CN105608281A - 一种基于无人机平台的光伏发电站选址方法、装置及系统 - Google Patents

一种基于无人机平台的光伏发电站选址方法、装置及系统 Download PDF

Info

Publication number
CN105608281A
CN105608281A CN201511030945.9A CN201511030945A CN105608281A CN 105608281 A CN105608281 A CN 105608281A CN 201511030945 A CN201511030945 A CN 201511030945A CN 105608281 A CN105608281 A CN 105608281A
Authority
CN
China
Prior art keywords
region
measured
view data
power generation
generation station
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN201511030945.9A
Other languages
English (en)
Other versions
CN105608281B (zh
Inventor
孙明健
张筱磊
周金山
陈誉文
王振华
姜腾
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Harbin Institute of Technology Weihai
Original Assignee
Harbin Institute of Technology Weihai
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Harbin Institute of Technology Weihai filed Critical Harbin Institute of Technology Weihai
Priority to CN201511030945.9A priority Critical patent/CN105608281B/zh
Publication of CN105608281A publication Critical patent/CN105608281A/zh
Application granted granted Critical
Publication of CN105608281B publication Critical patent/CN105608281B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00Computer-aided design [CAD]
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B64AIRCRAFT; AVIATION; COSMONAUTICS
    • B64CAEROPLANES; HELICOPTERS
    • B64C39/00Aircraft not otherwise provided for
    • B64C39/02Aircraft not otherwise provided for characterised by special use
    • YGENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02EREDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
    • Y02E60/00Enabling technologies; Technologies with a potential or indirect contribution to GHG emissions mitigation

Abstract

本发明提供一种基于无人机平台的光伏发电站选址方法、装置及系统,上述方法包括:获取设置在无人机上的图像采集器采集的待测区域的多个地表图像数据;根据所述各地表图像数据,确定所述待测区域的地形图像;根据所述地形图像及所述待测区域的气候信息,确定所述待测区域的光辐射总量;判断所述光辐射总量是否满足预设阈值,当所述光辐射总量满足所述预设阈值时,确定所述待测区域符合光伏发电站的选址条件。本发明的基于无人机平台的光伏发电站选址方法、装置及系统,解决现有的光伏发电站选址方法成本高、周期长、不能应急测绘和不能更新高分辨率地理信息数据的技术问题。

Description

一种基于无人机平台的光伏发电站选址方法、装置及系统
技术领域
本发明涉及激光探测领域,尤其涉及一种基于无人机平台的光伏发电站选址方法、装置及系统。
背景技术
随着现有能源的紧缺和生态环境的恶化,光伏发电已逐渐被认定为是当前世界上最具发展前景的新能源技术。但目前光伏发电效率偏低是光伏发电大规模应用的瓶颈。提高光伏发电的效率,降低光伏发电的成本成为各国光伏发电的研究热点。
在光伏发电站建设之前,选址工作是关键而重要的一步,光伏发电站的地址选择恰当与否会直接影响光伏发电站投产后的太阳能资源利用率、年发电量以及光伏发电站的投资及运营成本。光伏发电站选址的地形因素包括:地形的朝向和坡度起伏程度;地表因素包括:地表覆盖类型、岩壁及沟壑等地表形态面积占选址总面积的比例等。地形因素将直接影响待选区域的太阳总辐射和直接辐射,从而影响光伏发电的组件方阵朝向、阴影遮挡等。地表因素会直接影响支架基础施工方案,从而影响施工难度和建设成本。
现有的光伏发电站选址方法有人工实地测绘、载人飞机高空拍摄和卫星遥测。上述选址方法均具有成本高、周期长的特点,且无法及时有效的满足应急测绘的需求,也不能实现小面积高分辨率地理信息数据的更新。
无人机遥感测绘系统综合利用先进的无人驾驶无人机技术、遥感传感器技术、遥测遥控技术、通信技术、定位定姿技术、GPS差分定位技术和遥感应用技术,能够快速获取国土、资源、环境、事件等空间遥感信息,并进行实时处理、建模和分析,具有自动化、智能化、专业化特点,是一种先进新兴航空遥感技术。
发明内容
本发明提供一种基于无人机平台的光伏发电站选址方法、装置及系统,以解决现有的光伏发电站选址方法成本高、周期长、不能应急测绘和不能更新高分辨率地理信息数据的技术问题。
第一方面,本发明提供一种基于无人机平台的光伏发电站选址方法,包括:
获取设置在无人机上的图像采集器采集的待测区域的多个地表图像数据,每个地表图像数据为设置在无人机上的光线发射器发射的探测光斑所覆盖的子区域对应的地表图像数据;
根据所述各地表图像数据,确定所述待测区域的地形图像;
根据所述地形图像及所述待测区域的气候信息,确定所述待测区域的光辐射总量;
判断所述光辐射总量是否满足预设阈值,当所述光辐射总量满足所述预设阈值时,确定所述待测区域符合光伏发电站的选址条件。
可选地,所述获取设置在无人机上的图像采集器采集的待测区域的多个地表图像数据,进一步包括:
获取所述无人机按预设的飞行路线飞行时,设置在所述无人机上的图像采集器采集的待测区域的多个地表图像数据。
可选地,所述根据所述各地表图像数据,确定所述待测区域的地形图像,进一步包括:
确定各地表图像数据中每一像素点相对于所述无人机的第一坐标;
根据所述第一坐标以及所述无人机相对于地表的第二坐标,确定所述各地表图像数据中每一像素点相对于地表的第三坐标;
根据每一地表图像数据中各像素点对应的第三坐标对各地表图像数据进行组合,得到所述待测区域的地形图像。
可选地,所述确定各图像数据中每一像素点相对于所述无人机的第一坐标,进一步包括:
根据所述图像采集器与所述光线发射器的相对位置以及所述图像采集器中透镜的焦距,确定各图像数据中每一像素点相对于所述无人机的第一坐标。
可选地,所述根据所述地形图像及所述待测区域的气候信息,确定所述待测区域的光辐射总量,进一步包括:
根据预设的天空模型以及所述待测区域的气候信息,为所述地形图像设置与所述天空模型对应的天空光源;
根据朗伯散射模型和递归算法,计算所述天空光源对所述待测区域的光辐射总量。
第二方面,本发明提供一种基于无人机平台的光伏发电站选址装置,包括:
获取单元,用于获取设置在无人机上的图像采集器采集的待测区域的多个地表图像数据,每个地表图像数据为设置在无人机上的光线发射器发射的探测光斑所覆盖的子区域对应的地表图像数据;
地形确定单元,用于根据所述各地表图像数据,确定所述待测区域的地形图像;
光辐射分析单元,用于根据所述地形图像及所述待测区域的气候信息,确定所述待测区域的光辐射总量;
确定单元,用于判断所述光辐射总量是否满足预设阈值,当所述光辐射总量满足所述预设阈值时,确定所述待测区域符合光伏发电站的选址条件。
第三方面,本发明提供一种基于无人机平台的光伏发电站选址系统,所述系统包括空中子系统和地面子系统,所述空中子系统包括:无人机、光线发射器、图像采集器;所述地面子系统包括:如上述实施例所述的光伏发电站选址装置;
所述无人机,用于携带所述图像采集器、所述光线发射器在待考察区域上空移动;
所述光线发射器,用于向所述待测区域的地表发射探测光线,以在所述待测区域的地表形成探测光斑;
所述图像采集器,用于采集所述待测区域内带有所述探测光斑的各地表图像数据,并将采集的各地表图像数据发送到所述光伏发电站选址装置。
可选地,所述光线发射器包括:激光器和调制光路;
所述调制光路用于将所述激光器的出射激光调制为条状光斑,并调整所述出射激光的角度,以使所述出射激光垂直入射到所述待测区域的地表。
可选地,所述无人机包括:GPS定位装置,用于对所述无人机的位置进行定位。
可选地,所述系统还包括无人机控制器,用于控制所述无人机的飞行路线、飞行高度及飞行速度,同时显示无人机相对于地表的第二坐标。
本发明的基于无人机平台的光伏发电站选址方法、装置及系统,具有以下有益效果:
(1)本发明的基于无人机平台的光伏发电站选址方法、装置及系统,利用无人机机动灵活、高效便捷的特点,克服了现有的选址方法的测量工作复杂、维护难度高、周期长及地理信息数据更新迟缓的问题,能够满足应急测绘及小面积高精度的测量需求。
(2)本发明的基于无人机平台的光伏发电站选址方法、装置及系统,具有非接触,精度高,测量便捷的优点,在保证测量工作安全可靠的前提下可根据实际情况对测量方法进行改进和定制,提升了普适性。
(3)本方明的基于无人机平台的光伏发电站选址方法、装置及系统,采用的无人机节省了现有的选址方法必需的车辆、人员、燃油等诸多成本,避免了现有的选址方法所带来的潜在风险和事故,解决了现有的选址方法费时费力费钱的问题。
附图说明
图1为本发明一实施例提供的基于无人机平台的光伏发电站选址方法的流程示意图;
图2为现有技术中利用三角测距原理测量单个像素点的距离的示意图;
图3为本发明一实施例提供的三角测距原理的示意图;
图4为本发明一实施例提供的基于无人机平台的光伏发电站选址方法的数据处理过程的流程示意图;
图5为本发明一实施例提供的基于无人机平台的光伏发电站选址装置的结构示意图;
图6为本发明一实施例提供的基于无人机平台的光伏发电站选址系统的结构示意图;
图7为本发明另一实施例提供的基于无人机平台的光伏发电站选址系统的结构示意图;
图8为本发明一实施例提供的基于无人机平台的光伏发电站选址系统的无人机扫描方向示意图。
具体实施方式
下面结合附图和实施例,对本发明的具体实施方式作进一步详细描述。以下实施例用于说明本发明,但不用来限制本发明的范围。
图1示出了本发明一实施例提供的基于无人机平台的光伏发电站选址方法的流程示意图。如图1所示,本实施例的基于无人机平台的光伏发电站选址方法包括步骤S11至S14。
S11、获取设置在无人机上的图像采集器采集的待测区域的多个地表图像数据。
每个地表图像数据为设置在无人机上的光线发射器发射的探测光斑所覆盖的子区域对应的地表图像数据。
本实施例中,图像采集器和光线发射器都设置在无人机上,图像采集器采集的每个地表图像数据都是光线发射器发射的探测光斑所覆盖的子区域对应的地表图像数据。
S12、根据所述各地表图像数据,确定所述待测区域的地形图像。
地形图像具体反映待测区域的地形朝向和坡度起伏程度以及地表覆盖类型、岩壁及沟壑等地表形态面积占选址总面积的比例等情况。
S13、根据所述地形图像及所述待测区域的气候信息,确定所述待测区域的光辐射总量。
S14、判断所述光辐射总量是否满足预设阈值,当所述光辐射总量满足所述预设阈值时,确定所述待测区域符合光伏发电站的选址条件。
本实施例的基于无人机平台的光伏发电站选址方法,具有非接触,精度高,测量便捷的优点,克服了现有的选址方法的测量工作复杂、维护难度高、周期长及地理信息数据更新迟缓的问题,能够满足应急测绘及小面积高精度的测量需求。
在本发明的一个优选的实施例中,步骤S11具体包括图1中未示出的子步骤S111。
S111、获取所述无人机按预设的飞行路线飞行时,设置在所述无人机上的图像采集器采集的待测区域的多个地表图像数据。
本实施例的基于无人机平台的光伏发电站选址方法,可以控制无人机按预设的飞行路线飞行,从而避免采集的图像出现冗余重复的现象,更能够满足使用者的需求。
在本发明的一个优选的实施例中,步骤S12具体包括图1中未示出的子步骤S121至步骤S123。
S121、确定各地表图像数据中每一像素点相对于所述无人机的第一坐标。
S122、根据所述第一坐标以及所述无人机相对于地表的第二坐标,确定所述各地表图像数据中每一像素点相对于地表的第三坐标。
根据各地表图像数据中每一像素点相对于无人机的第一坐标,结合无人机相对于地表的第二坐标,经坐标系的旋转平移即可得到各地表图像数据中每一像素点相对于地表的第三坐标。
S123、根据每一地表图像数据中各像素点对应的第三坐标对各地表图像数据进行组合,得到所述待测区域的地形图像。
根据每一地表图像数据中各像素点对应的第三坐标对各地表图像数据进行组合,得到待测区域的各地理点数据,将上述地理点数据转换为DEM格式,在SpatialAnalysis软件中使用栅格邻域计算工具NeighborhoodStatistics,对各地理点数据进行分析并测绘,得到待测区域的地形图像。
本实施例的基于无人机平台的光伏发电站选址方法,可以有效的对图像采集器采集到的各地表图像数据进行地形测绘,得到待测区域的地形图像,从而更有利于分析确定待测区域是否适合建设光伏发电站。
本发明的一个优选的实施例中,步骤S121包括以下步骤:
根据所述图像采集器与所述光线发射器的相对位置以及所述图像采集器中透镜的焦距,确定各图像数据中每一像素点相对于所述无人机的第一坐标。
本实施例中,图像采集器为CCD传感器,光线发射器为连续激光器以及对应的调制光路。
根据所述图像采集器与所述光线发射器的相对位置以及所述图像采集器中透镜的焦距,确定各图像数据中每一像素点相对于所述无人机的第一坐标,进一步包括:
根据所述图像采集器中透镜光心与所述光线发射器的激光发射端的距离、各像素点所成像在所述图像采集器中的成像位置、所述图像采集器中透镜的光轴线与无人机所在平面的垂线之间的夹角以及所述图像采集器中透镜的焦距,确定各图像数据中每一像素点相对于所述无人机的第一坐标。
具体原理如图2所示,图2示出了现有技术中利用三角测距原理测量单个像素点的距离的示意图。
激光发射端发射出射激光,上述出射激光的中心照射在地面像素点A的表面,出射激光的反射光经透镜B的光心进入CCD传感器中,投射到CCD面阵上进行成像。由于出射激光是一个光斑,因此在CCD面阵所成的像也是一个圆斑,圆斑的中心为地面像素点A的像,即图2中的点E,出射激光的边缘在CCD面阵上成像的点为图2中的点F,EF之间的距离Δx为照射在地面像素点A的光斑在CCD面阵上成像的横坐标。
Δx的计算过程如下:
图像采集器根据照射地面上的明亮激光光斑,调整其内部摄像头的角度,以对地面进行成像。将所成的图像转化为灰度图像,按行遍历上述灰度图像中的所有像素点,确定每行中最亮的像素点xm。由于激光光斑的亮度可由一个二维高斯函数经一次采样模拟,因此可通过对激光光斑求质心的方法求得Δx。
记横坐标为xk的点的亮度为L(k),理想情况下,激光光斑的宽度不会超过10个像素,因此Δx可由下式计算得到:
Δ x = 1 10 Σ k = m - 4 m + 5 x k L ( k ) ,
其中,Δx为照射在地面像素点A的光斑在CCD面阵上成像的横坐标,m是光线发射器照射到地表的探测光斑的宽度,为一预设常量,本领域技术人员可根据实际调试情况来确定m的取值。
过透镜B做CCD面阵的平行线,交激光发射端所在的直线于点D。透镜B与激光发射端位于同一水平面上,二者之间距离为b。透镜B的焦距为f,激光发射端至地面像素点A的距离为s,CCD面阵的垂线与FB的连线夹角为α。由图2可知,三角形ABD和三角形BEF相似,则有:
f / c o s α Δ x = s + b t a n α b / cos α .
其中,f为透镜B的焦距,α为CCD面阵的垂线与FB的连线夹角,Δx为照射在地面像素点A的光斑在CCD面阵上成像的横坐标,s为激光发射端至地面像素点A的距离,b为透镜B与激光发射端之间的距离。
整理可得
s = b f Δxcos 2 α - b tan α ,
则地面像素点A至透镜B光心之间的距离r可由下式计算得到:
r = s 2 + b 2 ,
透镜B光心至地面像素点A成像点E的距离f’可由下式计算得到:
f = f c o s ( a r c t a n b s - α ) ,
结合本实施例的基于无人机平台的光伏发电站选址方法,各像素点的第一坐标的计算可结合图3。图3示出了本发明一实施例提供的光伏发电站选址方法的计算第一坐标的示意图。
设坐标原点为激光发射端,激光发射端垂直向上为z轴,扫描方向为y轴,x轴由右手规则确定。光线发射器向待测区域发射条状光斑P0P1,由上述三角测距原理确定M点坐标(x0,y0,z0):
x0=0;
y0=0;
z 0 = b t a n α - f × b Δxcos 2 α .
现考察地面所成光斑P0P1上任意一点,例如P1(x1,y1,z1),由ΔBE′P1′≌DBE′P1可得,
E ′ P 1 ′ x 1 = f ′ r ,
f ′ = f c o s ( a r c t a n b s - α ) .
整理就可以得到
x 1 = E ′ P 1 ′ f ′ z 1 2 + b 2 ;
y1=0;
z 1 = b tan α - f × b Δxcos 2 α .
由此,可求得地表图像数据中各像素点相对于无人机的第一坐标。
本实施例的基于无人机平台的光伏发电站选址方法,可根据三角测距原理精确的确定采集的地表图像数据中各像素点相对于无人机的第一坐标,提高了对待测区域地形检测的精度。
图4示出了本发明一实施例提供的光伏发电站选址方法的数据处理过程的流程示意图。本实施例的数据处理过程包括步骤S40至步骤S49。
S40、开始。
S41、光线发射器的探测光斑照射在待测区域的地表。
本实施例中,探测光斑为具有一定宽度的条状光斑。
S42、调整图像采集器的角度。
调整图像采集器的角度,使图像采集器采集被探测光斑照射的待测区域的地表图像数据。
S43、图像采集器采集探测光斑照射的待测区域采集地表图像数据。
S44、将地表图像数据转化为灰度图像。
S45、按行遍历灰度图像中的所有像素点,确定探测光斑在CCD面阵上成像的横坐标。
此处探测光斑在CCD面阵上成像的横坐标为图2所示实施例中的Δx。
S46、计算地表图像数据中各像素点相对于无人机的第一坐标。
此处,根据图2所示实施例的方法确定地表图像数据中各像素点相对于无人机的第一坐标。
S47、判断待测区域是否完成扫描。
如果是,则执行步骤S48,否则执行步骤S48’。
S48、获得待测区域的各地理点数据。
S48’、无人机沿扫描方向前移单位距离。
执行完成此步骤后返回执行步骤S41。
S49、结束。
本实施例的基于无人机平台的光伏发电站选址方法,利用无人机携带图像采集器与光线发射器完成对待测区域地表图像数据的扫描,经数据处理后得到待测区域的各地理点数据,为后续对待测区域的光辐射分析打下夯实基础。
本发明的一个优选的实施例中,步骤S13具体包括图1中未示出的子步骤S131和步骤S132。
S131、根据预设的天空模型以及所述待测区域的气候信息,为所述地形图像设置与所述天空模型对应的天空光源。
本实施例中,预设的天空模型为CIE(国际照明委员会)天空模型,CIE提供了15种天空模型并给出了相应的计算公式,可以很好的模拟任意时间及任意天气环境下的天空亮度分布。
S132、根据朗伯散射模型和递归算法,计算所述天空光源对所述待测区域的光辐射总量。
本实施例的基于无人机平台的光伏发电站选址方法,充分考虑了不同的天空模型及其对应的天空光源对待测区域光辐射总量的影响,从而使计算结果更加准确。
图5示出了本发明一实施例提供的基于无人机平台的光伏发电站选址装置的结构示意图。如图5所示,本实施例的基于无人机平台的光伏发电站选址装置包括:获取单元501、地形确定单元502、光辐射分析单元503及确定单元504。
获取单元501,用于获取设置在无人机上的图像采集器采集的待测区域中光线发射器发射的探测光斑覆盖的各地表图像数据;
地形确定单元502,用于根据所述各地表图像数据,确定所述待测区域的地形图像;
光辐射分析单元503,用于根据所述地形图像及所述待测区域的气候信息,确定所述待测区域的光辐射总量;
确定单元504,用于判断所述光辐射总量是否满足预设阈值,当所述光辐射总量满足所述预设阈值时,确定所述待测区域符合光伏发电站的选址条件。
本实施例的基于无人机平台的光伏发电站选址装置,能够克服现有技术的测量工作复杂、维护难度高、周期长及地理信息数据更新迟缓的问题,能够满足应急测绘及小面积高精度的测量需求。
图6示出了本发明一实施例提供的基于无人机平台的光伏发电站选址系统的结构示意图。如图6所示,本实施例的基于无人机平台的光伏发电站选址系统包括:无人机601、图像采集器602、光线发射器603及图5所示实施例的光伏发电站选址装置604。
所述无人机601,用于携带所述图像采集器、所述光线发射器在待考察区域上空移动。
所述图像采集器602,用于采集所述待测区域内带有所述探测光斑的各地表图像数据,并将采集的各地表图像数据发送到所述光伏发电站选址装置。
所述光线发射器603,用于向所述待测区域的地表发射探测光线,以在所述待测区域的地表形成探测光斑。
本实施例中图像采集器602包括:一字线激光模组、两个拥有640×480分辨率60FPS帧速率的CCD传感器以及信号处理电路。
一字线激光模组由半导体激光管,恒流电路,晶体,透镜组和外壳组成,其中半导体激光管用于发射激光,恒流电路用于将外电源提供的电流转化为激光管工作所需的电流,晶体用于产生特定波长的光,透镜组用来改变光束的形态,外壳能够使一字线激光模组具有更好的机械强度,以保证半导体激光管的散热,便于安装,不易损坏。
本实施例中光线发射器603包括:激光器和激光调制光路。激光器为500mW、808nm波长线型激光模组,发射角为30度,用于产生扫描待测区域的探测光斑;
本实施例的基于无人机平台的光伏发电站选址系统,节省了现有的选址系统必需的车辆、人员、燃油等诸多成本,避免了现有的选址系统所带来的潜在风险和事故,解决了现有技术的费时费力费钱的问题。
图7示出了本发明另一实施例提供的基于无人机平台的光伏发电站选址系统的结构示意图。如图7所示,本实施例的基于无人机平台的光伏发电站选址系统包括:无人机701、图像采集器702、光线发射器703、GPS定位装置704、飞行控制器705、无线通信器件706以及如图5所示实施例的基于无人机平台的光伏发电站选址装置707。
无线通信器件706作为无人机701和光伏发电站选址装置707之间命令和数据的交换媒介。
GPS定位装置704,用于对无人机701的位置进行定位。
飞行控制器705,用于控制无人机701的飞行路线、飞行高度及飞行速度,同时显示无人机相对于地表的第二坐标。
GPS定位装置704,对无人机701的位置进行定位后,将无人机701的相对于地表的第二坐标发送给飞行控制器705,飞行控制器705在对无人机701的飞行路线、飞行高度及飞行速度的同时,还可以显示无人机701相对于地表的第二坐标。
本实施例中,基于无人机平台的光伏发电站选址装置707由一体便携式计算机来实现。
可以理解的是,在无人机对待测区域进行扫描之前,要对基于无人机平台的光伏发电站选址装置707、无人机701及无线通信器件706进行初始化,设置合适的参数,以确保无线通信器件706能够正常工作。
本实施例的基于无人机平台的光伏发电站选址系统,通过无线通信器件实现无人机701、图像采集器702、光线发射器703与光伏发电站选址装置707之间的通信,并且,基于无人机平台的光伏发电站选址装置707为一体便携式计算机,提高了本系统的适用性。
图8示出了本发明一实施例提供的基于无人机平台的光伏发电站选址系统的无人机扫描方向示意图。如图8所示,无人机在待测区域上方沿扫描方向移动,每移动单位距离,对探测光斑照射的待测区域进行图像采集。最终完成待测区域所有图像数据的采集。
本实施例的基于无人机平台的光伏发电站选址系统,利用无人机实现了对待测区域无缝隙扫描,确保了对待测区域绘制的地形图像的完整性,同时也保证了对待测区域光辐射分析的正确性。
本领域普通技术人员可以理解:以上各实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述各实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分或者全部技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明权利要求所限定的范围。

Claims (10)

1.一种光伏发电站选址方法,其特征在于,包括:
获取设置在无人机上的图像采集器采集的待测区域的多个地表图像数据,每个地表图像数据为设置在无人机上的光线发射器发射的探测光斑所覆盖的子区域对应的地表图像数据;
根据所述各地表图像数据,确定所述待测区域的地形图像;
根据所述地形图像及所述待测区域的气候信息,确定所述待测区域的光辐射总量;
判断所述光辐射总量是否满足预设阈值,当所述光辐射总量满足所述预设阈值时,确定所述待测区域符合光伏发电站的选址条件。
2.根据权利要求1所述的方法,其特征在于,所述获取设置在无人机上的图像采集器采集的待测区域的多个地表图像数据,进一步包括:
获取所述无人机按预设的飞行路线飞行时,设置在所述无人机上的图像采集器采集的待测区域的多个地表图像数据。
3.根据权利要求1所述的方法,其特征在于,所述根据所述各地表图像数据,确定所述待测区域的地形图像,进一步包括:
确定各地表图像数据中每一像素点相对于所述无人机的第一坐标;
根据所述第一坐标以及所述无人机相对于地表的第二坐标,确定所述各地表图像数据中每一像素点相对于地表的第三坐标;
根据每一地表图像数据中各像素点对应的第三坐标对各地表图像数据进行组合,得到所述待测区域的地形图像。
4.根据权利要求3所述的方法,其特征在于,所述确定各图像数据中每一像素点相对于所述无人机的第一坐标,进一步包括:
根据所述图像采集器与所述光线发射器的相对位置以及所述图像采集器中透镜的焦距,确定各图像数据中每一像素点相对于所述无人机的第一坐标。
5.根据权利要求1所述的方法,其特征在于,所述根据所述地形图像及所述待测区域的气候信息,确定所述待测区域的光辐射总量,进一步包括:
根据预设的天空模型以及所述待测区域的气候信息,为所述地形图像设置与所述天空模型对应的天空光源;
根据朗伯散射模型和递归算法,计算所述天空光源对所述待测区域的光辐射总量。
6.一种光伏发电站选址装置,其特征在于,包括:
获取单元,用于获取设置在无人机上的图像采集器采集的待测区域中光线发射器发射的探测光斑覆盖的各地表图像数据;
地形确定单元,用于根据所述各地表图像数据,确定所述待测区域的地形图像;
光辐射分析单元,用于根据所述地形图像及所述待测区域的气候信息,确定所述待测区域的光辐射总量;
确定单元,用于判断所述光辐射总量是否满足预设阈值,当所述光辐射总量满足所述预设阈值时,确定所述待测区域符合光伏发电站的选址条件。
7.一种光伏发电站选址系统,其特征在于,所述系统包括空中子系统和地面子系统,所述空中子系统包括:无人机、光线发射器、图像采集器;所述地面子系统包括:如权利要求6所述的光伏发电站选址装置;
所述无人机,用于携带所述图像采集器、所述光线发射器在待考察区域上空移动;
所述光线发射器,用于向所述待测区域的地表发射探测光线,以在所述待测区域的地表形成探测光斑;
所述图像采集器,用于采集所述待测区域内带有所述探测光斑的各地表图像数据,并将采集的各地表图像数据发送到所述光伏发电站选址装置。
8.根据权利要求7所述的系统,其特征在于,所述光线发射器包括:激光器和调制光路;
所述调制光路用于将所述激光器的出射激光调制为条状光斑,并调整所述出射激光的角度,以使所述出射激光垂直入射到所述待测区域的地表。
9.根据权利要求7所述的系统,其特征在于,所述无人机包括:GPS定位装置,用于对所述无人机的位置进行定位。
10.根据权利要求7所述的系统,其特征在于,所述系统还包括无人机控制器,用于控制所述无人机的飞行路线、飞行高度及飞行速度,同时显示无人机相对于地表的第二坐标。
CN201511030945.9A 2015-12-31 2015-12-31 一种基于无人机平台的光伏发电站选址方法、装置及系统 Active CN105608281B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201511030945.9A CN105608281B (zh) 2015-12-31 2015-12-31 一种基于无人机平台的光伏发电站选址方法、装置及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201511030945.9A CN105608281B (zh) 2015-12-31 2015-12-31 一种基于无人机平台的光伏发电站选址方法、装置及系统

Publications (2)

Publication Number Publication Date
CN105608281A true CN105608281A (zh) 2016-05-25
CN105608281B CN105608281B (zh) 2019-04-26

Family

ID=55988213

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201511030945.9A Active CN105608281B (zh) 2015-12-31 2015-12-31 一种基于无人机平台的光伏发电站选址方法、装置及系统

Country Status (1)

Country Link
CN (1) CN105608281B (zh)

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106709999A (zh) * 2016-12-30 2017-05-24 春兴新能源电力(苏州)有限公司 基于无人机的电站现场勘测方法
CN108537361A (zh) * 2018-03-06 2018-09-14 西安大衡天成信息科技有限公司 一种机动雷达和通信台站的选址评估方法
CN114264660A (zh) * 2021-12-03 2022-04-01 国网黑龙江省电力有限公司电力科学研究院 基于绿光激光成像的输电线路杆塔表面缺陷检测方法装置
CN116502842A (zh) * 2023-04-26 2023-07-28 上海勘测设计研究院有限公司 基于dsm的光伏道路边坡选址方法、系统、介质及装置
CN117094521A (zh) * 2023-08-31 2023-11-21 重庆跃达新能源有限公司 一种光伏电站智能选址方法
US11928975B2 (en) 2020-11-19 2024-03-12 Enphase Energy, Inc. Methods and apparatus for servicing distributed energy generation systems using an unmanned aerial vehicle

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20130096873A1 (en) * 2011-10-17 2013-04-18 Kla-Tencor Corporation Acquisition of Information for a Construction Site
CN204304922U (zh) * 2014-11-20 2015-04-29 中国建材检验认证集团股份有限公司 一种基于无人机的光伏组件热斑巡检装置
CN104657563A (zh) * 2015-03-10 2015-05-27 阳光电源股份有限公司 一种光伏电站的智能化设计平台及其智能化设计方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20130096873A1 (en) * 2011-10-17 2013-04-18 Kla-Tencor Corporation Acquisition of Information for a Construction Site
CN204304922U (zh) * 2014-11-20 2015-04-29 中国建材检验认证集团股份有限公司 一种基于无人机的光伏组件热斑巡检装置
CN104657563A (zh) * 2015-03-10 2015-05-27 阳光电源股份有限公司 一种光伏电站的智能化设计平台及其智能化设计方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
刘伟等: "无人机航空摄影测量技术在风电场勘测设计中的应用", 《内蒙古电力技术》 *
彭向阳等: "《大型无人机电力线路巡检作业及智能诊断技术》", 31 October 2015 *
郭家宝等: "《光伏发电站设计关键技术》", 31 March 2014 *

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106709999A (zh) * 2016-12-30 2017-05-24 春兴新能源电力(苏州)有限公司 基于无人机的电站现场勘测方法
CN108537361A (zh) * 2018-03-06 2018-09-14 西安大衡天成信息科技有限公司 一种机动雷达和通信台站的选址评估方法
US11928975B2 (en) 2020-11-19 2024-03-12 Enphase Energy, Inc. Methods and apparatus for servicing distributed energy generation systems using an unmanned aerial vehicle
CN114264660A (zh) * 2021-12-03 2022-04-01 国网黑龙江省电力有限公司电力科学研究院 基于绿光激光成像的输电线路杆塔表面缺陷检测方法装置
CN116502842A (zh) * 2023-04-26 2023-07-28 上海勘测设计研究院有限公司 基于dsm的光伏道路边坡选址方法、系统、介质及装置
CN117094521A (zh) * 2023-08-31 2023-11-21 重庆跃达新能源有限公司 一种光伏电站智能选址方法

Also Published As

Publication number Publication date
CN105608281B (zh) 2019-04-26

Similar Documents

Publication Publication Date Title
CN105608281A (zh) 一种基于无人机平台的光伏发电站选址方法、装置及系统
CN110244766B (zh) 一种光伏电站无人机巡检航线的规划方法及系统
CN110503080B (zh) 基于无人机倾斜摄影辅助排污口的调查方法
US10883826B2 (en) Three-dimensional topographic mapping system and mapping method
CN103676962A (zh) 用于在大区域的地面上映射云遮蔽的方法和设备
CN107407722A (zh) 激光雷达装置以及行驶体
US20200117839A1 (en) Design support apparatus, design support method and design support learned model creation apparatus for photovoltaic power generation facilities
CN108413987A (zh) 一种定日镜的校准方法、装置及系统
CN206989931U (zh) 一种输电线路距离测量系统
CN107765236A (zh) 一种综采工作面液压支架绝对位置和姿态检测装置及方法
Hofierka et al. The spatial distribution of photovoltaic power plants in relation to solar resource potential: the case of the Czech Republic and Slovakia
CN105631886A (zh) 一种基于航空影像的激光光斑与足印相机相对定位方法
CN106683059A (zh) 夜间灯光数据序列构建方法及装置
CN108053471A (zh) 基于搭载光场相机的无人机光伏电站地形三维测绘建模系统
US11774360B2 (en) Method for determining relative degrees of reflectance of a measurement surface
KR20160078920A (ko) 목표 지점의 일사량 계산 방법 및 장치
Rodríguez-Sánchez et al. Development of a new method to estimate the incident solar flux on central receivers from deteriorated heliostats
Bonanos et al. Heliostat surface shape characterization for accurate flux prediction
CN114912370A (zh) 一种建筑物光伏潜力分析可用面积计算方法
CN104915548A (zh) 一种光伏组件除尘策略优化方法
CN102721988A (zh) 基于天空可见光图像的日照时数测量方法
Zhang et al. Evaluation of the photovoltaic potential in built environment using spatial data captured by unmanned aerial vehicles
CN104964643A (zh) 一种多功能激光铁路轨道检测仪及其检测的方法
CN112698347A (zh) 地表植被参数监测装置、系统及方法
CN105466558A (zh) 植被冠层光合有效辐射吸收比和地表反照率观测系统和方法

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant