CN106483143A - 一种太阳能光伏板积灰在线监测装置及其检测方法 - Google Patents

一种太阳能光伏板积灰在线监测装置及其检测方法 Download PDF

Info

Publication number
CN106483143A
CN106483143A CN201611166088.XA CN201611166088A CN106483143A CN 106483143 A CN106483143 A CN 106483143A CN 201611166088 A CN201611166088 A CN 201611166088A CN 106483143 A CN106483143 A CN 106483143A
Authority
CN
China
Prior art keywords
photovoltaic panel
solar energy
energy photovoltaic
dust stratification
image
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.)
Withdrawn
Application number
CN201611166088.XA
Other languages
English (en)
Inventor
李晓刚
许兆鹏
崔立业
孙希德
曹生现
赵波
吕昌旗
范思远
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.)
State Grid Jilin Electric Power Corp
Northeast Electric Power University
Original Assignee
Northeast Dianli University
State Grid Jilin Electric Power Corp
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 Northeast Dianli University, State Grid Jilin Electric Power Corp filed Critical Northeast Dianli University
Priority to CN201611166088.XA priority Critical patent/CN106483143A/zh
Publication of CN106483143A publication Critical patent/CN106483143A/zh
Withdrawn legal-status Critical Current

Links

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84Systems specially adapted for particular applications
    • G01N21/88Investigating the presence of flaws or contamination
    • G01N21/94Investigating contamination, e.g. dust
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/0002Inspection of images, e.g. flaw detection
    • G06T7/0004Industrial image inspection

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Theoretical Computer Science (AREA)
  • Quality & Reliability (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Biochemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Spectrometry And Color Measurement (AREA)

Abstract

本发明涉及一种基于图像颜色提取技术的太阳能光伏板积灰在线监测系统,属于电力设备在线监测系统。本系统首先通过CCD摄像机把太阳能光伏板的积灰状况图像输入到监控工控机中,通过组态软件对图像颜色进行提取,利用大数据理论关联规则构建太阳能光伏板积灰图像RGB参数与发电效率的相关关系,实现基于图像颜色提取技术的太阳能光伏板积灰状态在线监测,该系统能有效的提高系统监测的实时性,改变了以往人为分析的方法,提高了准确性。

Description

一种太阳能光伏板积灰在线监测装置及其检测方法
技术领域
本发明涉及一种太阳能光伏板积灰在线监测装置及其检测方法。
背景技术
随着中国梦带动的经济发展,电力需求越来越大,而煤、石油等传统能源消耗殆尽,新能源的发展迫在眉睫。太阳能光伏发电是新能源发展中尤为突出的一项,也是以后主要的电力来源。然而太阳能光伏板的光电转换效率受积灰影响极为严重,积灰浓度从0逐步增加到4g/m2,仿真结果显示随着积灰浓度的增加,光伏输出功率受到明显的限制,单体最大功率点下降幅度分别为7.51%、13.27%、18.16%、22.24%。,某30kW光伏工程项目运行数据统计结果显示经清洁后光伏组件的输出效率有明显的提升,平均效率提高1.57%。可见积灰的在线监测及清洁是太阳能发电途径的重要一环,从根本上决定了未来发电方式的导向。而现在只依靠专家的经验来判断积灰清理的时间,这种有人为因素干预的方式的准确性有待考究,不具有可靠性,所以通过在线监测系统对积灰监测,并考虑到光伏板的安装方式、气候条件、安装地点,来确定积灰清理的时间是极其有必要的。
随着计算机技术的发展,图像技术已经应用到各个领域,并取得了飞速的发展,目前已经进入全面应用的新时代,形成了一门综合性的新学科。随着计算机视觉理论和模式识别研究的不断发展,遥感图像分析、视频监控系统已经广泛应用于各种工业现场中了。然而这些并不具有对图像进行相关分析和计算的功能。
发明内容
本发明解决的技术问题在于提供一种基于图像颜色提取技术的太阳能光伏板积灰在线监测系统,针对图像颜色的RGB参数进行学习训练,符合电力系统的可靠性、及时性、准确性的运行要求,安全方便,为实现上述发明的目的可以通过以下技术方案实现本发明采用如下技术方案:
一种太阳能光伏板积灰在线监测装置,其特征在于该装置包括中心监控工控机(1)、数据库(2),数据报警系统(3),多通道数据采集卡(4),CCD摄像机(5),环境温度传感器(6),太阳能光伏板温度传感器(7),光照幅度传感器(8)和太阳能光伏板(9);
所述中心监控工控机(1)分别与数据库(2)和多通道数据采集卡(4)相连,并能够进行数据的交换;所述CCD摄像机(5),环境温度传感器(6),太阳能光伏板温度传感器(7)和光照幅度传感器(8)收集的数据通过多通道数据采集卡(4)经传输网络传输至中心监控工控机(1),所述CCD摄像机(5),环境温度传感器(6),太阳能光伏板温度传感器(7),光照幅度传感器(8)通过太阳能光伏板(9)提供能量;所述数据报警系统(3)连接中心监控工控机(1)。
2、如权利要求1所述的一种太阳能光伏板积灰在线监测装置,其特征在于所述中心监控工控机(1)含有键盘(10)和显示器(11)。
3、如权利要求1所述的一种太阳能光伏板积灰在线监测装置,其特征在于所述中心监控工控机(1)含有拍照图像调用模块、图像处理模块、分析计算功能及检测预警模块;所述的拍照图像调用模块、图像处理模块及检测预警模块通过组态软件实现。
4、如权利要求3所述的一种太阳能光伏板积灰在线监测装置,其特征在于所述拍照图像调用模块采用MATLAB进行调用。
5、根据权利要求4所述的一种太阳能光伏板积灰在线监测装置,其特征在于,所述的图像处理模块是通过MATLAB对图像颜色值的R、G、B参数及其中心距进行计算及分析。
6、根据权利要求5所述的一种太阳能光伏板积灰在线监测装置,其特征在于,所述的MATLAB软件通过组态软件调用。
7、一种采用如权利要求1-6所述的装置进行太阳能光伏板积灰在线监测的方法,其特征在于,包括以下步骤:
步骤一、设定标识点;在太阳能光伏板(9)正前方设置标示点,在标示点处布置CCD摄像机(5);
步骤二、在光照幅度为200-1200W/m2的光照幅度下进行图像采集;
步骤三、将CCD摄像机(5)所采集视频传输到中心监控工控机(1)同时记录实时环境温度、太阳能光伏板温度、光照幅度;
步骤四、测量光伏板面安装倾斜角度;
步骤五、中心监控工控机内的MATLAB程序按照设置的频率在视频中截取图像,并实时在线计算所截取图像颜色值的R(红)、G(绿)、B(蓝)中的参数R、G、B分量;
步骤六、利用大数据理论,基于太阳能光伏板积灰图像RGB参数和发电效率的实验数据,构建其RGB参数与发电效率间定量关联计算模型;
步骤七、依据所建立的太阳能光伏板积灰图像RGB参数与发电效率间的定量关联计算模型,当CCD摄像机实时传入太阳能光伏板积灰视频,中心监控工控机可在线计算出图像的RGB参数,进而实时在线计算出太阳能光伏板发电效率;
步骤八、基于监测的太阳能光伏板温度值,依据太阳能光伏板功率温度系数,将发电效率修正为标准测试温度(或电池额定工作温度)所对应的数值,将该数值与标准测试条件(或电池额定工作温度条件)下的发电效率比对,得出太阳能光伏板积灰状态参数。
有益效果:
1)光伏电池板积灰后,其颜色值发生显著变化,本发明通过提取光伏板面视频图像RGB颜色值来表征积灰状态及其动态特性,实现光伏板积灰状态的在线监测与特征提取;
2)采用监控计算机实时提取分析光伏板积灰图像颜色值,依据所建立的光伏板颜色值与发电效率定量关联计算模型,在线实时分析光伏板的积灰状态,实现光伏板积灰状态及发电效率的非接触检测和定量分析;
附图说明
图1是积灰在线监测系统总体结构图。
图2是积灰在线监测系统工作流程。
具体实施方式
下面结合具体实施例,进一步阐述本发明。
具体实施方式
结合附图对本发明进一步解释说明。
如图1~2所示,一种基于基于图像颜色提取技术的太阳能光伏板积灰在线监测系统,通过CCD摄像机采集图像并和温度、光照度数据一起传输到多通道数据采集卡上,形成标准信号,再与中心监测工控机互联,数据保存于数据库备用。对图像进行处理,计算彩色图像的RGB参数及其中心距,建立光伏板发电效率与RBG参数的相关关系。依据积灰产生经济损失和积灰清洗费用最小化原则,设置基于RGB参数的阈值,当所测参数达到阈值,发出报警,工作人员进行相关操作。
所述的CCD摄像机是一种电荷耦合器件,把光信号转变成静态图像传输到中心监测工控机上。在监测过程中采用定焦距拍摄,能采集80%以上的光伏板图像而不附带其他背景图像。
所述的温度数据通过非接触式红外温度传感器测量;光照幅度数据通过光照幅度传感器(单位W/M2)测量。所采集信号统一由数据采集卡收集再转换成标准信号传输到中心监测工控机。
所述的图像处理包括图像的采集、编码、存储、传输以及图像的显示、变换、增强、去噪、锐化、边缘检测、恢复和重建、图像的分割,图像的特征分析主要是对颜色特征的分析还有基于它们的推理、判断、决策和行为规则等。
所述的图像增强具体方法是基于模糊集理论的图像增强技术。
所述的图像去噪具体方法是基于小波系数相关性的图像去噪技术。
所述的图像锐化具体方法是基于拉普拉斯的图像锐化算法。
所述的图像边缘检测具体方法是基于灰色关联分析理论的图像边缘检测算法。
所述的图像分割具体方法是基于快速二维熵的加权模糊C均值聚类图像分割技术。
所述的图像颜色特征突出表现在色差方面,一般可以用颜色空间内两颜色矢量的欧式距离来判定。最常用的是Minkowsiki距离度量方法,幂次项的参数变化可以得到多种形式。引入协方差矩阵,得到椭球形的距离度量方法。为减少计算量,将色度、饱和度、亮度归一化处理,其差值综合求距离进行判断。
所述的图像颜色特征中灰度特征提取经常用到以下三个亮度方程。
PAL电视制式亮度方程:
L=0.222r+0.707g+0.071b
NTSC电视制式亮度方程:
L=0.299r+0.587g+0.114b
CIE推荐三基色相对亮度方程:
L=r+4.5907g+0.0601b
所述的图像颜色特征的色度或饱和度不受照明条件的影响,称为颜色视觉不变性,即已知光源光谱分布可推算物面光学参数。对于光源色,颜色刺激函数φ(λ)=S(λ),其中S(λ)为光源的光谱功率分布。对于投射物体色,颜色刺激函数φ(λ)=S(λ)τ(λ),其中τ(λ)为光谱的投射率。对于漫反射物体,颜色刺激函数φ(λ)=S(λ)β(λ)。β(λ)为光谱反射的因数或光谱辐亮度因数。
所述的RGB空间是一个三维立方体空间结构,分别用红绿蓝表示三个坐标轴,立方体底部R=G=B=0处为黑色,顶部与其相对角R=G=B=255处为白色。RGB空间能转换成任何颜色空间,实现由一组原色向另一组原色的转换,这是因为原色刺激都可以由其他组原色刺激的混合来合成。例如从RGB转换到R·G·B·,可以写成如下形式:
R·=a11R+a21G+a31B
G·=a12R+a22G+a32B
B·=a13R+a23G+a33B
所述的图像特征的颜色度量,给定一有代表性的彩色样品集,可得到一个彩色“平均”估计,用RGB向量a来表示这个平均色彩,令z表示RGB空间中任意一点,若它们之间的距离小于特定的阈值D0,则z和a是相似的,z和a的欧式距离:
D(z,a)≤D0的点是半径为D0的实心球。球内部和表面的点符合特定的彩色准则;球外的点则不符合。
上式距离测度的推广如下:
其中C是希望分割的彩色典型样本协方差矩阵。使用边界盒能够简化运算,盒的中心在a上,沿每一彩色轴的尺度选择与沿每个轴取样的标准差成比例,标准差的计算只使用一次样本数据。
所述的图像特征中颜色相似性度量广泛应用于图像边缘检测、图像分割、图像检索以及图像压缩等领域。彩色图像常采用HSI颜色空间实现色差度量,常用RGB空间转换为HSI空间,现提出一种新的颜色相似性度量方法,避免的复杂的转换过程。
所述的新的颜色相似性度量方法,其特征为如果两种颜色的RGB值大小成比例,那么它们的色度和饱和度的值是相等的,亮度值成比例关系。设RGB空间的两种颜色向量分别表示为f和g,其中f=(f1,f2,f3),g=(g1,g2,g3).f,g之间的相关系数为r(f,g),则:
其中
当两个颜色向量方向相同时,f=Kg(K为常数),则r(f,g)=1。随着两个颜色向量之间的夹角增大r(f,g)值减小,这样可以两种颜色在RGB空间内的r(f,g)来表示HSI空间中色度和饱和度的相似程度。r(f,g)越大,相似程度越大,反之,相似程度越小。
所述的新的颜色相似性度量方法中色度和饱和度相等时,亮度值可能相差很大,所以需要进一步的比较两种颜色的亮度,定义f,g之间的亮度相似系数k(f,g):
其中C=3×255=765,当两个颜色的亮度相同时,k(f,g)=1,有亮度差时k(f,g)<1。
所述的新的颜色相似性度量方法中综合考虑色度饱和度相似系数和亮度相似系数对颜色特征的影响。对两个系数加权,设定权值来决定两个系数对颜色的影响程度,从而得到一个颜色相似性度量系数s(f,g):
s(f,g)=α1×r(f,g)+α2×k(f,g)
其中α12=1,α1>0,α2>0,α12
只能以连续变化的数值范围来表示两种颜色的相似程度,而颜色相似系数的大小表示了颜色相似程度的大小。
所述的RGB颜色空间是最常用的颜色空间,虽然本身存在一定缺陷,但在自然环境中的光伏板积灰浓度是随着时间的增加而增加的,也就是说RGB参数会由大变小而不会发生跃动,所以设定一定的RGB参数阈值可以断定积灰达到一定浓度,进而与光伏板的发电效率联系,做出经济性比较,从而优化清理周期。
应理解,这些实施例仅用于说明本发明而不用于限制本发明的范围。此外应理解,在阅读了本发明讲授的内容之后,本领域技术人员可以对本发明作各种改动或修改,这些等价形式同样落于本申请所附权利要求书所限定的范围。

Claims (7)

1.一种太阳能光伏板积灰在线监测装置,其特征在于该装置包括中心监控工控机(1)、数据库(2),数据报警系统(3),多通道数据采集卡(4),CCD摄像机(5),环境温度传感器(6),太阳能光伏板温度传感器(7),光照幅度传感器(8)和太阳能光伏板(9);
所述中心监控工控机(1)分别与数据库(2)和多通道数据采集卡(4)相连,并能够进行数据的交换;所述CCD摄像机(5),环境温度传感器(6),太阳能光伏板温度传感器(7)和光照幅度传感器(8)收集的数据通过多通道数据采集卡(4)经传输网络传输至中心监控工控机(1),所述CCD摄像机(5),环境温度传感器(6),太阳能光伏板温度传感器(7),光照幅度传感器(8)通过太阳能光伏板(9)提供能量;所述数据报警系统(3)连接中心监控工控机(1)。
2.如权利要求1所述的一种太阳能光伏板积灰在线监测装置,其特征在于所述中心监控工控机(1)含有键盘(10)和显示器(11)。
3.如权利要求1所述的一种太阳能光伏板积灰在线监测装置,其特征在于所述中心监控工控机(1)含有拍照图像调用模块、图像处理模块、分析计算功能及检测预警模块;所述的拍照图像调用模块、图像处理模块及检测预警模块通过组态软件实现。
4.如权利要求3所述的一种太阳能光伏板积灰在线监测装置,其特征在于所述拍照图像调用模块采用MATLAB进行调用。
5.根据权利要求4所述的一种太阳能光伏板积灰在线监测装置,其特征在于,所述的图像处理模块是通过MATLAB对图像颜色值的R、G、B参数及其中心距进行计算及分析。
6.根据权利要求5所述的一种太阳能光伏板积灰在线监测装置,其特征在于,所述的MATLAB软件通过组态软件调用。
7.一种采用如权利要求1-6所述的装置进行太阳能光伏板积灰在线监测的方法,其特征在于,包括以下步骤:
步骤一、设定标识点;在太阳能光伏板(9)正前方设置标示点,在标示点处布置CCD摄像机(5);
步骤二、在光照幅度为200-1200W/m2的光照幅度下进行图像采集;
步骤三、将CCD摄像机(5)所采集视频传输到中心监控工控机(1)同时记录实时环境温度、太阳能光伏板温度、光照幅度;
步骤四、测量光伏板面安装倾斜角度;
步骤五、中心监控工控机内的MATLAB程序按照设置的频率在视频中截取图像,并实时在线计算所截取图像颜色值的R(红)、G(绿)、B(蓝)中的参数R、G、B分量;
步骤六、利用大数据理论,基于太阳能光伏板积灰图像RGB参数和发电效率的实验数据,构建其RGB参数与发电效率间定量关联计算模型;
步骤七、依据所建立的太阳能光伏板积灰图像RGB参数与发电效率间的定量关联计算模型,当CCD摄像机实时传入太阳能光伏板积灰视频,中心监控工控机可在线计算出图像的RGB参数,进而实时在线计算出太阳能光伏板发电效率;
步骤八、基于监测的太阳能光伏板温度值,依据太阳能光伏板功率温度系数,将发电效率修正为标准测试温度(或电池额定工作温度)所对应的数值,将该数值与标准测试条件(或电池额定工作温度条件)下的发电效率比对,得出太阳能光伏板积灰状态参数。
CN201611166088.XA 2016-12-16 2016-12-16 一种太阳能光伏板积灰在线监测装置及其检测方法 Withdrawn CN106483143A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201611166088.XA CN106483143A (zh) 2016-12-16 2016-12-16 一种太阳能光伏板积灰在线监测装置及其检测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201611166088.XA CN106483143A (zh) 2016-12-16 2016-12-16 一种太阳能光伏板积灰在线监测装置及其检测方法

Publications (1)

Publication Number Publication Date
CN106483143A true CN106483143A (zh) 2017-03-08

Family

ID=58285762

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201611166088.XA Withdrawn CN106483143A (zh) 2016-12-16 2016-12-16 一种太阳能光伏板积灰在线监测装置及其检测方法

Country Status (1)

Country Link
CN (1) CN106483143A (zh)

Cited By (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2018021855A (ja) * 2016-08-05 2018-02-08 独立行政法人国立高等専門学校機構 検出装置およびシステム
CN109102504A (zh) * 2018-08-16 2018-12-28 济南大学 一种光伏电池组件表面污秽覆盖情况识别方法及系统
CN111624207A (zh) * 2020-05-26 2020-09-04 国网天津市电力公司电力科学研究院 利用双无人机测定光伏发电站光伏板覆灰程度的系统及方法
EP3590187B1 (en) * 2017-05-12 2021-06-23 Atonometrics, Inc. Soiling measurement device for photovoltaic arrays employing microscopic imaging
CN113052723A (zh) * 2021-04-17 2021-06-29 武汉瑞辉科技发展有限公司 基于云计算和物联网的分布式光伏发电系统运维智能管理系统
CN113920700A (zh) * 2021-09-23 2022-01-11 国网山西省电力公司晋中供电公司 基于颜色识别的灰尘沉积度检测系统
CN114838670A (zh) * 2022-03-11 2022-08-02 南京北新智能科技有限公司 一种基于颜色分析的光伏板灰尘检测方法
CN116612094A (zh) * 2023-05-25 2023-08-18 东北电力大学 一种光伏板表面积灰分布聚类识别方法及系统
CN116993747A (zh) * 2023-09-28 2023-11-03 徐州太一世纪能源科技有限公司 一种基于无人机的太阳能光伏板表面清洁度分析方法

Cited By (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2018021855A (ja) * 2016-08-05 2018-02-08 独立行政法人国立高等専門学校機構 検出装置およびシステム
EP3590187B1 (en) * 2017-05-12 2021-06-23 Atonometrics, Inc. Soiling measurement device for photovoltaic arrays employing microscopic imaging
CN109102504A (zh) * 2018-08-16 2018-12-28 济南大学 一种光伏电池组件表面污秽覆盖情况识别方法及系统
CN111624207A (zh) * 2020-05-26 2020-09-04 国网天津市电力公司电力科学研究院 利用双无人机测定光伏发电站光伏板覆灰程度的系统及方法
CN113052723A (zh) * 2021-04-17 2021-06-29 武汉瑞辉科技发展有限公司 基于云计算和物联网的分布式光伏发电系统运维智能管理系统
CN113920700A (zh) * 2021-09-23 2022-01-11 国网山西省电力公司晋中供电公司 基于颜色识别的灰尘沉积度检测系统
CN114838670A (zh) * 2022-03-11 2022-08-02 南京北新智能科技有限公司 一种基于颜色分析的光伏板灰尘检测方法
CN116612094A (zh) * 2023-05-25 2023-08-18 东北电力大学 一种光伏板表面积灰分布聚类识别方法及系统
CN116993747A (zh) * 2023-09-28 2023-11-03 徐州太一世纪能源科技有限公司 一种基于无人机的太阳能光伏板表面清洁度分析方法
CN116993747B (zh) * 2023-09-28 2023-12-08 徐州太一世纪能源科技有限公司 一种基于无人机的太阳能光伏板表面清洁度分析方法

Similar Documents

Publication Publication Date Title
CN106483143A (zh) 一种太阳能光伏板积灰在线监测装置及其检测方法
CN105956618B (zh) 基于图像动静态特征的转炉炼钢吹炼状态识别系统及方法
CN101620676B (zh) 绝缘子轮廓的快速图像识别方法
CN113920097B (zh) 一种基于多源图像的电力设备状态检测方法及系统
CN102201146B (zh) 基于主动红外视频的零照度环境火灾烟雾识别方法
CN103366178B (zh) 一种用于对目标图像进行颜色分类的方法与设备
CN108734143A (zh) 一种巡检机器人的基于双目视觉的输电线路在线检测方法
CN109118548A (zh) 一种综合智能水质识别方法
CN106238350A (zh) 一种基于机器视觉的太阳能电池片分选方法与系统
CN111266315A (zh) 基于视觉分析的矿石物料在线分拣系统及其方法
CN106096603A (zh) 一种融合多特征的动态火焰检测方法及装置
CN104574389A (zh) 基于彩色机器视觉的电池片色差分选控制方法
CN108596102A (zh) 基于rgb-d的室内场景物体分割分类器构造方法
CN113033315A (zh) 一种稀土开采高分影像识别与定位方法
CN116805204B (zh) 一种智慧厂务监控方法及系统
CN112613438A (zh) 一种便携式柑橘在线测产仪
CN114049589A (zh) 一种基于人工智能的变电站监测系统
CN116051539A (zh) 一种变电设备发热故障的诊断方法
CN111259736A (zh) 一种基于深度学习的复杂环境下行人实时检测方法
CN106960188B (zh) 天气图像分类方法及装置
Rashid et al. An enhanced cloud segmentation algorithm for accurate irradiance forecasting
CN206505029U (zh) 一种太阳能光伏板积灰在线监测装置
CN108830834B (zh) 一种爬索机器人视频缺陷信息自动提取方法
CN110930393A (zh) 一种基于机器视觉的芯片料管计数方法、装置及系统
CN116519710A (zh) 一种用于复合绝缘子表面污秽状态的检测方法及系统

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
WW01 Invention patent application withdrawn after publication

Application publication date: 20170308

WW01 Invention patent application withdrawn after publication