【技术实现步骤摘要】
本专利技术涉及光伏发电，特别是涉及一种光伏组件缺陷定位方法以及综合诊断方法。
技术介绍
1、随着光伏装机规模的迅速提升，光伏发电的运维需求也不断扩大。光伏电站通常建设于沙漠、草原、戈壁等环境恶劣的地区，光伏组件长期暴露在这类环境下，容易产生组件热斑、二极管故障、低效运行等缺陷情况，为了避免组件缺陷引起的光伏电站发电效率持续降低和安全隐患，需要有效的运维和巡检手段进行干预，传统的人工巡检方式需要运维人员手持检测仪对组件进行逐一检查，这类方法效率较低且难以满足实际要求。
2、近年来，随着无人机技术的高速发展，凭借体积小巧、自动化程度高、可安装多种类传感器等优势，采用无人机搭载红外热成像摄像头进行光伏组件缺陷检测成为光伏电站运维管理方的首选。目前，市面上较为成熟的无人机巡检系统已经可以实现通过深度学习目标检测模型从红外热成像图像中有效识别光伏组件缺陷信息，并根据空中飞行数据计算缺陷组件的经纬度坐标辅助运维人员前往缺陷组件的实际位置实施对应的运维措施。
3、然而，由于光伏电站地理环境存在差异，不同光线条件和复杂背景在红外热成像图像中会增加额外噪声，采用预训练的通用目标检测模型不可避免地存在误识别概率；且由于图中相邻光伏组件的像素距离很小、空中飞行数据存在延迟等原因，无人机返回的缺陷组件经纬度坐标精度较差，通常还需运维人员手持经纬度定位仪在大致坐标范围内进行巡查记录组件的详细信息，耗费大量人力时间成本。另一方面，由无人机巡检诊断出的组件缺陷仅能反映热斑等硬件故障，无法诊断出由于组件积灰、阴影遮挡等外部原因造成的低效
技术实现思路
1、为解决上述技术问题，本专利技术提出了一种光伏组件缺陷定位方法以及综合诊断方法，能有效解决现有光伏组件缺陷检测和定位精度低的问题，并且通过本综合诊断方法，可以实现融合诊断，对光伏组件的缺陷情况进行综合评估。
2、本专利技术是通过采用下述技术方案实现的：
3、一种光伏组件缺陷定位方法，包括以下步骤：
4、步骤s1.构建光伏组串经纬度数据库，采集光伏电站无人机巡检拍摄的红外热成像图像以及对应的光伏缺陷组件的诊断数据；
5、步骤s2.将诊断数据中缺陷部位的经纬度转换为所在光伏组串的编号；
6、步骤s3.通过光伏组件像素级精准定位算法，从红外热成像图像中提取缺陷部位在光伏组串中的行列位置信息。
7、所述步骤s3具体包括以下步骤：
8、步骤s31.通过语义分割算法提取红外热成像图像中所有光伏组件区域的像素点；
9、步骤s32.判断图像中光伏组件区域数量、各区域面积及边界周长是否处于预设阀值区间，若否，则去除，若是，进入步骤s33；
10、步骤s33.对提取的各光伏组件区域中心点的横、纵像素坐标分别进行聚类，得到光伏组件区域的总排数和列数；
11、步骤s34.分别判断聚类结果中横、纵像素坐标相邻族之间的距离是否小于预设阀值，若是，得到属于同一光伏组串的所有光伏组件区域集合，并按照横、纵像素坐标大小分别进行列排序；
12、步骤s35.依次判断诊断数据中各缺陷部位的像素坐标是否属于光伏组件区域，若属于则输出该光伏组件在光伏组串中的行列序号和若不属于任一光伏组件区域，则丢弃该诊断数据。
13、所述步骤s31具体包括以下步骤：
14、步骤s311.采集无人机红外热成像图像并进行标注建立数据集，将数据集划分为训练集和验证集；
15、步骤s312.构建轻量级unet光伏组件语义分割深度学习模型，利用二元交叉熵作为模型的损失函数：
16、
17、式中，lbec为损失函数；m为训练图像样本数量；pi为第i张图像的标注真实值；为第i张图像的模型预测值；pi和的尺寸保持一致；
18、步骤s313.将训练集作为模型输入，利用梯度下降法进行模型训练，采用交叉验证的方式测试实时训练得到的模型的准确度，当迭代次数达到预先设定的阈值时停止训练，保存在验证集测试中损失最小对应的模型；
19、步骤s314.将待检测的红外热成像图像作为模型输入，通过比较预测值与预设阀值大小关系得到光伏组件区域的分割结果。
20、所述步骤s33中采用dbscan算法对提取的各光伏组件区域中心点的横、纵像素坐标分别进行聚类。
21、构建光伏组串经纬度数据库具体包括以下步骤：
22、步骤s11.从光伏电站施工图中提取每个光伏组串投影中心点的大地坐标[xc,yc]t，根据光伏组串长宽、安装倾角和安装朝向通过以下方式计算每个光伏组串投影四边形四个角的大地坐标：
23、
24、式中，xc、yc为光伏组串c中心点的大地横、纵坐标；l、w分别为光伏组串的长和宽；α、γ分别为光伏组串的安装倾角和朝向角，安装朝向角为光伏组串排列方向与大地坐标横轴的夹角；分别为光伏组串c投影四边形左上角、左下角、右上角和右下角的大地坐标；
25、步骤s12.将所有大地坐标转换为经纬度坐标，得到每个光伏组串投影中心点的经纬度坐标以及四个角的经纬度坐标
26、步骤s13.利用经纬度采集器获得光伏电站各子阵参考组串投影中心点的实际经纬度计算得到各子阵的经纬度偏差δlr：
27、
28、式中，为子阵r参考组串投影中心点的实际经纬度；为由子阵r参考组串投影中心点的大地坐标转换得到的经纬度坐标；δlr为子阵r的经纬度偏差；
29、将经纬度偏差累加到由大地坐标转换而来的经纬度坐标，得到每个光伏组串投影四边形四个角的修正经纬度坐标：
30、
31、式中，为由子阵r中光伏组串c投影四边形四个角的大地坐标转换得到的经纬度坐标；为子阵r中光伏组串c投影四边形四个角的修正经纬度坐标；k取{1,2,3,4}分别对应左上角、左下角、右上角和右下角；
32、步骤s14.关联组串编号和组串投影四边形四个角的修正经纬度坐标作为数据对，以建立数据库。
33、所述红外热成像图像是通过预先设定无人机的巡检路线及拍摄间距在光伏电站上空拍摄的完整覆盖整个光伏电站的红外热成像图像fi，i为图像索引值；光伏缺陷组件的诊断数据是通过无人机内置的光伏组件缺陷识别算法对红外热成像图像检测得到的，包括：图像中每个缺陷部位的缺陷类型缺陷程度中心点经纬度坐标和像素坐标j为图像中缺陷部位的索引值。
34、所述步骤s2具体包括：通过在数据库中逐一查找的方式，若缺陷部位中心点的经纬度坐标落在某光伏组串投影区域内，则输出该光伏组串的组串编号若不在任一光伏组串投影区域内，则丢弃该缺陷部位的诊断数据。
35、判断缺陷部位中心点的经纬度坐标是否落在某光伏组串投影区域的方法为：利用余弦定理计算缺陷部位中心点到光伏组串投影四个角的连线两两之间的夹角，若四个角之和βc等于2π，则该缺陷部位中心点位于在光伏组串投影区域内，否则在光伏组串投影区域外。<本文档来自技高网...
【技术保护点】
1.一种光伏组件缺陷定位方法，其特征在于：包括以下步骤：
2.根据权利要求1所述的一种光伏组件缺陷定位方法，其特征在于：所述步骤S3具体包括以下步骤：
3.根据权利要求2所述的一种光伏组件缺陷定位方法，其特征在于：所述步骤S31具体包括以下步骤：
4.根据权利要求2所述的一种光伏组件缺陷定位方法，其特征在于：所述步骤S33中采用DBSCAN算法对提取的各光伏组件区域中心点的横、纵像素坐标分别进行聚类。
5.根据权利要求1所述的一种光伏组件缺陷定位方法，其特征在于：构建光伏组串经纬度数据库具体包括以下步骤：
6.根据权利要求1所述的一种光伏组件缺陷定位方法，其特征在于：所述红外热成像图像是通过预先设定无人机的巡检路线及拍摄间距在光伏电站上空拍摄的完整覆盖整个光伏电站的红外热成像图像Fi，i为图像索引值；光伏缺陷组件的诊断数据是通过无人机内置的光伏组件缺陷识别算法对红外热成像图像检测得到的，包括：图像中每个缺陷部位的缺陷类型缺陷程度中心点经纬度坐标和像素坐标j为图像中缺陷部位的索引值。
7.根据权利要求2所述的一
8.根据权利要求7所述的一种光伏组件缺陷定位方法，其特征在于：判断缺陷部位中心点的经纬度坐标是否落在某光伏组串投影区域的方法为：利用余弦定理计算缺陷部位中心点到光伏组串投影四个角的连线两两之间的夹角，若四个角之和βc等于2π，则该缺陷部位中心点位于在光伏组串投影区域内，否则在光伏组串投影区域外。
9.根据权利要求8所述的一种光伏组件缺陷定位方法，其特征在于：计算缺陷部位中心点到光伏组串投影四个角的连线两两之间的夹角的方法为：
10.一种光伏组件缺陷综合诊断方法，其特征在于：构建数字孪生模型，将利用上述权利要求1～9中任一权利要求所述的缺陷定位方法得到的最终诊断数据输入该数字孪生模型，与该数字孪生模型对应位置的光伏组件联动，对该光伏组件的缺陷情况进行综合评估；所述最终诊断数据包括缺陷组件的红外热成像图像、光伏组串的组串编号及光伏缺陷组件的最终定位信息。
11.根据权利要求10所述的一种光伏组件缺陷综合诊断方法，其特征在于：与该数字孪生模型对应位置的光伏组件联动，对该光伏组件的缺陷情况进行综合评估，具体指：数字孪生模型根据输入的光伏组件的最终诊断数据以及该光伏组件的其他数据，对光伏组件的缺陷情况进行综合评估，其他数据包括实时工况数据、历史发电运行数据以及运维记录数据。
...【技术特征摘要】
1.一种光伏组件缺陷定位方法，其特征在于：包括以下步骤：
2.根据权利要求1所述的一种光伏组件缺陷定位方法，其特征在于：所述步骤s3具体包括以下步骤：
3.根据权利要求2所述的一种光伏组件缺陷定位方法，其特征在于：所述步骤s31具体包括以下步骤：
4.根据权利要求2所述的一种光伏组件缺陷定位方法，其特征在于：所述步骤s33中采用dbscan算法对提取的各光伏组件区域中心点的横、纵像素坐标分别进行聚类。
5.根据权利要求1所述的一种光伏组件缺陷定位方法，其特征在于：构建光伏组串经纬度数据库具体包括以下步骤：
6.根据权利要求1所述的一种光伏组件缺陷定位方法，其特征在于：所述红外热成像图像是通过预先设定无人机的巡检路线及拍摄间距在光伏电站上空拍摄的完整覆盖整个光伏电站的红外热成像图像fi，i为图像索引值；光伏缺陷组件的诊断数据是通过无人机内置的光伏组件缺陷识别算法对红外热成像图像检测得到的，包括：图像中每个缺陷部位的缺陷类型缺陷程度中心点经纬度坐标和像素坐标j为图像中缺陷部位的索引值。
7.根据权利要求2所述的一种光伏组件缺陷定位方法，其特征在于：所述步骤s2具体包括：通过在数据库中逐一查找的方式，若缺陷部位中心点的经纬度坐标落在某光伏组串投影区域内，则输出该光伏组串的组串编号若不在任一光伏...
【专利技术属性】
技术研发人员：陈鹏宇，杨嘉伟，杨兵，徐箴箴，张坤，陈豪杰，王祎凡，
申请(专利权)人：东方电气集团科学技术研究院有限公司，
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。