System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术涉及热斑检测,特别涉及一种组串热斑检测方法、装置、设备及介质。
技术介绍
1、当前,在光伏电站的运行过程中,光伏组件由于树叶、大颗粒灰尘等异物的遮挡或者内部短路等故障,可能出现局部异常发热的现象,这种现象被称为热斑效应。热斑不仅会降低光伏组件的输出功率,还可能引发光伏组件起火,严重威胁到光伏电站的安全,因此需要定期对光伏电站的热斑进行排查。
2、在众多热斑检测技术中,红外检测具有成像速度快、检测精度高且可与无人机结合实现自动化巡检等优点,成为了热斑检测的首选方式。热斑种类繁多,可以细分为点状、条状、线状、絮状、面状和组串热斑。组串热斑往往由光伏组件的短路或断路引起,在红外图像中表现为多个相邻的高亮度光伏组件。出现组串热斑的光伏组件输出功率为零,因此组串热斑的威胁等级最高,需要被优先处理。
3、但是,现有的光伏电站组串热斑检测方法存在以下不足:第一,检测算法的泛化性不强,光伏电站可以分布在地面、水面和沙漠等场景中,不同场景采集的红外图像由于环境温度等因素,组串热斑的温度可能存在较大的差异,且红外图像上的灰度值也会不同,现有的提出的将灰度值大于200的多个组件当做组串热斑方法,当场景发生变化,比如从地面场景变为沙漠场景时,需要再次改变灰度阈值,泛化性较差;第二,现有的基于grubbs(格拉布斯)假设检验和dixon(狄克逊)假设检验识别组串热斑的方法,漏检率较低,但是虚警率很高,因此准确率较低。
4、综上,如何提高组串热斑检测的泛化性和准确性是当前亟待解决的问题。
1、有鉴于此,本专利技术的目的在于提供一种组串热斑检测方法、装置、设备及介质,能够提高组串热斑检测的泛化性和准确性,其具体方案如下:
2、第一方面,本申请公开了一种组串热斑检测方法,包括:
3、获取光伏阵列的初始可见光图像和初始红外图像,并对所述初始红外图像进行预处理得到预处理后红外图像;
4、确定所述预处理后红外图像中每组光伏组串的每个光伏组件;
5、将所述光伏组件的平均灰度值之间的差值作为距离,并利用距离聚类算法对所述光伏组件进行聚类以划分每组所述光伏组串,得到灰度值较高组件聚类簇和灰度值较低组件聚类簇;
6、若所述光伏组串中所述灰度值较高组件聚类簇与所述灰度值较低组件聚类簇的聚类中心之间差值的绝对值大于聚类阈值,则将所述灰度值较高组件聚类簇标注为初始组串热斑区域,以得到标注所有所述初始组串热斑区域的初始组串热斑图像;
7、计算每个所述初始组串热斑区域的区域平均温度与所述初始红外图像中全局平均温度的差值;
8、去除所述差值小于温度阈值的所述初始组串热斑区域,并去除每个所述初始组串热斑区域中与所述初始可见光图像的反光区域重叠的部分,以得到相应的目标组串热斑区域以及标注所有所述目标组串热斑区域的目标组串热斑图像。
9、可选的,所述对所述初始红外图像进行预处理得到预处理后红外图像,包括:
10、对所述初始红外图像进行图像白化处理得到白化后红外图像;
11、利用中值滤波方法对所述白化后红外图像进行滤波处理以去除噪声得到预处理后红外图像。
12、可选的,所述确定所述预处理后红外图像中每组光伏组串的每个光伏组件,包括:
13、基于unet神经网络模型对预处理后红外图像进行图像分割得到光伏阵列遮罩图像,并确定所述光伏阵列遮罩图像中的光伏组串遮盖矩形框;
14、通过边缘检测算法和形态学闭操作对每个所述光伏组串遮盖矩形框对应的所述光伏组串进行单个组件提取得到每个光伏组件的组件边界框,以确定所述预处理后红外图像中每组所述光伏组串的每个光伏组件。
15、可选的,所述通过边缘检测算法和形态学闭操作对每个所述光伏组串遮盖矩形框对应的所述光伏组串进行单个组件提取得到每个光伏组件的组件边界框,以确定所述预处理后红外图像中每组所述光伏组串的每个光伏组件之前,还包括:
16、通过透视变换对每个所述光伏组串遮盖矩形框中的所述光伏组串进行校正。
17、可选的,所述利用距离聚类算法对所述光伏组件进行聚类以划分每组所述光伏组串,得到灰度值较高组件聚类簇和灰度值较低组件聚类簇,包括:
18、利用聚类簇为2的k均值++聚类算法对所述光伏组件进行聚类以划分每组所述光伏组串中的灰度值较高组件聚类簇和灰度值较低组件聚类簇。
19、可选的,所述去除所述差值小于温度阈值的所述初始组串热斑区域,并去除每个所述初始组串热斑区域中与所述初始可见光图像的反光区域重叠的部分,以得到相应的目标组串热斑区域以及标注所有所述目标组串热斑区域的目标组串热斑图像之前,还包括:
20、以所述预处理后红外图像为匹配模板,对所述初始可见光图像和所述预处理后红外图像进行图像配准,以得到所述初始可见光图像和所述预处理后红外图像的单应性矩阵;
21、确定出所述初始可见光图像中的反光区域;
22、利用单应性矩阵将所述反光区域变换至所述初始组串热斑图像,确定所述初始组串热斑图像中的所述初始组串热斑区域中与所述反光区域重叠的部分。
23、可选的,所述对所述初始可见光图像和所述预处理后红外图像进行图像配准,以得到所述初始可见光图像和所述预处理后红外图像的单应性矩阵,包括:
24、对所述初始可见光图像进行缩放处理,得到与所述预处理后红外图像之间的缩放比为目标高度缩放比和目标宽度缩放比的缩放后可见光图像;
25、利用归一化相关系数匹配法对所述缩放后可见光图像和所述预处理后红外图像进行图像配准,以得到所述缩放后可见光图像和所述预处理后红外图像之间的互相关系数矩阵;
26、确定所述互相关系数矩阵中的最大值,并确定所述最大值对应的所述预处理后红外图像的左上角在所述缩放后可见光图像的可见光图像坐标系中的目标位置,并基于所述目标位置确定所述缩放后可见光图像和所述预处理后红外图像之间的水平平移量和垂直平移量;所述可见光图像坐标系为以所述缩放后可见光图像的左上角为原点的坐标系;
27、基于所述目标高度缩放比、所述目标宽度缩放比、所述水平平移量和所述垂直平移量得到所述初始可见光图像和所述预处理后红外图像的单应性矩阵。
28、第二方面,本申请公开了一种组串热斑检测装置,包括:
29、图像获取模块,用于获取光伏阵列的初始可见光图像和初始红外图像;
30、图像预处理模块,用于对所述初始红外图像进行预处理得到预处理后红外图像;
31、组件确定模块,用于确定所述预处理后红外图像中每组光伏组串的每个光伏组件;
32、聚类模块,用于将所述光伏组件的平均灰度值之间的差值作为距离,并利用距离聚类算法对所述光伏组件进行聚类以划分每组所述光伏组串,得到灰度值较高组件聚类簇和灰度值较低组件聚类簇;
33、初始组串热斑图像确定模块,用于若所述光伏组串中所述灰度本文档来自技高网...
【技术保护点】
1.一种组串热斑检测方法,其特征在于,包括:
2.根据权利要求1所述的组串热斑检测方法,其特征在于,所述对所述初始红外图像进行预处理得到预处理后红外图像,包括:
3.根据权利要求1所述的组串热斑检测方法,其特征在于,所述确定所述预处理后红外图像中每组光伏组串的每个光伏组件,包括:
4.根据权利要求3所述的组串热斑检测方法,其特征在于,所述通过边缘检测算法和形态学闭操作对每个所述光伏组串遮盖矩形框对应的所述光伏组串进行单个组件提取得到每个光伏组件的组件边界框,以确定所述预处理后红外图像中每组所述光伏组串的每个光伏组件之前,还包括:
5.根据权利要求1所述的组串热斑检测方法,其特征在于,所述利用距离聚类算法对所述光伏组件进行聚类以划分每组所述光伏组串,得到灰度值较高组件聚类簇和灰度值较低组件聚类簇,包括:
6.根据权利要求1至5任一项所述的组串热斑检测方法,其特征在于,所述去除所述差值小于温度阈值的所述初始组串热斑区域,并去除每个所述初始组串热斑区域中与所述初始可见光图像的反光区域重叠的部分,以得到相应的目标组串热斑区域以及
7.根据权利要求6所述的组串热斑检测方法,其特征在于,所述对所述初始可见光图像和所述预处理后红外图像进行图像配准,以得到所述初始可见光图像和所述预处理后红外图像的单应性矩阵,包括:
8.一种组串热斑检测装置,其特征在于,包括:
9.一种电子设备,其特征在于,包括:
10.一种计算机可读存储介质,其特征在于,用于保存计算机程序;其中,所述计算机程序被处理器执行时实现如权利要求1至7任一项所述的组串热斑检测方法。
...【技术特征摘要】
1.一种组串热斑检测方法,其特征在于,包括:
2.根据权利要求1所述的组串热斑检测方法,其特征在于,所述对所述初始红外图像进行预处理得到预处理后红外图像,包括:
3.根据权利要求1所述的组串热斑检测方法,其特征在于,所述确定所述预处理后红外图像中每组光伏组串的每个光伏组件,包括:
4.根据权利要求3所述的组串热斑检测方法,其特征在于,所述通过边缘检测算法和形态学闭操作对每个所述光伏组串遮盖矩形框对应的所述光伏组串进行单个组件提取得到每个光伏组件的组件边界框,以确定所述预处理后红外图像中每组所述光伏组串的每个光伏组件之前,还包括:
5.根据权利要求1所述的组串热斑检测方法,其特征在于,所述利用距离聚类算法对所述光伏组件进行聚类以划分每组所述光伏组串,得到灰度值较高组件聚类簇和灰度值较低组件聚类簇,包括:...
【专利技术属性】
技术研发人员:黄政之,厉小润,郭浩,陈璐,张天文,
申请(专利权)人:浙江正泰智维能源服务有限公司,
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。