一种光伏接线盒的异常识别方法及系统与流程

本技术涉及设备监测，具体涉及一种光伏接线盒的异常识别方法及系统。

背景技术：

1、随着光伏发电技术的发展和应用，光伏接线盒作为太阳能光伏电站中不可或缺的组件之一，它起到连接光伏电池板与逆变器的作用，保护光伏电池板和逆变器免受外界环境因素的影响。因此，在光伏发电的过程中，需要对光伏接线盒的工作状态进行监测，并准确识别出工作状态异常的光伏接线盒。现阶段，对于光伏接线盒的监测主要通过工作人员对光伏接线盒进行巡检，并且识别出工作状态异常的光伏接线盒依赖于工作人员的工作经验。对于大面积的光伏电站来说，现有方法对光伏接线盒异常工作状态的识别的准确程度较低。因此，如何提高对于光伏接线盒的异常工作状态识别的准确程度，成为亟需解决的技术问题。

2、因此，亟需一种光伏接线盒的智能监测方法及系统来解决当前技术存在的问题。

技术实现思路

1、本技术提供了一种光伏接线盒的异常识别方法及系统，可以有效提高光伏接线盒的异常工作状态的识别准确程度。

2、第一方面，本技术提供了一种光伏接线盒的异常识别方法，所述方法包括：对预设区域进行划分，得到多个预设子区域；获取各个所述预设子区域对应的区域信息；获取各个所述预设子区域内全部光伏接线盒对应的检测图像；对各个所述检测图像进行图像识别，得到各个所述光伏接线盒对应的第一异常风险评分；基于各个所述区域信息对各个所述预设子区域进行识别，得到各个所述预设子区域对应的第二异常风险评分；基于各个所述第一异常风险评分和所述第二异常风险评分，确定各个所述预设子区域内存在异常的光伏接线盒。

3、通过采用上述技术方案，为了便于光伏接线盒的异常检测，并提高检测的准确程度，因此，需要首先对大面积的预设区域进行划分，得到多个面积较小的预设子区域。通过获取各个预设子区域对应的区域信息，从而能够考虑每个区域的具体环境和维护历史，在分析和评估过程中引入更多背景信息，增强了风险评估的准确性。通过获取各个预设子区域内全部光伏接线盒对应的检测图像，从而确保了对每个接线盒的全面覆盖。通过对各个检测图像进行图像识别，得到各个光伏接线盒对应的第一异常风险评分，从而识别潜在的异常特征。通过基于各个区域信息对各个预设子区域进行识别，得到各个预设子区域对应的第二异常风险评分，从而结合了环境因素和维护历史等非图像数据，提供了一个更全面的风险评估。通过基于各个第一异常风险评分和第二异常风险评分，确定各个预设子区域内存在异常的光伏接线盒，从而实现了对光伏接线盒状态的全面评估，进而能够有效提高光伏接线盒的异常工作状态的识别准确程度。

4、可选的，所述获取各个所述预设子区域内全部光伏接线盒的检测图像，具体包括：获取当前拍摄装置距离所述预设子区域的第一拍摄距离；获取在所述第一拍摄距离下拍摄得到的所述预设子区域对应的第一初始图像；对所述第一初始图像进行加权处理，得到第一处理图像；对所述第一处理图像进行图像增强处理，得到第二处理图像；对所述第二处理图像进行预设轮廓检测，得到预设轮廓识别结果；所述预设轮廓识别结果包括所述第二图像对应的轮廓数量以及各个预设轮廓对应的轮廓面积；当所述轮廓数量符合预设轮廓数量时，判断各个所述轮廓面积是否均在所述第一拍摄距离对应的面积范围内；当所述轮廓面积均在所述第一拍摄距离对应的面积范围内时，基于所述预设轮廓识别结果，得到各个所述检测图像。

5、通过采用上述技术方案，通过获取当前拍摄装置距离预设子区域的第一拍摄距离，从而确保拍摄图像能够覆盖整个子区域，同时保持足够的图像质量和细节清晰度，以便进行详细的图像分析和特征提取。通过对第一初始图像进行加权处理，得到第一处理图像，从而改善图像的视觉效果，突出重要的特征，有助于更准确地进行后续的图像识别和分析。通过对第一处理图像进行图像增强处理，得到第二处理图像，从而进一步提高图像的质量，尤其是在对比度、锐度和细节方面，使得图像更适合进行细致的特征分析。通过对第二处理图像进行预设轮廓检测，得到预设轮廓识别结果，从而能够准确地识别出图像中的光伏接线盒。当轮廓数量符合预设轮廓数量时，判断各个轮廓面积是否均在第一拍摄距离对应的面积范围内，从而确保图像的准确性和可靠性，当轮廓面积均在第一拍摄距离对应的面积范围内时，基于预设轮廓识别结果，得到各个检测图像，从而确保最终的检测图像中包含了准确和完整的光伏接线盒信息。

6、可选的，所述对各个所述检测图像进行图像识别，得到各个所述光伏接线盒对应的第一异常风险评分，具体包括：基于各个所述检测图像，得到各个所述检测图像对应的n个图像特征和图像特征数量；其中，n为大于或等于1的正整数；基于n个所述图像特征，构建各个所述检测图像对应的图像特征向量i＝[i1,…im…,in]；当各个所述检测图像对应的所述图像特征数量大于预设特征数量时，基于各个所述图像特征向量，计算得到各个所述光伏接线盒对应的所述第一异常风险评分；当各个所述检测图像对应的所述图像特征数量不大于预设特征数量时，基于所述第一拍摄距离，确定距离修正因子；基于所述距离修正因子和各个所述图像特征向量，计算得到各个所述光伏接线盒对应的所述第一异常风险评分。

7、通过采用上述技术方案，通过基于各个检测图像，得到各个检测图像对应的n个图像特征和图像特征数量，从而可以精确地捕捉到与光伏接线盒状态相关的关键信息，为进行详细的风险分析提供了必要的数据基础。通过基于n个图像特征，构建各个检测图像对应的图像特征向量，并当各个检测图像对应的图像特征数量大于预设特征数量时，基于各个图像特征向量，计算得到各个光伏接线盒对应的第一异常风险评分，从而确保了风险评分的计算基于充分的数据，提高了评分的准确性和可靠性。当各个检测图像对应的图像特征数量不大于预设特征数量时，基于第一拍摄距离，确定距离修正因子，并基于距离修正因子和各个图像特征向量，计算得到各个光伏接线盒对应的第一异常风险评分，从而可以调整评分过程，考虑到拍摄距离对图像质量和特征识别的影响，以确保计算得到的第一异常风险评分的准确性。

8、可选的，所述区域信息包括区域维护次数和区域环境因素；所述基于各个所述区域信息对各个所述预设子区域进行识别，得到各个所述预设子区域对应的第二异常风险评分，具体包括：将所述区域维护次数输入至预设的风险评估模型，得到维护频率评分；将所述区域环境因素输入至预设的风险评估模型，得到环境风险评分；基于所述维护频率评分和所述环境风险评分，计算得到所述第二异常风险评分。

9、可选的，所述基于各个所述第一异常风险评分和所述第二异常风险评分，确定各个所述预设子区域内存在异常的光伏接线盒，具体包括：基于各个所述第一异常风险评分和所述第二异常风险评分，计算各个所述光伏接线盒对应的综合异常风险评分；基于各个所述综合异常风险评分，从全部所述光伏接线盒中筛选得到所述存在异常的光伏接线盒；其中，所述存在异常的光伏接线盒对应的所述综合异常风险评分大于预设的综合异常风险评分阈值。

10、可选的，所述基于各个所述第一异常风险评分和所述第二异常风险评分，计算各个所述光伏接线盒对应的综合异常风险评分，具体包括：

11、通过以下公式计算得到所述综合异常风险评分：

12、z＝αf(x)+βyp；

13、

14、其中，z为所述综合异常风险评分；x为所述第一异常风险评分；y为所述第二异常风险评分；α为第一权重因子；β为第二权重因子；p为所述非线性调整系数，且p∈(0,1)；ε为最小阈值；k为缩放系数，且k∈(0,1)；a为分段限制常数，且a∈(0,1)。

15、通过采用上述技术方案，通过设定分段函数f(x)，以调整第一异常风险评分x。当x<a时，使用对数函数ln(max(x,ε))+1减少较小评分的影响，并通过设置一个最小阈值ε，以避免对数函数在零附近的问题。当x≥a时，使用指数函数ekx-1来增强较高评分的影响，其中，k为缩放系数且k∈(0,1)，用于控制指数函数的增长速度。yp是对第二异常风险评分的非线性调整，其中p是非线性调整系数。α为第一权重因子，β为第二权重因子，分别用于调整两个评分在综合评分中的影响，以确保第一异常风险评分和第二异常风险评分能够反映实际的风险情况。

16、可选的，在所述对所述第二处理图像进行预设轮廓检测，得到预设轮廓识别结果之后，所述方法还包括：当所述轮廓数量不符合预设轮廓数量时，对所述第一拍摄距离进行调整，得到第二拍摄距离；获取在所述第二拍摄距离下拍摄得到的所述预设子区域对应的第二初始图像；对所述第二初始图像进行加权处理，得到第三处理图像；对所述第三处理图像进行图像增强处理，得到第四处理图像；对所述第四处理图像进行预设轮廓检测，得到所述第四图像对应的轮廓数量；若所述轮廓数量仍不符合预设轮廓数量，则对所述第二拍摄距离进行再次调整，直至所述轮廓数量符合预设轮廓数量。

17、在本技术的第二方面提供了一种光伏接线盒的异常识别系统，所述系统包括区域划分模块、获取模块以及处理模块；所述区域划分模块，用于对预设区域进行划分，得到多个预设子区域；所述获取模块，用于获取各个所述预设子区域对应的区域信息；所述获取模块，还用于获取各个所述预设子区域内全部光伏接线盒对应的检测图像；所述处理模块，用于对各个所述检测图像进行图像识别，得到各个所述光伏接线盒对应的第一异常风险评分；所述处理模块，还用于基于各个所述区域信息对各个所述预设子区域进行识别，得到各个所述预设子区域对应的第二异常风险评分；所述处理模块，还用于基于各个所述第一异常风险评分和所述第二异常风险评分，确定各个所述预设子区域内存在异常的光伏接线盒。

18、在本技术的第三方面提供了一种电子设备，包括处理器、存储器、用户接口及网络接口，所述存储器用于存储指令，所述用户接口和网络接口用于给其它设备通信，所述处理器用于执行所述存储器中存储的指令，以使所述电子设备执行如本技术第一方面任意一项所述的方法。

19、在本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能够被处理器加载并执行如本技术第一方面任意一项所述的方法的计算机程序。

20、综上所述，本技术实施例中提供的一个或多个技术方案，至少具有如下技术效果或优点：

21、1、为了便于光伏接线盒的异常检测，并提高检测的准确程度，因此，需要首先对大面积的预设区域进行划分，得到多个面积较小的预设子区域。通过获取各个预设子区域对应的区域信息，从而能够考虑每个区域的具体环境和维护历史，在分析和评估过程中引入更多背景信息，增强了风险评估的准确性。通过获取各个预设子区域内全部光伏接线盒对应的检测图像，从而确保了对每个接线盒的全面覆盖。通过对各个检测图像进行图像识别，得到各个光伏接线盒对应的第一异常风险评分，从而识别潜在的异常特征。通过基于各个区域信息对各个预设子区域进行识别，得到各个预设子区域对应的第二异常风险评分，从而结合了环境因素和维护历史等非图像数据，提供了一个更全面的风险评估。通过基于各个第一异常风险评分和第二异常风险评分，确定各个预设子区域内存在异常的光伏接线盒，从而实现了对光伏接线盒状态的全面评估，进而能够有效提高光伏接线盒的异常工作状态的识别准确程度。

22、2、通过基于各个检测图像，得到各个检测图像对应的n个图像特征和图像特征数量，从而可以精确地捕捉到与光伏接线盒状态相关的关键信息，为进行详细的风险分析提供了必要的数据基础。通过基于n个图像特征，构建各个检测图像对应的图像特征向量，并当各个检测图像对应的图像特征数量大于预设特征数量时，基于各个图像特征向量，计算得到各个光伏接线盒对应的第一异常风险评分，从而确保了风险评分的计算基于充分的数据，提高了评分的准确性和可靠性。当各个检测图像对应的图像特征数量不大于预设特征数量时，基于第一拍摄距离，确定距离修正因子，并基于距离修正因子和各个图像特征向量，计算得到各个光伏接线盒对应的第一异常风险评分，从而可以调整评分过程，考虑到拍摄距离对图像质量和特征识别的影响，以确保计算得到的第一异常风险评分的准确性。

23、3、通过设定分段函数f(x)，以调整第一异常风险评分x。当x<a时，使用对数函数ln(max(x,ε))+1减少较小评分的影响，并通过设置一个最小阈值ε，以避免对数函数在零附近的问题。当x≥a时，使用指数函数ekx-1来增强较高评分的影响，其中，k为缩放系数且k∈(0,1)，用于控制指数函数的增长速度。yp是对第二异常风险评分的非线性调整，其中p是非线性调整系数。α为第一权重因子，β为第二权重因子，分别用于调整两个评分在综合评分中的影响，以确保第一异常风险评分和第二异常风险评分能够反映实际的风险情况。