本发明属于模式识别领域，具体涉及通过无人机获得高清真彩色图像，对分布式光伏组件故障进行识别与定位的方法。
背景技术：
1、随着光伏发电技术应用越来越广泛，已有大量的光伏系统投入运行。光伏电站实际运行自然环境恶劣，光伏阵列故障复杂多样，严重影响了电站的安全稳定运行和经济效益。
2、光伏系统主要的故障包括了光伏组件投运前及运行中的隐裂、因局部阴影遮挡或光照接收不均而产生的热斑、电势诱发衰减、腐蚀等造成的光伏组件性能退化、因部分组件性能退化或连接排布失当而造成的阵列失配以及因接线盒错误导致的光伏电池组件开路或短路。这些故障严重降低了光伏组件及多种电气设备的寿命，降低光伏电站发电量，甚至对整个光伏系统的安全运行造成严重影响。
3、目前光伏发电故障诊断的方法主要包括基于电路结构的方法、基于红外图像的方法、基于电气测量的方法、基于数学参考模型的方法和基于智能检测的故障诊断方法。
4、光伏故障类型大致可以分为两种：1、肉眼可见的故障，如鸟粪、树叶、尘土等肉眼可见遮挡；2、热斑信息。第一种故障类型可以通过清扫光伏板表面解决，第二种故障类型需要对光伏组件进行更换。
5、现有技术主要专注热斑故障的识别，因其肉眼难以发现，一般采用红外成像模式，如中国专利申请cn115100296a。
6、光伏板局部被长期遮挡、表面被异物覆盖等故障，如果没有早期发现、及时清理，会产生热斑，对光伏组件造成更严重的损害。
技术实现思路
1、为解决上述问题，提出了本发明。本发明采用了以下技术手段：一种基于无人机巡航的光伏故障检测方法，包括以下步骤：
2、1.1、无人机自适应巡航获取高清真彩色图像；
3、1.2、基于获取图像的gps信息进行图像合成，获取全场站高清总图；
4、1.3、对获取的每幅图像进行拆分；
5、1.4、针对不同故障原因进行检测模型的训练、验证与测试；
6、1.5、利用检测模型对故障原因进行识别，输出包含故障图像的故障框坐标；
7、1.6、故障框像素定位；
8、1.7、基于图像gps信息和像素定位，在高清总图上标记识别位置。
9、本申请使用无人机巡航拍摄高清真彩色图像，合成全场站高清总图，便于显示和标记，并且使用高清真彩色图像进行肉眼可识别故障的模型建立和识别，实现发明目的。
10、有益效果：采用本发明提出的技术方案，无人机自适应巡航，自动改变拍摄高度与角度，保证获取的图像具有一致性；通过图像合成，获取全场站的高清总图；通过图像拆分，在保证准确率前提下提高算法效率；可以发现多种肉眼可见的故障类型，及时清理可杜绝光伏板产生热斑，减少光伏组件的损失；像素级gps定位计算，精准确定故障位置。
1.一种基于无人机巡航的光伏故障检测方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的光伏故障检测方法，其特征在于，
3.根据权利要求2所述的光伏故障检测方法，其特征在于，
4.根据权利要求3所述的光伏故障检测方法，其特征在于，
5.根据权利要求4所述的光伏故障检测方法，其特征在于，将合成后整个场站的高清图与现有的电子地图进行二次合成。
6.根据权利要求1所述的光伏故障检测方法，其特征在于，
7.根据权利要求6所述的光伏故障检测方法，其特征在于，
8.根据权利要求7所述的光伏故障检测方法，其特征在于，
9.根据权利要求8所述的光伏故障检测方法，其特征在于，
10.根据权利要求1所述的光伏故障检测方法，其特征在于，其特征在于，步骤1.7中，还将包含故障的照片叠加到全场站高清总图。