CN105263000A - 基于无人机载双相机的大型光伏电站巡检装置 - Google Patents

Abstract

本发明涉及基于无人机载双相机的大型光伏电站巡检装置，主要是通过使用轻型无人机或无人系统对大型光伏电站进行巡检，并在无人机上装载了一台红外热像仪和一台可见光相机作为检测工具来检测光伏电池板。用计算机通过算法对双相机采集到的红外图像和可见光图像进行处理，得出光伏电池板是否出现故障的结论，并设计一个人机交互界面，显示图像及结论等。相对于现有的光伏电池板的故障监测方法，本装置提高了监测结果的可靠性，减少了人力与物力的使用，提高了成本效益，同时还节省了工作时间，能检测到光伏电池板内部看不见的故障。

Description

基于无人机载双相机的大型光伏电站巡检装置

技术领域

本发明设计了一种基于无人机载双相机的大型光伏电站巡检装置，特别是开发并实现了一种基于无人机载双相机的大型光伏电站巡检装置。

背景技术

能源是人类社会和经济发展的物质基础，是提高人们生活水平的先决条件，而如今居于世界能源结构主导地位的化石能源越发紧缺，能源危机愈发凸显，不可回避。据《BP世界能源统计年鉴(2014版)》的世界能源市场年度统计数据，全球一次能源消费的增长为2.3％，在全球能源消耗中，石油所占比例为32.9％，煤炭所占比例为30.1％，天然气消费则占23.7％，创历史跌幅新高的是核能发电下跌4.4％，令人遗憾的是可再生能源仅占2.7％。截止到2013年底，全球石油探明储量约1.6879万亿桶，仅能满足53.3年全球生产需要；全球天然气探明储量为185.7万亿立方米，仅能保证54.8年的生产需要。由此可见，不可再生资源已经不能长久满足人类的能源需要，能源危机已经展现在人类面前。

针对以上问题，世界各国纷纷开发太阳能、风能、水能、潮汐能等新型能源，以此来提高能源效率，改善能源结构，通过可再生能源代替不可再生能源，实现可持续发展。其中，光伏发电独树一帜，备受瞩目，尤其是在德国、美国以及日本发展迅速。我国近几年所颁发的多项提倡开发太阳能的法律、政策，也足见太阳能已在我国得到重视。

光伏发电是利用半导体界面的光生伏特效应而将光能直接转变为电能的一种技术。这种技术的关键元件是太阳能电池。太阳能电池经过串联后进行封装保护可形成大面积的太阳电池组件，再配合上功率控制器等部件就形成了光伏发电装置。在过去的几年里，因为光伏材料价格的下降以及各国政府的政策支持，光伏产业得到了快速的发展。目前光伏组件的寿命大约为25年，这就要求大型光伏电站在这25年时间里可以稳定、持续、高效的发电。但是，大型光伏电站往往安装在比较恶劣的环境中，导致各种故障频发，比如太阳能电池板出现分层、腐蚀、气泡、破裂、发黄或热斑等。因此，大型光伏电站的维护和故障诊断尤为重要。

光伏系统的故障诊断一直被许多学者所关注，并进行了相关的研究，根据故障诊断侧重点，故障诊断方法可分为：基于电路结构法、基于数学模型法、基于电气测量法、基于智能检测法、基于红外图像分析法和基于监控系统法。上诉诊断方法虽然都能在一定程度上检测到光伏系统的故障，但仍然存在某些缺点，比如：基于数学模型法模型建立困难，局限大；基于智能检测法依赖于先验知识；基于红外图像分析法受环境的干扰大；基于监控系统法只适用于大型光伏系统，成本高，不能检测系统内部故障。

综上所述，实现对大型光伏电站的故障检测，不仅需要满足成本低，覆盖范围广，精确度高，可无人操作等条件，还需要适应不同的环境，特别是比较恶劣的环境，同时既能检测到系统外部故障，还能检测到内部故障。因此，发明一个能满足上述条件的大型光伏电站检测装置尤为重要。

在过去的几年里，民用无人机系统，也可称为遥控飞机，有了快速的发展。它被应用于配合监测设备或者自然环境，如输电线路检查，灾难援救，精密农业，天然气和石油管道监测，北极冰监测，污染和环境监测，港口和海岸线安全，地雷和森林火灾监测等，而最初，无人机是被应用于军事方面的。轻型无人机利用红外热像仪可以用于检测太阳能电池板普通可见的外部故障，以及看不见的内部故障。用无人机来监测光伏阵列有许多优点，比如成本低，覆盖范围广，图像精确，探测速度快，灵敏度高，无人操作且操作简单，能够在恶劣环境下工作，可以合理减少工作时间，这意味着一个大型的大型光伏电站可以在短时间内被检测到故障并且提出初步的解决方案。

发明内容

本发明所要解决的技术问题在于为大型光伏电站的故障监测提供更为有效的装置，这个装置相对于现有的大型光伏电站的故障监测方法，提高了监测结果的可靠性，减少了人力与物力的使用，提高了成本效益，同时还节省了工作时间，不仅能检测到光伏电池板外部的故障，还能检测到其内部看不见的故障，并且用一种直观易懂的方式把得出的光伏电池板是否出现故障的结论显示出来。

本发明通过以下技术方案实现上述目的：针对现有大型光伏电站故障监测装置的缺点，设计一种新型的基于无人机载双相机的大型光伏电站巡检装置，该装置包括一架无人机，上面装载了两台相机，分别是红外热像仪和可见光相机，共同实现对光伏电池板故障的监测。还包括用计算机通过算法对双相机采集到的红外图像和可见光图像进行处理，得出光伏电池板是否出现故障的结论，并设计一个人机交互界面，显示图像及结论等。

所述的无人机为不经由驾驶员直接操作，可自主或通过远程控制完成飞行行为及其他一些特定动作的空中机器人系统。无人机的优点是内在安全，重量小，有成本效益；此外，大量的数据可以通过各种传感器和相机采集，同时其他几个监测应用程序可以被实现。使用无人机来协助监测大型光伏电站有许多优点：因为光伏电池板的使用期取决于适当的监控和检验，模块退化情况的精确信息对光伏系统减低财务风险是至关重要的。

所述的双相机包括一台红外热像仪和一台可见光相机，前者是用于检测光伏电池板内部的故障如热斑、局部击穿等，而后者是用于检测光伏电池板外部的故障如破裂、发黄、灰尘等。

所述的红外热像仪利用红外探测器和光学成像物镜接受被测目标的红外辐射能量分布图形反映到红外探测器的光敏元件上，从而获得红外热像图，这种热像图与物体表面的热分布场相对应。红外热像仪为物体表面温度测量提供了有效、快速的方法。与其他方法相比，热像仪在以下两种情况下具有明显的优势：(1)温度分布不均匀的大面积目标的表面温度的测量；(2)在有限的区域内快速确定过热点或过热区域的测量。

所述的可见光相机可拍摄在可见光范围的被测目标并获得其可见光图像。可见光相机可获得光伏电池板外部最直观的图像数据，因此对于监测光伏电池板故障具有很重要的意义。

所述的图像处理通过计算机对图像进行分析，以达到所需结果的技术。图像处理包括数字图像处理，数字图像是由有限的元素组成的，每个元素都有一个特定的位置和幅值，这些元素称为图像元素、画面元素或像素。本发明需要用计算机通过算法对红外摄像仪和可见光相机采集的红外图像和可见光图像进行处理，例如图像的融合、分割、目标识别等，最后得出光伏电池板是否出现热斑、破裂、灰尘等故障的结论。

进一步，图像处理包括以下步骤：

(1)图像预处理：在图像处理的过程中，由于采集图像的工具以及环境因素的影响，采集的图像无法完全体现原始图像的全部信息。首先要进行以提取图像特征为目的的图像预处理，抑制不需要的变形或者增强，改善图像数据。图像预处理方法包括图像的灰度变换、图像大小的修改、图像浓度的扩张、图像平滑等处理方法。

(2)图像拼接：由于无人机载双相机拍摄到的图像是大型光伏电站中的光伏电池板的某一部分，而不是完整的一副图像，所以在对采集到的图像进行预处理后，需要对其进行图像拼接，得到完整的光伏电池板图像，方便接下来进行的图像处理。图像拼接技术将多幅有部分场景重叠的图像拼接成一幅大尺寸的无缝全景图像。该技术主要有四个方面的工作：图像获取、图像预处理、图像配准和图像融合，其中图像配准是核心技术。

(3)图像识别：通过模式识别技术，可以识别光伏电池板内部及外部的故障，如热斑、破裂、灰尘等。模式识别就是机器识别、计算机识别或者机器自从识别，目的在于让机器自动识别物体。模式识别系统由模式采集、预处理、特征提取、分类决策及分类器的设计五部分组成。

所述的人机交互界面是系统和用户之间进行交互和信息交换的媒介，用于实现信息的内部形式与人类可以接受形式之间的转换。本发明用计算机设计的人机交互界面包括的内容主要有红外热像仪和可见光相机采集的红外图像和可见光图像，该图像对应于大型光伏电站的光伏电池板的位置，还有用算法处理后的图像，最后得出光伏电池板是否出现故障的结论以及故障类型，并在出现故障时发出警报等。

本发明整体来说就是一架无人机装载一台红外热像仪和一台可见光相机在大型光伏电站上空飞行来对其进行故障巡检，然后把两台相机拍摄的红外图像和可见光图像分别在计算机中用算法进行图像处理，如图像的融合、分割、目标识别等，最后得出被测的大型光伏电站中的光伏电池板是否出现热斑、破裂、灰尘等故障的结论，并且把采集和分析处理后的图像，得出的结果等有用信息显示在用计算机设计的人机交互界面上。实际应用中大型光伏电站的维护人员可以通过得出的结论快速锁定发生故障的光伏电池板并立即采取相应的维护措施，即缩短了工作时间，又减少了人力物力财力的使用。

本发明所设计的基于无人机载双相机的大型光伏电站巡检装置包括以下步骤：

S010：将一台红外热像仪和一台可见光相机安装固定在无人机上；

S020：让装载着红外热像仪和可见光相机的无人机在需要被监测的大型光伏电站的指定区域上空飞行，同时红外热像仪和可见光相机对光伏电池板进行拍摄；

S030：将无人机上的红外热像仪和可见光相机拍摄的图像导入到计算机中，并通过相应的算法对这些图像进行处理；

S040：用计算机设计一个大型光伏电站故障监测系统的人机交互界面，根据处理过的图像得出被监测的光伏电池板是否出现故障的结论，并把这个结论在人机交互界面上显示。

进一步，所述步骤S010将红外热像仪和可见光相机安装固定在无人机上时要使双相机并排安装，且双相机的镜头要与地面平行，无夹角，同时确保其稳定安装在无人机上，防止无人机载双相机在飞行过程中产生晃动，导致双相机拍摄的图像产生干扰。

进一步，所述步骤S020选择在天气晴朗没有乌云不刮风下雨的天气下进行，首先让装载了一台红外摄像仪和一台可见光相机的无人机飞行到需要被检测的大型光伏电站上空，然后控制无人机在光伏电池板上方以从左至右上至下的顺序保持匀速对光伏电池板进行扫描。

进一步，所述步骤S030在计算机上进行图像处理的算法主要有图像的融合、分割、目标识别等。

进一步，所诉步骤S040设计的人机交互界面内容主要包括红外热像仪和可见光相机采集的图像，以及该图像对应于大型光伏电站的光伏电池板的位置，还有用算法处理后的图像，最后得出光伏电池板是否出现故障的结论以及故障类型，并且出现故障时发出警报等。

本发明具有以下优点：相对于现有的大型光伏电站的故障监测方法，本发明提高了监测结果的可靠性，减少了人力与物力的使用，提高了成本效益，同时还节省了工作时间，不仅能检测到光伏电池板外部的故障，还能检测到其内部看不见的故障。

附图说明

图1为本发明实施例一的结构示意图；

图2为本发明实施例一双相机安装结构示意图；

图3为本发明实施例一无人机巡检结构示意图；

图4为本发明实施例一图像处理结构示意图；

图5为本发明实施例一人机交互界面结构示意图；

图6为本发明实施例一基于无人机载双相机的大型光伏电站巡检装置步骤流程图。

具体实施方式

实施例一：如图1所示，本发明实施例一包括一架无人机，上面装载了两台相机，分别是红外热像仪和可见光相机，共同实现对光伏电池板故障的监测。还包括用计算机通过算法对双相机采集到的红外图像和可见光图像进行处理，得出光伏电池板是否出现故障的结论，并设计一个人机交互界面，显示图像及结论等。

如图2所示，将双相机(一台红外热像仪和一台可见光相机)安装固定在无人机上，双相机要并排稳定地安装在无人机上，且其镜头要与地面保持平行。

如图3所示，控制无人机在光伏电池板上方以从左至右上至下的顺序保持匀速对光伏电池板进行扫描。

如图4所示，所述的图像处理需要用计算机通过算法对红外摄像仪和可见光相机采集的红外图像和可见光图像进行处理，例如图像的融合、分割、目标识别等，最后得出光伏电池板是否出现热斑、破裂、灰尘等故障的结论。

如图5所示，所述的人机交互界面包括的内容主要有红外热像仪和可见光相机采集的红外图像和可见光图像，该图像对应于大型光伏电站的光伏电池板的位置，还有用算法处理后的图像，最后得出光伏电池板是否出现故障的结论以及故障类型，并在出现故障时发出警报等。

本发明所设计的基于无人机载双相机的大型光伏电站巡检装置包括以下步骤：

S010：将一台红外热像仪和一台可见光相机安装固定在无人机上；

S020：让装载着红外热像仪和可见光相机的无人机在需要被监测的大型光伏电站的指定区域上空飞行，同时红外热像仪和可见光相机对光伏电池板进行拍摄；

S030：将无人机上的红外热像仪和可见光相机拍摄的图像导入到计算机中，并通过相应的算法对这些图像进行处理；

S040：用计算机设计一个大型光伏电站故障监测系统的人机交互界面，根据处理过的图像得出被监测的光伏电池板是否出现故障的结论，并把这个结论在人机交互界面上显示。

所述步骤S010将红外热像仪和可见光相机安装固定在无人机上时要使双相机并排安装，且双相机的镜头要与地面平行，不能有夹角，同时要确保其稳定安装在无人机上，防止无人机载双相机在飞行过程中产生晃动，导致双相机拍摄的图像产生干扰。

所述步骤S020选择在天气晴朗没有乌云不刮风下雨的天气下进行，首先让装载了一台红外摄像仪和一台可见光相机的无人机飞行到需要被检测的大型光伏电站上空，然后控制无人机在光伏电池板上方以从左至右上至下的顺序保持匀速对光伏电池板进行扫描。

所述步骤S030在计算机上进行图像处理的算法主要有图像的融合、分割、目标识别等。

所诉步骤S040设计的人机交互界面内容主要包括红外热像仪和可见光相机采集的图像，以及该图像对应于大型光伏电站的光伏电池板的位置，还有用算法处理后的图像，最后得出光伏电池板是否出现故障的结论以及故障类型，并且出现故障时发出警报等。

Claims (9)

1.基于无人机载双相机的大型光伏电站巡检装置设计方法，其特征在于：所述的方法包括以下步骤：

S010：将一台红外热像仪和一台可见光相机安装固定在无人机上；

S020：装载着红外热像仪和可见光相机的无人机在需要被监测的大型光伏电站的指定区域上空飞行，同时红外热像仪和可见光相机对光伏电池板进行拍摄；

S030：将无人机上的红外热像仪和可见光相机拍摄的图像导入到计算机中，并通过相应的算法对这些图像进行处理；

S040：用计算机设计一个大型光伏电站故障监测系统的人机交互界面，根据处理过的图像得出被监测的光伏电池板是否出现故障的结论，并把这个结论在人机交互界面上显示。

2.根据权利要求1所述的基于无人机载双相机的大型光伏电站巡检装置设计方法，其特征在于：所述的红外热像仪和可见光相机并排安装在无人机上，其镜头与地面平行。

3.根据权利要求1所述的基于无人机载双相机的大型光伏电站巡检装置设计方法，其特征在于：所述步骤S020包括所述的无人机在光伏电池板上方以从左至右上至下的顺序保持匀速对光伏电池板进行扫描。

4.根据权利要求1所述的基于无人机载双相机的大型光伏电站巡检装置设计方法，其特征在于：所述步骤S030的算法包括图像的融合、分割、目标识别。

5.根据权利要求1所述的基于无人机载双相机的大型光伏电站巡检装置设计方法，其特征在于：所诉步骤S040设计的人机交互界面内容包括红外热像仪和可见光相机采集的图像、该图像对应于大型光伏电站的光伏电池板的位置、算法处理后的图像、光伏电池板是否出现故障的结论以及故障类型、出现故障时发出警报。

6.一种基于无人机载双相机的大型光伏电站巡检装置，其特征在于：包括：

装载有红外热像仪和可见光相机的无人机，共同实现对光伏电池板故障的监测；以及

计算机,通过算法对双相机采集到的红外图像和可见光图像进行处理，得出光伏电池板是否出现故障的结论；设计一个人机交互界面,显示图像及结论。

7.根据权利要求6所述的基于无人机载双相机的大型光伏电站巡检装置，其特征在于：所述的红外热像仪用于检测光伏电池板内部的故障如热斑、局部击穿；所述的可见光相机用于检测光伏电池板外部的故障如破裂、发黄、灰尘。

8.根据权利要求6所述的基于无人机载双相机的大型光伏电站巡检装置，其特征在于：所述的图像处理需要通过计算机算法对红外摄像仪和可见光相机采集的红外图像和可见光图像进行处理，包括图像的融合、分割、目标识别，最后得出光伏电池板是否出现热斑、破裂、灰尘等故障的结论。

9.根据权利要求6所述的基于无人机载双相机的大型光伏电站巡检装置，其特征在于：所述的人机交互界面包括：

红外热像仪和可见光相机采集的红外图像和可见光图像，该图像对应于大型光伏电站的光伏电池板的位置；经过算法处理后的图像；光伏电池板是否出现故障的结论以及故障类型；出现故障时发出警报。