【技术实现步骤摘要】
本专利技术涉及光伏组件检测安装，具体为一种光伏组件松动检测方法、装置、系统及光伏电站。
技术介绍
1、光伏组件一般通过螺栓被固定在金属支架上，金属支架有牢固的地基，因此可以为光伏组件提供稳固的支撑，保证其在设计年限中具有始终如一的受光角度和均衡的受力，不受狂风暴雨等恶劣天气的影响，光伏电站往往面积巨大，光伏组件数量极多，随着时间推移，螺栓松动自然发生，如果不及时处理，遇上大风天气会使得光伏组件脱落，砸坏周围的光伏组件、扯断线缆，造成发电资产损失甚至引起火灾，光伏电站的维护人员会定期巡检，但由于光伏区域面积覆盖很大，有的地方人员不易到达如高支架、农业大棚等场合，使得巡检的工作非常耗时，维护人员也非常辛苦，而且容易漏检，效率较低。
2、公开号为cn114964477a提供的一种光伏组件松动检测装置、系统、方法以及光伏电站，其通过加速度传感器来检测支架的振动，然后将信息发送出去，方便工作人员判断光伏组件是否存在松动，不再需要工作人员定期现场巡检，减轻了工作人员的工作量，该方法主要依赖与加速度传感器测量的数据，但是加速度传感器通常一次只能发送一个数据，使用该一个数据进行判断十分容易出现误判的情况，另外加速度传感器只有在光伏组件松动的情况下才能够进行检测，在正常状态下，即使光伏组件的螺杆等发生了松动，但是光伏组件依旧不会发生晃动，因此只有在大风或者有外部振动的情况下，加速度传感器才能够测量到数据，不利于及时的发现问题。
技术实现思路
1、本专利技术的目的在于提供一种光伏组件松动检
2、为实现上述目的，本专利技术提供如下技术方案：
3、一种光伏组件松动检测方法，所述检测的具体步骤包括：
4、s1:使用振动源对光伏组件施加振动信号，利用相机拍摄其在不同状态下的振动视频；
5、s2:利用基于相位法的视觉测振技术，提取多个区域内每个像素点对应位置的振动位移信号；
6、s3:对提取的每个像素点振动信号利用连续小波变换，生成时频图像；
7、s4:将时频图像进行尺度统一和标准化处理后构造数据集，划分训练集和测试集；
8、s5:构造cnn模型，利用训练集中的时频图像对cnn模型进行训练；
9、s6:利用训练好的cnn模型对测试集中的所有时频图像进行预测分类，并通过“投票选举法”确定视频样本对应的光伏组件的松动状态。
10、在其中一个实施例中，所述步骤s2中提取多个区域内每个像素点对应位置的振动信号的具体步骤包括：
11、使用gabor滤波器与图像序列进行卷积操作，对视频中的每一帧图像进行分解，得到包含幅值和相位分量的复值响应，卷积操作按照下述公式进行操作：
12、
13、其中，x、y为位置变量，t为时间变量，i(x、y、t)为图像的亮度，gabor(x、y、t、θ)为θ方向的gabor滤波器，aθ(x、y、t)为响应的幅值，φθ(x、y、t)是响应的相位；
14、通过运动场方程计算图像每一位置的速度信号，并对速度信号进行积分得到位移信号，运动场方程为：
15、
16、对位移信号进行傅里叶变换计算得出频域信号，获得结构的振动信号。
17、在其中一个实施例中，所述步骤s1中的振动源包括脉冲电路和振动马达，所述脉冲电路和振动马达电性连接，用于产生脉冲信号控制振动马达产生周期性振动。
18、在其中一个实施例中，所述步骤s3中所生成的时频图像的大小统一修改为500×100像素，所有像素点的灰度值都标准化为[0,1]。
19、在其中一个实施例中，所述步骤s4中训练集和测试集的时频图像按照1:4的比例随机划分。
20、在其中一个实施例中，所述步骤s6中所述“投票选举法”确定视频样本对应的光伏组件的松动状态的具体步骤为：
21、确定每个视频提取出的时频图像的总的样本个数n；
22、判断相同的类别所占的样本个数，若判断松动的样本个数满足如下公式，则判断光伏组件为松动状态，否则判断光伏组件未松动，判断公式为：
23、
24、其中，n为判断判断松动的时频图像的样本个数。
25、本专利技术另外还提供一种光伏组件松动检测装置，其中，所述光伏组件松动检测装置包括振动源、摄像头和计算机设备，所述振动源安装在光伏组件上，用于对对光伏组件施加振动信号，所述摄像头和计算机设备电性连接，用于拍摄光伏组件在不同状态下的振动视频并发送至计算机设备，所述计算机设备包括存储器和处理器，所述存储器用于存储包括程序指令的信息所述处理器用于控制程序指令的执行，所述程序指令被处理器加载并执行时实现上述的光伏组件松动检测方法。
26、本专利技术另外还提供一种光伏组件松动检测系统，所述光伏组件松动检测系统包括：
27、视频获取模块，所述视频获取模块配置为使用振动源对光伏组件施加振动信号，利用相机拍摄其在不同状态下的振动视频；
28、位移信号提取模块，所述位移信号提取模块配置为利用基于相位法的视觉测振技术，提取多个区域内每个像素点对应位置的振动位移信号；
29、时频图像生成模块，所述时频图像生成模块配置为对提取的每个像素点振动信号利用连续小波变换，生成时频图像；
30、数据集构造模块，所述数据集构造模块配置为将时频图像进行尺度统一和标准化处理后构造数据集，划分训练集和测试集；
31、模型构造训练模块，所述模型构造训练模块配置为构造cnn模型，利用训练集中的时频图像对cnn模型进行训练；
32、样本训练测试模块，所述样本训练测试模块配置为利用训练好的cnn模型对测试集中的所有时频图像进行预测分类，并通过“投票选举法”确定视频样本对应的光伏组件的松动状态。
33、本专利技术另外还提供一种光伏电站，所述光伏电站包括光伏组件和松动检测装置，所述光伏组件固定在支架上，所述松动检测装置配置为能够实现上述的光伏组件松动检测方法，所述振动源安装在光伏组件或支架上。
34、与现有技术相比，本专利技术的有益效果是：
35、本专利技术通过振动源对光伏组件施加振动信号，并使用相机拍摄振动视频，利用视觉识别的方法，识别出多个区域内每个像素点对应位置的振动位移信号，一次拍摄即可获得大量的振动信号，并构建cnn模型对其进行识别，能够降低识别的误差，识别的准确率高，而且通过振动源能够主动地检测出光伏组件的松动情况，便于及时的发现问题。
本文档来自技高网...【技术保护点】
1.一种光伏组件松动检测方法，其特征在于，所述检测的具体步骤包括：
2.根据权利要求1所述的一种光伏组件松动检测方法，其特征在于：所述步骤S2中提取多个区域内每个像素点对应位置的振动信号的具体步骤包括：
3.根据权利要求1所述的一种光伏组件松动检测方法，其特征在于：所述步骤S1中的振动源包括脉冲电路和振动马达，所述脉冲电路和振动马达电性连接，用于产生脉冲信号控制振动马达产生周期性振动。
4.根据权利要求1所述的一种光伏组件松动检测方法，其特征在于：所述步骤S3中所生成的时频图像的大小统一修改为500×100像素，所有像素点的灰度值都标准化为[0,1]。
5.根据权利要求1所述的一种光伏组件松动检测方法，其特征在于：所述步骤S4中训练集和测试集的时频图像按照1:4的比例随机划分。
6.根据权利要求1所述的一种光伏组件松动检测方法，其特征在于：所述步骤S6中所述“投票选举法”确定视频样本对应的光伏组件的松动状态的具体步骤为：
7.一种光伏组件松动检测装置，其特征在于：光伏组件松动检测装置包括振动源、摄像头和计算机
8.一种光伏组件松动检测系统，其特征在于：所述光伏组件松动检测系统包括：
9.一种光伏电站，其特征在于：所述光伏电站包括光伏组件和松动检测装置，所述光伏组件固定在支架上，所述松动检测装置配置为能够实现权利要求1-6任一项所述的光伏组件松动检测方法，所述振动源安装在光伏组件或支架上。
...【技术特征摘要】
1.一种光伏组件松动检测方法，其特征在于，所述检测的具体步骤包括：
2.根据权利要求1所述的一种光伏组件松动检测方法，其特征在于：所述步骤s2中提取多个区域内每个像素点对应位置的振动信号的具体步骤包括：
3.根据权利要求1所述的一种光伏组件松动检测方法，其特征在于：所述步骤s1中的振动源包括脉冲电路和振动马达，所述脉冲电路和振动马达电性连接，用于产生脉冲信号控制振动马达产生周期性振动。
4.根据权利要求1所述的一种光伏组件松动检测方法，其特征在于：所述步骤s3中所生成的时频图像的大小统一修改为500×100像素，所有像素点的灰度值都标准化为[0,1]。
5.根据权利要求1所述的一种光伏组件松动检测方法，其特征在于：所述步骤s4中训练集和测试集的时频图像按照1:4的比例随机划分。
6.根据权利要求1所述的一种光伏组件松动检测方法，其特征在于：所述步骤s6中...
【专利技术属性】
技术研发人员：高勇，张健，
申请(专利权)人：广拓太阳能发电共和有限公司，
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。