测方法技术

本发明专利技术公开了一种光伏组件故障检测方法

【技术实现步骤摘要】
光伏组件故障检测方法、装置、系统及存储介质


[0001]本专利技术实施例涉及光伏
，尤其涉及一种光伏组件故障检测方法
、
装置
、
系统及存储介质
。

技术介绍

[0002]近年来，能源与环境问题制约着经济社会的发展，光伏发电为新能源带来了契机
。
但随着光伏装机容量的增多，光伏组件的故障问题日益凸显，不仅影响光伏电站的发电量，增加光伏电站的运维成本，还会存在风险和安全隐患
。
[0003]传统的光伏电站运维方式多采用人工巡检的方式，主要依赖于电站设备的电气特性，且光伏电站电气特性参数受天气等环境因素影响较大，无法精准检测故障
。
并且人工巡检方式受限于地形和光伏组件安装位置等，因而存在巡检效率低
、
运维成本高且存在较大安全隐患的问题
。
为此，无人机光伏巡检技术应运而生
。
相比于人工光伏巡检技术，无人机光伏巡检技术在安全
、
效率和灵活性等方面具有巨大优势
。
然而，现有技术中的无人机光伏巡检技术的故障检测准确率有待进一步提高，并且故障误识别率较高
。

技术实现思路

[0004]本专利技术提供一种光伏组件故障检测方法
、
装置
、
系统及存储介质，以提高光伏巡检技术的故障检测准确率，降低故障误识别率
。
[0005]根据本专利技术的一方面，提供了一种光伏组件故障检测方法，包括：
[0006]获取光伏电站的多张包含光伏组串的红外图片；其中，所述红外图片由无人机拍摄得到，所述红外图片与无人机的航向角关联；
[0007]基于多阶段检测算法模型，对各所述红外图片分别进行光伏组串区域识别以及光伏组件故障检测，得到光伏组串区域和故障组件区域；
[0008]基于所述光伏组串区域和所述故障组件区域，确定光伏组串区域内的故障组件
。
[0009]可选地，所述多阶段检测算法模型包括：组串检测算法模型和组件故障检测模型；
[0010]所述基于多阶段检测算法模型，对各所述红外图片分别进行光伏组串区域识别以及光伏组件故障检测，得到光伏组串区域和故障组件区域，包括：
[0011]对所述红外图片中的组串区域和组件区域进行划分，分别得到组串划分结果和组件划分结果；
[0012]基于所述组串检测算法模型，根据所述组串划分结果，确定光伏组串区域；
[0013]基于所述组件故障检测模型，根据所述组件划分结果，确定所述故障组件区域
。
[0014]可选地，所述基于所述组串检测算法模型，根据所述组串划分结果，确定光伏组串区域，包括：
[0015]对连续多张所述红外图片进行识别检测，确定同一组串区域的识别次数；
[0016]根据同一组串区域的识别次数，确定该组串区域是否为所述光伏组串区域
。
[0017]可选地，所述基于所述光伏组串区域和所述故障组件区域，确定光伏组串区域内
的故障组件，包括：
[0018]遍历所述光伏组串区域和所述故障组件区域，确定所述故障组件区域与所属的所述光伏组串区域的重叠面积占比；
[0019]将所述重叠面积占比与面积占比阈值进行比较，以筛选得到所述光伏组串区域内的所述故障组件
。
[0020]可选地，在所述对各所述红外图片分别进行光伏组串区域识别以及光伏组件故障检测之前，还包括：
[0021]从所述红外图片确定出无人机的航向角，所述航向角为无人机的飞行方向与正北方向之间的夹角；
[0022]根据所述航向角，确定是否对所述红外图片进行角度旋转预处理，若是，对所述红外图片进行角度旋转预处理
。
[0023]可选地，所述对所述红外图片进行角度旋转预处理，包括：
[0024]根据所述航向角，对所述红外图片进行第一次旋转，得到第一预处理图片；所述第一预处理图片中的组串延伸方向与水平方向趋于平行；
[0025]对所述第一预处理图片中的组串区域进行边缘检测和直线检测，确定边缘夹角；所述边缘夹角为组串区域平行于组串延伸方向的长边边缘与所述水平方向的夹角角度；
[0026]将所述边缘夹角与旋转角度阈值进行比较，在确定需对所述第一预处理图片进行第二次旋转时，以所述边缘夹角旋转所述第一预处理图片，得到组串延伸方向与所述水平方向平行的红外图片
。
[0027]可选地，该光伏组件故障检测方法，还包括：
[0028]输出各待检测图片的检测结果图片；其中，所述检测结果图片显示所述故障组件的位置和故障类型；所述故障类型由对各所述红外图片进行光伏组件故障检测确定
。
[0029]可选地，所述光伏组件故障检测方法，还包括：
[0030]在故障类型为热斑时，根据出现热斑故障的所述故障组件的最高温度，以及与所述故障组件相邻的光伏组件的平均温度，确定温度梯度；
[0031]根据所述温度梯度与热斑故障严重程度级别的映射关系，获取所述故障组件的热斑故障严重程度目标级别
。
[0032]根据本专利技术的另一方面，提供了一种光伏组件故障检测装置，包括：
[0033]图片获取模块，用于获取光伏电站的多张包含光伏组串的红外图片；其中，所述红外图片由无人机拍摄得到，所述红外图片与无人机的航向角关联；
[0034]识别检测模块，用于基于多阶段检测算法模型，对各所述红外图片分别进行光伏组串区域识别以及光伏组件故障检测，得到光伏组串区域
、
故障组件区域以及故障类型；
[0035]故障确定模块，用于基于所述光伏组串区域和所述故障组件区域，确定光伏组串区域内的故障组件的位置
。
[0036]根据本专利技术的另一方面，还提供了一种光伏组件故障检测系统，包括：无人机和电子设备；所述电子设备用于对光伏电站的红外图片进行光伏组件故障检测；所述电子设备包括：
[0037]至少一个处理器；以及
[0038]与所述至少一个处理器通信连接的存储器；其中，
[0039]所述存储器存储有可被所述至少一个处理器执行的计算机程序，所述计算机程序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第一方面中任意实施例所述的光伏组件故障检测方法
。
[0040]根据本专利技术的另一方面，还提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机指令，所述计算机指令用于使处理器执行时实现第一方面中任意实施例所述的光伏组件故障检测方法
。
[0041]本专利技术实施例提供的技术方案，获取光伏电站的多张包含光伏组串的红外图片；其中，红外图片由无人机在巡检过程中拍摄得到
。
利用多阶段检测算法模型，按照光伏电站的不同方面对红外图片进行检测，从而可准确识别出各红外图片中的光伏组串区域以及故障组件区域
。
再根据本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种光伏组件故障检测方法，其特征在于，包括：获取光伏电站的多张包含光伏组串的红外图片；其中，所述红外图片由无人机拍摄得到，所述红外图片与无人机的航向角关联；基于多阶段检测算法模型，对各所述红外图片分别进行光伏组串区域识别以及光伏组件故障检测，得到光伏组串区域和故障组件区域；基于所述光伏组串区域和所述故障组件区域，确定光伏组串区域内的故障组件
。2.
根据权利要求1所述的光伏组件故障检测方法，其特征在于，所述多阶段检测算法模型包括：组串检测算法模型和组件故障检测模型；所述基于多阶段检测算法模型，对各所述红外图片分别进行光伏组串区域识别以及光伏组件故障检测，得到光伏组串区域和故障组件区域，包括：对所述红外图片中的组串区域和组件区域进行划分，分别得到组串划分结果和组件划分结果；基于所述组串检测算法模型，根据所述组串划分结果，确定光伏组串区域；基于所述组件故障检测模型，根据所述组件划分结果，确定所述故障组件区域
。3.
根据权利要求2所述的光伏组件故障检测方法，其特征在于，所述基于所述组串检测算法模型，根据所述组串划分结果，确定光伏组串区域，包括：对连续多张所述红外图片进行识别检测，确定同一组串区域的识别次数；根据同一组串区域的识别次数，确定该组串区域是否为所述光伏组串区域
。4.
根据权利要求2所述的光伏组件故障检测方法，其特征在于，所述基于所述光伏组串区域和所述故障组件区域，确定光伏组串区域内的故障组件，包括：遍历所述光伏组串区域和所述故障组件区域，确定所述故障组件区域与所属的所述光伏组串区域的重叠面积占比；将所述重叠面积占比与面积占比阈值进行比较，以筛选得到所述光伏组串区域内的所述故障组件
。5.
根据权利要求1所述的光伏组件故障检测方法，其特征在于，在所述对各所述红外图片分别进行光伏组串区域识别以及光伏组件故障检测之前，还包括：从所述红外图片确定出无人机的航向角，所述航向角为无人机的飞行方向与正北方向之间的夹角；根据所述航向角，确定是否对所述红外图片进行角度旋转预处理，若是，对所述红外图片进行角度旋转预处理
。6.
根据权利要求5所述的光伏组件故障检测方法，其特征在于，所述对所述红外图片进行角度旋转预处理，包括：按照所述航向角，对所述红外图片进行第一次旋转，得到第一预处理...

【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：