【技术实现步骤摘要】
本专利技术属于故障检测，尤其涉及一种用于光伏阵列的故障检测方法及系统。
技术介绍
1、本部分的陈述仅仅是提供了与本专利技术相关的
技术介绍
信息，不必然构成在先技术。
2、光伏设备在新能源领域中的应用越来越广泛，而在光伏阵列运行过程中，光伏阵列的故障诊断和定位对提高光伏发电效率和设备维护来说至关重要。
3、目前，对于光伏阵列进行故障检测的常用方法分为电气特性分析和图像分析两类；针对图像分析这一类方法，在传统的技术手段中，通常是利用获取的光伏阵列红外图像进行处理，识别图像中的故障光伏板上的热斑，从而确定发生故障的光伏板和光伏板的分布位置。而此类方式在进行故障检测时，仅针对光伏阵列自身的因素进行考虑，并未考虑外部环境因素对光伏阵列的影响；在检测过程中，太阳光的反光会导致光伏阵列在红外图像中出现局部升温现象，在对光伏阵列红外图像识别的过程中，会将局部升温的区域误判为热斑，最终导致对光伏阵列的故障检测出现误判。
技术实现思路
1、为克服上述现有技术的不足，本专利技术提供了一种用于光伏阵列的故障检测方法及系统，通过三阈值分割法对红外图像进行分割，获取异常区域范围图像和光伏板分割图像，保留了光伏板的边缘和四个角的图像信息，同时能够准确的分割出异常区域；通过计算异常区域范围在对应光伏板上的面积比，与p-v曲线数据中的功率数据结合，输出最终结果，提高光伏阵列故障的识别精度。
2、为实现上述目的，本专利技术的一个或多个实施例提供了如下技术方案：
3、本专利
4、获取光伏阵列的红外图像和p-v曲线数据，对p-v曲线数据进行预处理；
5、通过三阈值分割法对红外图像进行分割，获取异常区域范围图像和光伏板分割图像；
6、将异常区域范围图像、对应的光伏板分割图像和p-v曲线数据输入到bp神经网络中，计算异常区域范围在对应光伏板上的面积占比，并结合p-v曲线数据输出最终结果。
7、作为一种实施方式，所述通过三阈值分割法对红外图像进行分割具体为，先对红外图像进行双边滤波处理，获取图像的边缘点，基于获取的边缘点得到第一阈值，通过第一阈值进行分割，得到光伏板分割图像；基于光伏板分割图像进行二次分割，获取异常区域范围图像。
8、作为一种实施方式，所述基于光伏板分割图像进行二次分割，获取异常区域范围图像具体为，将第一阈值与图像像素最大值作为灰度值区间，在灰度值区间内含有两个大小不同的灰度值，将灰度值区间分为第一区间、第二区间和第三区间；基于阈值函数确定两个大小不同的灰度值的取值，将确定后的小灰度值作为第二阈值，将确定过后的大灰度值作为第三阈值，通过第三阈值进行切割，得到异常区域范围图像。
9、作为一种实施方式，所述阈值函数具体为：
10、
11、其中，为小灰度值，为大灰度值，为第i区间部分的图像所占的面积比例，为第i区间部分的灰度值，为灰度值均值。
12、作为一种实施方式，所述结合p-v曲线数据输出最终结果具体为，计算当前光伏板p-v曲线数据中功率的平均功率，与该光伏板正常状态下的平均功率比对，获取功率比；将功率比与获取的面积比进行比对，依据比对结果输出最终结果。
13、本专利技术的第二个方面提供了一种用于光伏阵列的故障检测系统，包括：
14、数据获取模块，获取光伏阵列的红外图像和p-v曲线数据，对p-v曲线数据进行预处理；
15、图像分割模块，通过三阈值分割法对红外图像进行分割，获取异常区域范围图像和光伏板分割图像；
16、故障识别模块，将异常区域范围图像、对应的光伏板分割图像和p-v曲线数据输入到bp神经网络中，计算异常区域范围在对应光伏板上的面积占比，并结合p-v曲线数据输出最终结果。
17、作为一种实施方式，所述通过三阈值分割法对红外图像进行分割具体为，先对红外图像进行双边滤波处理，获取图像的边缘点，基于获取的边缘点得到第一阈值，通过第一阈值进行分割，得到光伏板分割图像，基于光伏板分割图像进行二次分割，获取异常区域范围图像。
18、作为一种实施方式，所述基于光伏板分割图像进行二次分割，获取异常区域范围图像具体为，将第一阈值与图像像素最大值作为灰度值区间，在灰度值区间内含有两个大小不同的灰度值，将灰度值区间分为第一区间、第二区间和第三区间；基于阈值函数确定两个大小不同的灰度值的取值，将确定后的小灰度值作为第二阈值，将确定过后的大灰度值作为第三阈值，通过第三阈值进行切割，得到异常区域范围图像。
19、本专利技术的第三方面，提供了一种电子设备，包括处理器和存储器，所述处理器用于执行存储器中存储的计算机程序以实现上述的一种用于光伏阵列的故障检测方法。
20、本专利技术的第四方面，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至少一个指令，所述至少一个指令被处理器执行时实现上述的一种用于光伏阵列的故障检测方法。
21、以上一个或多个技术方案存在以下有益效果：
22、（1）通过对红外图像进行双边滤波处理，获取图像的边缘点，以边缘点获取第一阈值，通过第一阈值进行分割，得到光伏板分割图像，使得图像中光伏板的边缘和四个角均比较完整，保证了光伏板面积的完整性。
23、（2）基于二次分割获取的异常区域范围图像，能够获取精确的异常区域范围；通过计算异常区域范围在对应光伏板上的面积比，与p-v曲线数据中的功率数据结合，能够精确判别出异常区域的类别，提高光伏阵列故障的识别精度。
24、本专利技术附加方面的优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本专利技术的实践了解到。
本文档来自技高网...【技术保护点】
1.一种用于光伏阵列的故障检测方法，其特征在于，包括如下步骤：
2.如权利要求1所述的一种用于光伏阵列的故障检测方法，其特征在于，所述通过三阈值分割法对红外图像进行分割具体为，先对红外图像进行双边滤波处理，获取图像的边缘点，基于获取的边缘点得到第一阈值，通过第一阈值进行分割，得到光伏板分割图像；基于光伏板分割图像进行二次分割，获取异常区域范围图像。
3.如权利要求2所述的一种用于光伏阵列的故障检测方法，其特征在于，所述基于光伏板分割图像进行二次分割，获取异常区域范围图像具体为，将第一阈值与图像像素最大值作为灰度值区间，在灰度值区间内含有两个大小不同的灰度值，将灰度值区间分为第一区间、第二区间和第三区间；基于阈值函数确定两个大小不同的灰度值的取值，将确定后的小灰度值作为第二阈值，将确定过后的大灰度值作为第三阈值，通过第三阈值进行切割，得到异常区域范围图像。
4.如权利要求3所述的一种用于光伏阵列的故障检测方法，其特征在于，所述阈值函数具体为：
5.如权利要求1所述的一种用于光伏阵列的故障检测方法，其特征在于，所述结合P-V曲线数据输出
6.一种用于光伏阵列的故障检测系统，包括：
7.如权利要求6所述的一种用于光伏阵列的故障检测系统，其特征在于，所述通过三阈值分割法对红外图像进行分割具体为，先对红外图像进行双边滤波处理，获取图像的边缘点，基于获取的边缘点得到第一阈值，通过第一阈值进行分割，得到光伏板分割图像，基于光伏板分割图像进行二次分割，获取异常区域范围图像。
8.如权利要求7所述的一种用于光伏阵列的故障检测系统，其特征在于，所述基于光伏板分割图像进行二次分割，获取异常区域范围图像具体为，将第一阈值与图像像素最大值作为灰度值区间，在灰度值区间内含有两个大小不同的灰度值，将灰度值区间分为第一区间、第二区间和第三区间；基于阈值函数确定两个大小不同的灰度值的取值，将确定后的小灰度值作为第二阈值，将确定过后的大灰度值作为第三阈值，通过第三阈值进行切割，得到异常区域范围图像。
9.一种计算机装置,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现上述权利要求1-5任一所述方法的步骤。
10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时执行上述权利要求1-5任一所述方法的步骤。
...【技术特征摘要】
1.一种用于光伏阵列的故障检测方法，其特征在于，包括如下步骤：
2.如权利要求1所述的一种用于光伏阵列的故障检测方法，其特征在于，所述通过三阈值分割法对红外图像进行分割具体为，先对红外图像进行双边滤波处理，获取图像的边缘点，基于获取的边缘点得到第一阈值，通过第一阈值进行分割，得到光伏板分割图像；基于光伏板分割图像进行二次分割，获取异常区域范围图像。
3.如权利要求2所述的一种用于光伏阵列的故障检测方法，其特征在于，所述基于光伏板分割图像进行二次分割，获取异常区域范围图像具体为，将第一阈值与图像像素最大值作为灰度值区间，在灰度值区间内含有两个大小不同的灰度值，将灰度值区间分为第一区间、第二区间和第三区间；基于阈值函数确定两个大小不同的灰度值的取值，将确定后的小灰度值作为第二阈值，将确定过后的大灰度值作为第三阈值，通过第三阈值进行切割，得到异常区域范围图像。
4.如权利要求3所述的一种用于光伏阵列的故障检测方法，其特征在于，所述阈值函数具体为：
5.如权利要求1所述的一种用于光伏阵列的故障检测方法，其特征在于，所述结合p-v曲线数据输出最终结果具体为，计算当前光伏板p-v曲线数据中功率的平均功率，与该光伏板正常状态下的平均功率比对，获取功率比；将功率比与获取的面积比进行比...
【专利技术属性】
技术研发人员：刘月，张卿雅，梁勇，邵长龙，王忠晋，蔡星宇，刘伟防，马文立，徐欢，张宇，
申请(专利权)人：国网山东省电力公司鱼台县供电公司，
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。