一种光伏组件热斑缺陷智能识别系统技术方案

本发明专利技术提出了一种光伏组件热斑缺陷智能识别系统，属于光伏组件无人机巡检技术领域；包括旋翼无人机，用于对光伏组件所在区域进行巡检；红外摄像头，设置在所述旋翼无人机上，并与旋翼无人机活动连接，用于获取光伏组件的工作区的红外图像；路径规划单元，设置在旋翼无人机上，使用改进的蝴蝶优化算法拟合旋翼无人机的最优巡航路径；热斑缺陷识别单元，设置在旋翼无人机上，获取红外摄像头得到的红外图像，并使用预先训练过的改进的GB‑YOLOv8模型对红外图像进行热斑检测，输出光伏组件的热斑信息。通过规划旋翼无人机的行进路径，更好的获取光伏组件的不同部位的红外图像，结合改进的GB‑YOLOv8模型进行热斑识别和输出。

【技术实现步骤摘要】

本专利技术涉及光伏组件无人机巡检，尤其涉及一种光伏组件热斑缺陷智能识别系统。

技术介绍

1、随着深度学习技术及包括无人机在内的智能化、无人化产品的高速发展，运用无人机搭载红外热像仪对光伏组件进行红外图像采集，再使用深度学习算法进行缺陷检测，逐渐成为光伏组件缺陷检测的主要方式。比如，华北电力大学自动化系与张家港迅见信息技术有限公司共同提出了一种基于特征金字塔融合高分辨率网络的光伏热斑识别检测算法；安徽建筑大学机械与电气工程学院为提高样本在分布不均衡情况下的识别精度，提出一种改进的resnet50卷积神经网络光伏热斑识别算法，等等。

2、传统方法主要依赖于浅层特征的捕获，这限制了在复杂背景和低对比度环境下获取深层次图像信息的能力，从而影响了检测精度和鲁棒性。同时，现有技术对输入图像质量的要求较高，对硬件设备的计算资源需求大，这导致其在低配置设备上的实际应用受限。处理速度较慢且缺乏实时性，尤其是在高效能要求的光伏电站运营中，这一点显得尤为突出。此外，现有方法在不同光伏组件类型和不同环境条件下的适应性不足，不能满足实际需求。因此，提供一种光伏组件热斑缺本文档来自技高网...

【技术保护点】

1.一种光伏组件热斑缺陷智能识别系统，其特征在于，包括：

2.根据权利要求1所述的一种光伏组件热斑缺陷智能识别系统，其特征在于，所述无人机包括中空的本体、上盖板、支撑杆、万向节、起落架、若干旋翼部及其驱动电机；本体远离地面的一侧设置有上盖板，本体内部设置有路径规划单元、热斑缺陷识别单元和通信装置；本体各顶点处设置有向外延伸的若干旋翼部，若干旋翼部的一端与本体固定连接，另一端朝着远离本体的方向向外延伸，若干旋翼部的端部设置有驱动电机，驱动电机的输出轴上设置有螺旋桨；本体靠近地面的一端设置有支撑杆和起落架，支撑杆和起落架均与本体固定连接；支撑杆上设置有万向节，万向节的活动端与红外...

【技术特征摘要】

1.一种光伏组件热斑缺陷智能识别系统，其特征在于，包括：

2.根据权利要求1所述的一种光伏组件热斑缺陷智能识别系统，其特征在于，所述无人机包括中空的本体、上盖板、支撑杆、万向节、起落架、若干旋翼部及其驱动电机；本体远离地面的一侧设置有上盖板，本体内部设置有路径规划单元、热斑缺陷识别单元和通信装置；本体各顶点处设置有向外延伸的若干旋翼部，若干旋翼部的一端与本体固定连接，另一端朝着远离本体的方向向外延伸，若干旋翼部的端部设置有驱动电机，驱动电机的输出轴上设置有螺旋桨；本体靠近地面的一端设置有支撑杆和起落架，支撑杆和起落架均与本体固定连接；支撑杆上设置有万向节，万向节的活动端与红外摄像头固定连接；通信装置用于与远程控制端通信连接，将路径规划单元和热斑缺陷识别单元的输出进行实时传输。

3.根据权利要求2所述的一种光伏组件热斑缺陷智能识别系统，其特征在于，路径规划单元，使用改进的蝴蝶优化算法拟合旋翼无人机的最优巡航路径，巡航路径的拟合包括如下步骤：1)创建人造蝴蝶，并创建初始蜂群，在模拟过程中，蝴蝶总数保持不变；2)定义蝴蝶的位置和适应度函数，在本地搜索阶段，搜索空间内查找随机蝴蝶生成的位置，计算和存储蝴蝶位置的适应度函数，然后进入迭代阶段；在迭代阶段，解搜索空间中的所有蝴蝶的更新后的位置，重新评估蝴蝶的适应度值；3)当满足停止标准时，蝴蝶优化算法找到各蝴蝶的最佳位置和适应度，做出最佳决策，对应了旋翼无人机的最优巡航路径。

4.根据权利要求3所述的一种光伏组件热斑缺陷智能识别系统，其特征在于，步骤2)的内容为，利用下式计算所有蝴蝶在不同位置上的适应度函数：xit+1＝xit+(r2×g*-xit)×fi,其中和分别表示第t+1次迭代和第t次迭代中第i只蝴蝶的解向量；r是[0，1]中的随机数；g*表示当前迭代中所有解中的最优解；fi表示第i只蝴蝶的花粉；在本地搜索阶段中，计算所有蝴蝶在不同的位置上适应度函数的公式为：其中和分别是第t次迭代中第j只蝴蝶和第k只蝴蝶的解向量；如果第j只蝴蝶和第k只蝴蝶属于同一蜂群，本地搜索阶段中的蝴蝶在不同的位置上产生花粉味道的公式的含义为局部随机游走；通过适应度函数调整各蝴蝶的位置，使蝴蝶寻找食物和交配对象的活动；蝴蝶寻找食物和交配对象的活动，既可以在局部范围进行，也可以在全局范围进行；使用切换概率p在全局搜索和局部搜索之间进行切换。

5.根据权利要求4所述的一种光伏组件热斑缺陷智能识别系统，其特征在于，停止标准，是选择最长cpu时间、达到的最大迭代次数、达到无改进的最大迭代次数或者达到的特定错误率值中的一种作为停止标准；满足停止标准时，停止迭代阶段，由改进的蝴蝶优化算法输出最优的循环路径。

6.根据权利要求5所述的一种光伏组件热斑缺陷智能识别系统，其特征在于，步骤3)的内容为，令路径的源点和目的地之间存在中间点，根据不同的中间点的欧几里得距离，以及经过中间点的所有路径，输出最优循环路径；其中：不同的中间点的欧几里得距离的计算公式为：pn，pn+1分别为路径中的两个相邻的中间点，n＝0，1，2，...，l-1，l为中间点的数量；经过中间点的所有路径长度总和pl通过下式计算：表示前n-1个相邻的中间点的路径长度之和，如果没有中间点，则所有路径长度总和pl＝0；做出最优决策的判断依据为：e为能量消耗度量；opn代表各中间点的作业功率；...

【专利技术属性】
技术研发人员：管迎春，王文，何君，雷亮，牟令，谭小瑶，陈碧雨，杨泛舟，
申请(专利权)人：天门市天鑫新能源有限公司，
类型：发明
国别省市：