【技术实现步骤摘要】
本专利技术涉及巡检光伏板，尤其涉及一种巡检光伏板故障方法、装置、终端及存储介质。
技术介绍
1、随着太阳能发电技术的发展，光伏电站数量急剧增长。然而，在长期使用过程中，由于天气灾害、异物遮挡、组件老化等原因，光伏板会产生热斑、电池片、二极管等各种故障，影响发电效率。
2、传统的故障检测方法通常采用红外图像检测技术，需要对每一个检测到的故障实例与光伏电站的所有光伏板逐一进行匹配，计算量巨大。当光伏板阵列规模较大时，故障实例与光伏板的匹配过程耗时较长，效率低下，难以适应大规模光伏板阵列的实时监控需求。
技术实现思路
1、本专利技术实施例提供了一种巡检光伏板故障方法、装置、终端及存储介质，以解决快速识别光伏板故障的问题。
2、第一方面，本专利技术实施例提供了一种巡检光伏板故障方法，包括：
3、获取光伏电站光伏板的巡检图像，将所述巡检图像切分得到巡检子图像，将巡检子图像输入yolov8n目标检测模型，输出故障中心对应的故障坐标，进行故障检测；其中，将所述巡检图像切分得到巡检子图像，便于yolov8n目标检测模型进行故障检测；
4、根据所述故障坐标和所述光伏电站的空间划分结果确定故障匹配范围；其中，所述故障匹配范围包括空间划分结果中的多个网格单元；
5、获取所述光伏电站内光伏板与空间划分结果的映射关系，根据所述故障匹配范围、所述映射关系和所述故障坐标，对所述故障中心与所述故障匹配范围的光伏板进行故障定位，记录所述故障中心对应的光伏板
6、在一种可能的实现方式中，根据所述故障坐标和所述光伏电站的空间划分结果确定故障匹配范围，还包括：
7、将光伏电站的空间划分为多个网格单元；
8、根据故障坐标确定所属网格单元；
9、将故障坐标所属网格单元和其周围相邻的八个网格单元构成的九宫格确定为故障匹配范围。
10、在一种可能的实现方式中，根据所述故障匹配范围、所述映射关系和所述故障坐标，对所述故障中心与所述故障匹配范围的光伏板进行故障定位，还包括：
11、将故障中心对应的故障坐标与故障匹配范围内的所有光伏板的坐标逐一进行匹配，若故障坐标在某光伏板的坐标范围内，则记录该光伏板编号。
12、在一种可能的实现方式中，在所述获取光伏电站光伏板的巡检图像之前，还包括：
13、获取光伏电站所在区域的经纬度坐标信息，根据经纬度坐标信息将区域划分为若干网格单元；
14、获取光伏电站建模图像，根据光伏电站建模图像建立光伏板坐标档案信息；其中，所述光伏板坐标档案信息包括光伏板编号、光伏板中心点的经纬度坐标信息和光伏板顶点的经纬度坐标信息；
15、根据光伏板中心点的经纬度坐标信息，将各光伏板映射到相应的网格单元。
16、在一种可能的实现方式中，所述根据光伏电站建模图像建立光伏板坐标档案信息，包括：
17、利用pyodm将光伏电站建模图像合成光伏电站正射影像图；
18、将光伏电站正射影像图切分得到若干正射影像子图像，将正射影像子图像依次输入real-esrgan超分辨率模型和yolov8n-seg实例分割模型，输出光伏板图像；其中，real-esrgan超分辨率模型以正射影像子图像为输入，以提升质量后的正射影像子图像为输出，提升正射影像子图像质量，便于yolov8n-seg实例分割模型分割光伏板图像；yolov8n-seg实例分割模型以提升质量后的正射影像子图像为输入，以光伏板图像为输出，进行光伏板图像的分割；光伏电站正射影像图、正射影像子图像和光伏板图像均包含经纬度坐标信息；
19、将光伏板图像进行编号，并根据光伏板图像的编号、其中心点的经纬度坐标和顶点的经纬度坐标建立光伏板坐标档案信息。
20、在一种可能的实现方式中，real-esrgan超分辨率模型包括sinc滤波器，sinc滤波器核为：
21、
22、式中，(i,j)是核的坐标，ωc是截止频率，j1是一阶贝塞尔函数。
23、在一种可能的实现方式中，所述网格单元的尺寸为1*1米，所述光伏板的长度为1.5-2米，所述光伏板的宽度为0.8-1米。
24、第二方面，本专利技术实施例提供了一种巡检光伏板故障装置，包括：
25、故障坐标获取模块，用于获取光伏电站光伏板的巡检图像，将所述巡检图像切分得到巡检子图像，将巡检子图像输入yolov8n目标检测模型，输出故障中心对应的故障坐标，进行故障检测；其中，将所述巡检图像切分得到巡检子图像，便于yolov8n目标检测模型进行故障检测；
26、故障匹配范围确定模块，用于根据所述故障坐标和所述光伏电站的空间划分结果确定故障匹配范围；其中，所述故障匹配范围包括空间划分结果中的多个网格单元；
27、故障定位模块，用于获取所述光伏电站内光伏板与空间划分结果的映射关系，根据所述故障匹配范围、所述映射关系和所述故障坐标，对所述故障中心与所述故障匹配范围的光伏板进行故障定位，记录所述故障中心对应的光伏板编号。
28、第三方面，本专利技术实施例提供了一种终端，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如上第一方面或第一方面的任一种可能的实现方式所述方法的步骤。
29、第四方面，本专利技术实施例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计算机程序，所述计算机程序被处理器执行时实现如上第一方面或第一方面的任一种可能的实现方式所述方法的步骤。
30、本专利技术实施例提供一种巡检光伏板故障方法、装置、终端及存储介质，通过将光伏电站光伏板的巡检图像切分后，得到巡检子图像，将巡检图像切分为较小尺寸的巡检子图像，将较小尺寸的巡检子图像输入至yolov8n目标检测模型，提高yolov8n目标检测模型检测效率，便于进行故障检测。将巡检子图像输入yolov8n目标检测模型进行故障目标检测，输出故障中心对应的故障坐标，yolov8n目标检测模型快速检测故障位置，提高光伏板故障检测效率。根据故障坐标和光伏电站的空间划分的结果，确定故障匹配范围，故障匹配范围包括空间划分结果中的多个网格单元，仅需将故障中心对应的故障坐标与故障匹配范围内的光伏板进行匹配，进行故障定位，减少故障坐标需要匹配的光伏板数量，极大地提升了故障定位效率，最终优化了光伏板故障巡检识别的整体效率。
本文档来自技高网...【技术保护点】
1.一种巡检光伏板故障方法，其特征在于，包括：
2.根据权利要求1所述的巡检光伏板故障方法，其特征在于，根据所述故障坐标和所述光伏电站的空间划分结果确定故障匹配范围，还包括：
3.根据权利要求2所述的巡检光伏板故障方法，其特征在于，根据所述故障匹配范围、所述映射关系和所述故障坐标，对所述故障中心与所述故障匹配范围的光伏板进行故障定位，还包括：
4.根据权利要求1所述的巡检光伏板故障方法，其特征在于，在所述获取光伏电站光伏板的巡检图像之前，还包括：
5.根据权利要求4所述的巡检光伏板故障方法，其特征在于，所述根据光伏电站建模图像建立光伏板坐标档案信息，包括：
6.根据权利要求5所述的巡检光伏板故障方法，其特征在于，所述Real-ESRGAN超分辨率模型包括sinc滤波器，sinc滤波器核为：
7.根据权利要求1所述的巡检光伏板故障方法，其特征在于，所述网网格单元的尺寸为1*1米，所述光伏板的长度为1.5-2米，所述光伏板的宽度为0.8-1米。
8.一种巡检光伏板故障装置，其特征在于，包括：
<...【技术特征摘要】
1.一种巡检光伏板故障方法，其特征在于，包括：
2.根据权利要求1所述的巡检光伏板故障方法，其特征在于，根据所述故障坐标和所述光伏电站的空间划分结果确定故障匹配范围，还包括：
3.根据权利要求2所述的巡检光伏板故障方法，其特征在于，根据所述故障匹配范围、所述映射关系和所述故障坐标，对所述故障中心与所述故障匹配范围的光伏板进行故障定位，还包括：
4.根据权利要求1所述的巡检光伏板故障方法，其特征在于，在所述获取光伏电站光伏板的巡检图像之前，还包括：
5.根据权利要求4所述的巡检光伏板故障方法，其特征在于，所述根据光伏电站建模图像建立光伏板坐标档案信息，包括：
6.根据权利要求5所述的巡检光伏板故障方法，其特征在...
【专利技术属性】
技术研发人员：曹泽帅，聂泽，高凯龙，李晓楠，王丽奎，陈亚君，次闻天，钱腾龙，赵瑞松，习猛，
申请(专利权)人：石家庄科林电气股份有限公司，
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。