本发明涉及光伏发电领域,特别是涉及一种基于地理信息多光谱正摄影像的光伏组件定位方法。
背景技术:
1、在众多可再生能源中,太阳能是解决能源危机中最有前途的新型清洁能源。近年来太阳能发电在我国蓬勃发展,太阳能发电总量占据电力生产总量的比例也在逐年增长。
2、光伏板是太阳能发电的核心组件,由多个光伏电池串联或并联组合而成,通过光电效应将太阳能转化为电能。由于外界环境的影响,光伏系统在运行中可能会出现玻璃破损、热斑效应和电池裂纹等故障,这些故障对电力生产的安全性和可靠性提出了挑战。因此,为了保证光伏系统的长期安全运行,许多学者针对光伏板缺陷诊断提出了相应的算法,现有的算法大致可分为基于传统图像处理的算法和基于深度学习的算法。
3、基于传统图像处理的算法主要使用手工设计特征,通过支持向量机等机器学习分类方法来对光伏组件缺陷进行分类。al safasfeh等人提出了简单线性迭代聚类(simp l eli near iterat ive c l uster i ng)超像素技术检测光伏组件红外图像中的热斑效应。
4、guerr iero等人利用canny算子检测光伏组件红外图像中的边缘,同时对光伏组件内部缺陷部位的边缘分析来判断光伏组件的状态。基于深度学习的算法使用卷积神经网络提取图像特征,在训练集上求解给定任务的最优解。akram等人通过在电致发光数据集上预训练分类模型,再在光伏组件红外图像数据集上微调检测不同的缺陷类型。mehta等人提出了一个四阶段组成的端对端卷积神经网络deepso l areye,该网络对光伏组件可见光图像逐像素分类定位光伏板的积灰区域。
5、目前,没有针对光伏板缺陷精确诊断的识别算法,基于传统图像处理的算法由于人工设计特征不够鲁棒,只能针对特定应用场景或特定缺陷种类进行检测,无法将识别结果与地理信息进行快速关联,由于检测环节后的维护环节需要确定问题组件的具体位置,因此单纯的缺陷识别技术并不能从根本上提升检测维护作业的效率。
6、因此,亟需设计一种基于地理信息多光谱正摄影像的光伏组件定位方法来克服上述一种或多种现有技术的不足。
技术实现思路
1、本发明为达到上述技术目的所采用的技术方案是:一种基于地理信息多光谱正摄影像的光伏组件定位方法,其特征在于,包括以下步骤:
2、s1、通过扫描拍摄的方式获取组件所在区域的多光谱正摄影像素材,并进行上传;
3、s2、根据上传的多光谱正摄影像素材创建对应的正摄影像重建任务,并生成各波段的正射影像图;
4、s3、识别正射影像图上的缺陷特征,并提取缺陷特征的坐标信息;
5、s4、在步骤s3的基础上通过组串识别定位算法,推算出正射影像图的地理信息。
6、在一个优选的实施例中,所述步骤s1中采用无人机拍摄的方式获取区域的多光谱正摄影像素材。
7、3、根据权利要求1所述的基于地理信息多光谱正摄影像的光伏组件定位方法,其特征在于,所述步骤s2中的重建任务是根据拍摄的多光谱正摄影像素材是否为可见光素材,若是则生成可见光正摄影图像,若否则使用远红外算法生成远红外正摄影图像。
8、在一个优选的实施例中,所述步骤s3的缺陷识别步骤包括:s31、输入一张带有完整光伏板的红外热成像图片作为样本;
9、s32、根据直线检测算法检测样本中光伏板的旋转角度,并对图像进行对应角度的旋转变化,使光伏板竖直或水平的呈现在图片中;
10、s33、在光伏板上标注出四个顶点,并进行裁切;
11、s34、采用模板匹配算法提取图像中的光伏板候选框,并通过预设的阈值筛选候选框,随后进行缺陷特征的识别。
12、在一个优选的实施例中,所述步骤s4正射影像图的地理信息推算步骤包括:s41、将拍摄的正射影像图根据组串识别定位算法得到预测的光伏板;
13、s42、将预测的光伏板分割区域进行图形学腐蚀、膨胀操作,扩展可信区域,并通过图像算法获取精细的光伏板区域;
14、s43、根据获取的光伏板进行裁切定位光伏板中心像素位置,并得到光伏板中心位置与图片中心位置的像素偏移;
15、s44、根据拍摄参数将像素偏移转换成物理偏移,再通过根据当前gps位置的档位经纬度的物理距离,将物理距离偏移量转化为gps偏移量,获得光伏板中心的gps信息。
16、本发明的有益效果是:在对光伏板进行缺陷特征识别时,还能计算出光伏板所在的地理位置,提升检测维护作业的效率,且无需要大量人力和时间去专门处理检测和识别这种重复单调的劳动,同时通过无人机执行拍摄任务,以极高的效率完成目标区域的巡检,大幅度提高检测算法的准确率,降低了错检漏检的可。
1.一种基于地理信息多光谱正摄影像的光伏组件定位方法,其特征在于,包括以下步骤:
2.根据权利要求1所述的基于地理信息多光谱正摄影像的光伏组件定位方法,其特征在于,所述步骤s1中采用无人机拍摄的方式获取区域的多光谱正摄影像素材。
3.根据权利要求1所述的基于地理信息多光谱正摄影像的光伏组件定位方法,其特征在于,所述步骤s2中的重建任务是根据拍摄的多光谱正摄影像素材是否为可见光素材,若是则生成可见光正摄影图像,若否则使用远红外算法生成远红外正摄影图像。
4.根据权利要求1所述的基于地理信息多光谱正摄影像的光伏组件定位方法,其特征在于,所述步骤s3的缺陷识别步骤包括:s31、输入一张带有完整光伏板的红外热成像图片作为样本;
5.根据权利要求1所述的基于地理信息多光谱正摄影像的光伏组件定位方法,其特征在于,所述步骤s4正射影像图的地理信息推算步骤包括:s41、将拍摄的正射影像图根据组串识别定位算法得到预测的光伏板;