CN107782764A - 一种光伏组件的故障识别方法 - Google Patents
一种光伏组件的故障识别方法 Download PDFInfo
- Publication number
- CN107782764A CN107782764A CN201610724031.0A CN201610724031A CN107782764A CN 107782764 A CN107782764 A CN 107782764A CN 201610724031 A CN201610724031 A CN 201610724031A CN 107782764 A CN107782764 A CN 107782764A
- Authority
- CN
- China
- Prior art keywords
- photovoltaic module
- gps
- thermal map
- coordinate
- thermal
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 28
- 238000001931 thermography Methods 0.000 claims abstract description 43
- 238000013316 zoning Methods 0.000 claims description 2
- 230000004888 barrier function Effects 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 4
- 239000000203 mixture Substances 0.000 description 3
- 238000006243 chemical reaction Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000005611 electricity Effects 0.000 description 2
- 238000007689 inspection Methods 0.000 description 2
- 239000013598 vector Substances 0.000 description 2
- XUIMIQQOPSSXEZ-UHFFFAOYSA-N Silicon Chemical compound [Si] XUIMIQQOPSSXEZ-UHFFFAOYSA-N 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 239000013078 crystal Substances 0.000 description 1
- 230000004069 differentiation Effects 0.000 description 1
- 239000000686 essence Substances 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 230000000630 rising effect Effects 0.000 description 1
- 229910052710 silicon Inorganic materials 0.000 description 1
- 239000010703 silicon Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N25/00—Investigating or analyzing materials by the use of thermal means
- G01N25/72—Investigating presence of flaws
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S19/00—Satellite radio beacon positioning systems; Determining position, velocity or attitude using signals transmitted by such systems
- G01S19/01—Satellite radio beacon positioning systems transmitting time-stamped messages, e.g. GPS [Global Positioning System], GLONASS [Global Orbiting Navigation Satellite System] or GALILEO
- G01S19/13—Receivers
- G01S19/14—Receivers specially adapted for specific applications
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02S—GENERATION OF ELECTRIC POWER BY CONVERSION OF INFRARED RADIATION, VISIBLE LIGHT OR ULTRAVIOLET LIGHT, e.g. USING PHOTOVOLTAIC [PV] MODULES
- H02S50/00—Monitoring or testing of PV systems, e.g. load balancing or fault identification
-
- Y—GENERAL 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
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
- Y02E10/00—Energy generation through renewable energy sources
- Y02E10/50—Photovoltaic [PV] energy
Abstract
本申请公开了一种光伏组件的故障识别方法,一飞行设备搭载GPS模块和热成像仪,方法包括:所述飞行设备按照设定的巡航路线和巡航高度,对光伏电站内待检测的光伏组件区域进行巡航;在巡航过程中,所述热成像仪拍摄并输出巡航区域的热分布图,所述GPS模块确定并输出所述热成像仪拍摄每张热分布图时的GPS坐标;在输出的所有热分布图中识别光伏组件;在拍摄的每张热分布图中识别故障光伏组件,并确定所述故障光伏组件的实际地理位置。应用本申请,能够简单高效地实现光伏组件的故障识别。
Description
技术领域
本申请涉及光伏电站技术,特别涉及一种光伏组件的故障识别方法。
背景技术
光伏电站是指一种利用太阳光能、采用特殊材料诸如晶硅板、逆变器等电子元件组成的发电体系,与电网相连并向电网输送电力的光伏发电系统。其中,完成发电的部件主要是光伏组件。一块光伏组件是由若干电池片组成,电池片的英文名字也叫cell,典型的光伏组件的电池片数量是6*10和6*12两种,图1所示为数量为6*12的电池片组成的光伏组件。一排多个光伏组件组成一个组串,通常两个组串组成一个支架,也可以多排组串组成一个支架。如图2所示,4排光伏组件形成一个支架。光伏电站的光伏组件容易出现故障,出现故障后将导致无法发电,同时还会影响其他正常组件的发电效率,因此及时发现损坏组件并更换,能提高光伏电站的发电效率和收益。
目前,光伏电站的光伏组件故障的发现,通常采用人工巡检光伏组件阵列的方式,或者在出现明显的发电量异常后再进行定点检查。但是,上述方式需要人工参与,效率较低,成本较高。
发明内容
本申请提供一种光伏组件的故障识别方法,能够简单高效地实现光伏组件的故障识别。
为实现上述目的,本申请采用如下技术方案:
一种光伏组件的故障识别方法,一飞行设备搭载GPS模块和热成像仪,所述故障识别方法包括:
所述飞行设备按照设定的巡航路线和巡航高度,对光伏电站内待检测的光伏组件区域进行巡航;
在巡航过程中,所述热成像仪拍摄并输出巡航区域的热分布图,所述GPS模块确定并输出所述热成像仪拍摄每张热分布图时的GPS坐标;
在输出的所有热分布图中识别光伏组件;
在拍摄的每张热分布图中,确定与最低温区域的温度差高于第一阈值的区域,将确定出的区域对应的光伏组件识别为故障光伏组件;
根据所述热成像仪拍摄故障光伏组件所在的热分布图时的GPS坐标和所述故障光伏组件在所述热分布图中的像素坐标,确定所述故障光伏组件的实际地理位置。
较佳地,所述在输出的所有热分布图中识别光伏组件包括:
根据预先确定的各待检测光伏组件的地理位置坐标和拍摄各热分布图时的GPS坐标,确定所述各待检测光伏组件在各热分布图上所在的像素区域;
在确定出的像素区域上,根据光伏组件的实际形状,识别满足设定的面积要求、且与所述实际形状相对应的图形形状,并将其识别为光伏组件。
较佳地,所述确定各待检测光伏组件在各热分布图上所在的像素区域包括:
确定各待检测光伏组件的GPS坐标;
在每张热分布图上,根据计算所述各待检测光伏组件在该热分布图上的像素坐标,并将确定出的像素坐标构成第一像素区域,在所述第一像素区域的基础上加入预设的冗余度区域,作为各待检测光伏组件在该热分布图上所在的像素区域;
其中,GPS无人机为所述GPS模块输出的所述热成像仪拍摄每张热分布图时输出的GPS坐标,GPS组件为任一待检测光伏组件的GPS坐标,P无人机为所述GPS模块输出的GPS坐标对应的指定点像素坐标,P组件为所述任一待检测光伏组件在该热分布图上的像素坐标,Hignt为所述巡航高度,Focus为所述热成像仪的拍摄焦距。
较佳地,在计算各待检测光伏组件在每张热分布图上的像素坐标后,该方法进一步包括:为各待检测光伏组件的GPS坐标和其所在热分布图上的像素坐标建立对应关系;
所述确定故障光伏组件的实际地理位置包括:确定所述故障光伏组件在其所在热分布图上的像素坐标A,根据建立的所述对应关系,确定所述像素坐标A对应的光伏组件的GPS坐标,将其作为所述故障光伏组件的实际地理位置。
较佳地,所述确定故障光伏组件的实际地理位置包括:
对于所述故障光伏组件所在的热分布图,确定拍摄该热分布图时的GPS坐标GPS无人机',并确定所述故障光伏组件在其所在热分布图上的像素坐标P组件';
根据计算所述故障光伏组件的GPS坐标GPS组件',将其作为故障光伏组件的实际地理位置;
其中,P无人机为所述GPS模块输出的GPS坐标对应的指定点像素坐标,Hignt为所述巡航高度,Focus为所述热成像仪的拍摄焦距。
较佳地,确定所述GPS模块输出的GPS坐标对应的指定点像素坐标的方式包括:
接收输入的指定点像素坐标;
或者,
预先放置一个标杆,并记录所述标杆的GPS坐标GPS标杆;所述飞行设备上的热成像仪拍摄所述标杆,并输出热分布图和拍摄该热分布图时的GPS坐标GPS无人机”;根据计算所述GPS模块输出的GPS坐标对应的指定点像素坐标;其中,P无人机为所述指定点像素坐标,P标杆为拍摄标杆后输出的热分布图上所述标杆的像素坐标。
较佳地,所述在每张热分布图中确定与最低温区域的温度差高于第一阈值的区域识别故障光伏组件包括:
对于热分布图上每个识别出的光伏组件,按温度差异将该光伏组件划分为若干区域,每个区域内的温差小于设定的第二阈值;在划分区域后的光伏组件上,确定最低温区域,并寻找与最低温度区域的温度差高于第一阈值的区域,将满足条件的区域所在的光伏组件识别为故障光伏组件;
和/或,
在每张热分布图上,确定所有识别出的光伏组件中温度最低的光伏组件,并寻找与温度最低光伏组件的温度差高于第一阈值的光伏组件,将满足条件的光伏组件识别为故障光伏组件。
由上述技术方案可见,本申请中,飞行设备搭载GPS模块和热成像仪;飞行设备按照设定的巡航路线和高度,对光伏电站待检测的光伏组件区域进行巡航;在巡航过程中,热成像仪拍摄并输出巡航区域的热分布图,GPS模块确定并输出拍摄每张热分布图时的GPS坐标;在输出的所有热分布图中识别光伏组件;在拍摄的每张热分布图中,确定与最低温区域的温度差高于第一阈值的区域,将确定出的区域对应的光伏组件识别为故障光伏组件;根据拍摄故障光伏组件所在热分布图时的GPS坐标和故障光伏组件在热分布图中的像素坐标,确定故障光伏组件的实际地理位置。通过上述方式,能够简单高效地实现光伏组件的故障识别。
附图说明
图1为光伏组件的示意图;
图2为本申请实施例中光伏组件的故障识别方法的流程图;
图3为热成像仪拍摄光伏组件后输出的热分布图;
图4为热分布图中的光伏组件示意图。
具体实施方式
为了使本申请的目的、技术手段和优点更加清楚明白,以下结合附图对本申请做进一步详细说明。
首先分析一下光伏组件出现故障时的现象。光伏组件损坏后除影响发电效率外,还会出现温度上升的现象,通常高于正常组件15摄氏度以上。基于上述温度上升的故障现象,本申请中通过对温度较高的组件进行识别和检测,从而实现光伏组件的故障检测。
具体地,如果通过热成像仪对光伏组件进行拍照,故障光伏组件在热成像图片上会表现为出现“热斑”,当出现热斑时,实际上是一个或多个电池片损坏,或者,也可能是整个光伏组件损坏。考虑到光伏组件损坏后在热成像图中表现出的热斑现象,因此可以通过图像识别技术,找出温度明显高于周围区域一定程度以上的“热斑”,而“热斑”是由一个一个的像素点组成,而像素点可以利用摄影几何学知识对应到具体的地理坐标。将这些热斑所处的地理坐标与预先采集并输入到系统中的光伏组件的地理坐标位置对比,即可定位出现故障的光伏组件。
基于上述分析,本申请提供的光伏组件的故障识别方法中,利用飞行设备搭载GPS模块和热成像仪,可以通过存储模块或者无线回传的方式,对光伏组件区域进行热图摄像,并同时记录每个热图的GPS信息。通过GPS信息,可对图片进行定位,并根据成像原理计算每个像素点对应的实际物体的地理位置。
具体地故障识别方法包括:飞行设备按照设定的巡航路线和巡航高度,对光伏电站内待检测的光伏组件区域进行巡航;在巡航过程中,热成像仪拍摄并输出巡航区域的热分布图,GPS模块确定并输出热成像仪拍摄每张热分布图时的GPS坐标;在输出的所有热分布图中识别光伏组件;在所有热分布图中确定温度高于第一阈值的区域,将确定出的区域对应的光伏组件识别为故障光伏组件;根据热成像仪拍摄故障光伏组件所在的热分布图时的GPS坐标和该故障光伏组件在热分布图中的像素坐标,确定故障光伏组件的实际地理位置,进行告警。
其中,由于无人机巡航具有快速和识别范围广的特点,因此飞行设备优选地可以为无人机。
下面对本申请的故障识别方法进行详细描述。图3为本申请故障识别方法的具体流程示意图,其中,选择无人机作为飞行设备搭载GPS模块和热成像仪。如图3所示,该方法包括:
步骤301,预先在无人机上热成像仪输出的热分布图中,确定GPS模块输出的GPS坐标对应的指定点像素位置。
GPS模块和热成像仪都搭载在无人机上。热成像仪可以用于拍摄一定范围内的目标,GPS模块输出热成像仪拍摄目标时GPS模块的GPS坐标。那么该GPS坐标位置相应地在热分布图上位于某个指定点像素位置,并且当巡航高度和热成像仪焦距不变的情况下,在每张热分布图上GPS模块的GPS坐标对应的指定点像素位置不变,以该像素位置作为参照,可以确定出热分布图上某个像素位置的实际GPS坐标,或者,可以根据光伏组件的实际GPS坐标确定出该光伏组件在热分布图上的像素位置。
具体地,可以直接接收用户输入的像素位置,作为指定点像素位置。例如,在搭载GPS模块和热成像仪时,将GPS模块的中心点和热成像仪摄像头的中心点重合,这样,指定点像素位置就是热分布图的中心点坐标位置。或者,可以采用如下的方式确定指定点坐标:
1)放置一个标杆,记录该标杆的GPS坐标GPS标杆;
2)无人机搭载的热成像仪对标杆进行拍摄,并输出无人机的GPS坐标GPS无人机”和拍摄图片;
3)在拍摄图片上确定出标杆的坐标P标杆,根据确定指定点的像素坐标P无人机。其中,Hight是无人机的巡航高度,Focus是热成像仪的成像焦距。
这里需要说明的是,GPS无人机”-GPS标杆和P无人机-P标杆都表示矢量计算结果,由于是常数,因此,GPS无人机”-GPS标杆和P无人机-P标杆两个矢量的方向一定相同。由此可以计算出P无人机。
步骤302,飞行设备按照设定的巡航路线和巡航高度,对光伏电站内待检测的光伏组件区域进行巡航。
指定巡航路线和巡航高度等信息,使无人机按指定路线和高度进行巡航,保证热成像仪能完整拍摄所有的巡检区域,图片中包括所有的需要检测的光伏组件。
具体在设定巡航路线和高度时,可以根据待检测的光伏组件地理位置区域确定。
步骤303,在巡航过程中,热成像仪拍摄并输出巡航区域的热分布图,GPS模块确定并输出热成像仪拍摄每张热分布图时的GPS坐标。
步骤304,在输出的所有热分布图中识别光伏组件。
在识别光伏组件时,首先在所有热分布图上划定光伏组件所在的区域,然后在划定的区域内识别光伏组件。具体方式可以为:
1)预先采集各待检测的光伏组件分布的地理位置坐标(具体可以为GPS坐标),形成光伏组件的实际分布地图;
2)对于每张热分布图,根据拍摄时的GPS坐标和光伏组件的实际地理位置,确定各待检测光伏组件在相应热分布图上所在的像素区域;
3)在确定出的像素区域上,根据光伏组件的实际形状,识别满足设定的面积要求、且与光伏组件实际形状相对应的图形形状,并将其识别为光伏组件。
具体地,在上述第2)步中,在每张热分布图上,根据计算各待检测光伏组件在该热分布图上的像素坐标。其中,GPS无人机为拍摄每张热分布图时输出的GPS坐标,GPS组件为任一待检测光伏组件的GPS坐标,P无人机为步骤301中确定出的指定点坐标,由上述公式可以确定出光伏组件在热分布图上的像素坐标P组件。在每张热分布图中,将上述确定出的像素坐标组合成一个完整区域,可以称为第一像素区域,在第一像素区域的基础上加入预设的冗余度区域,即在第一像素区域周边加入冗余度区域,已保证待检测的光伏组件落在由冗余度区域和第一像素区域构成的区域内,并将其作为各待检测光伏组件在该热分布图上所在的像素区域。
在上述第3)步中识别光伏组件时,可以利用Hough算法,在第2)步划定的像素区域内查找满足一定面积要求、且形状与实际光伏组件形状对应的图形区域。这里,考虑到拍摄图片可能会存在一定程度的变形,因此在图片区域中寻找相应形状即可,不一定与光伏组件的实际形状完全相同。例如,若光伏组件为四边形,则可以查找满足一定面积要求的四边形,且四边形之间的同向边连线为直线(如图4所示)。
考虑到热分布图中的大小与真实世界中的物体大小存在如下述式(1)的换算关系,因此,在识别光伏组件时可以按照该换算关系和实际光伏组件的面积确定热分布图中光伏组件应当对应的面积,同时考虑到图形变形等问题,可以在计算出的面积基础上设置一定的冗余。其中,假定length_picture为真实世界的长度Length在热分布图片中的长度,focus为热成像仪的焦距,Length为真实世界的长度,Hight为无人机巡航高度,则length_picture=focus*Length/Hight (1)。
步骤305,在拍摄的各热分布图中,查找与最低温区域的温度差高于第一阈值的区域,将确定出的区域对应的光伏组件识别为故障光伏组件。
在拍摄的热分布图中,确定出现热斑的区域,将该区域对应的光伏组件识别为故障光伏组件。热斑即热分布图中温度一定程度上高于其他区域的部分,具体地,可以根据光伏组件出现故障时出现的高温状况,设置一个阈值,在每张热分布图中,寻找与最低温区域的温差高于该第一阈值的区域A,将其作为热斑。
其中,在寻找热斑时,优选地,可以区分为如下两种情况:1、整个光伏组件出现故障,也就是整个光伏组件成为一个热斑;2、在光伏组件内部部分电池板出现故障从而使光伏组件的一部分成为热斑。根据上述两种情况可以采用不同的方式进行确定,具体地:
对于第二种情况,可以基于图像识别中的区域生长算法,在识别出的每个光伏组件上按温度差异划分为若干区域,每个区域内的温度相近(例如可以是区域内各像素点间的温差小于设定的第二阈值),当其他区域与最低温度的区域的温差超过第一阈值(例如第一阈值可以为15度)时,认为存在热斑。
对于第一种情况,可以与热分布图中的其他光伏组件比较温度,如果某一光伏组件与最低温度的光伏组件相比,温差超过第一阈值(例如第一阈值可以为15度),则认为整个光伏组件即为一个热斑。其中光伏组件之间的温差可以是光伏组件之间的整体温差,例如统计平均温差等,对此本申请不做限定,本领域技术人员可以根据需要设置合适的温差计算方式。
在确定出热斑后,确定该热斑对应的光伏组件,将其作为故障光伏组件,根据上述两种情况的区分,可能是整个光伏组件出现故障,也可能是光伏组件中的部分电池出现故障。
步骤306,根据拍摄故障光伏组件所在热分布图时输出的GPS坐标和故障光伏组件在热分布图中的像素坐标,确定故障光伏组件的实际地理位置。
通过步骤305在热分布图中已经识别出故障光伏组件,本步骤中根据热分布图和实际地理位置间的相互关系,确定热分布图中的故障光伏组件的实际地理位置。
具体地,步骤303中在热分布图上识别光伏组件时,已经计算出实际的待检测光伏组件的实际地理位置和其在热分布图上的像素坐标,可以为二者建立对应关系。本步骤中,根据建立的对应关系和故障光伏组件的像素坐标,可以直接确定出对应的故障光伏组件的实际地理位置。本实施例中,实际地理位置即为故障光伏组件的GPS坐标。
或者,也可以在本步骤中根据前述的热分布图中的物体位置与实际物体位置间的计算关系,确定故障光伏组件的实际地理位置。例如,对于故障光伏组件所在的热分布图B,确定拍摄该热分布图B时的GPS坐标GPS无人机',并确定故障光伏组件在热分布图B上的像素坐标P组件';根据计算故障光伏组件的GPS坐标GPS组件';其中,P无人机为GPS模块输出的GPS坐标对应的指定点像素坐标,Hignt为巡航高度,Focus为热成像仪的拍摄焦距。
识别出故障光伏组件的实际地理位置后可以上报告警或进行统计。
至此,本申请中的光伏组件的故障识别方法结束。
在上述本申请的故障识别方法中,采用图像处理中的识别技术,自动对无人机航拍照片进行处理,识别热斑,并根据GIS信息和图像处理技术,定位热斑所处位置和大小,准确识别故障组件。通过上述故障识别方法,能够提升故障发现的效率,缩短故障识别时间。当然上述处理是以无人机搭载GPS模块和热成像仪实现的,在实际应用中,可以在任意飞行设备上搭载GPS模块和热成像仪实现上述处理。
以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内,所做的任何修改、等同替换、改进等,均应包含在本发明保护的范围之内。
Claims (7)
1.一种光伏组件的故障识别方法,其特征在于,一飞行设备搭载GPS模块和热成像仪,所述故障识别方法包括:
所述飞行设备按照设定的巡航路线和巡航高度,对光伏电站内待检测的光伏组件区域进行巡航;
在巡航过程中,所述热成像仪拍摄并输出巡航区域的热分布图,所述GPS模块确定并输出所述热成像仪拍摄每张热分布图时的GPS坐标;
在输出的所有热分布图中识别光伏组件;
在拍摄的每张热分布图中,确定与最低温区域的温度差高于第一阈值的区域,将确定出的区域对应的光伏组件识别为故障光伏组件;
根据所述热成像仪拍摄故障光伏组件所在的热分布图时的GPS坐标和所述故障光伏组件在所述热分布图中的像素坐标,确定所述故障光伏组件的实际地理位置。
2.根据权利要求1所述的方法,其特征在于,所述在输出的所有热分布图中识别光伏组件包括:
根据预先确定的各待检测光伏组件的地理位置坐标和拍摄各热分布图时的GPS坐标,确定所述各待检测光伏组件在各热分布图上所在的像素区域;
在确定出的像素区域上,根据光伏组件的实际形状,识别满足设定的面积要求、且与所述实际形状相对应的图形形状,并将其识别为光伏组件。
3.根据权利要求2所述的方法,其特征在于,所述确定各待检测光伏组件在各热分布图上所在的像素区域包括:
确定各待检测光伏组件的GPS坐标;
在每张热分布图上,根据计算所述各待检测光伏组件在该热分布图上的像素坐标,并将确定出的像素坐标构成第一像素区域,在所述第一像素区域的基础上加入预设的冗余度区域,作为各待检测光伏组件在该热分布图上所在的像素区域;
其中,GPS无人机为所述GPS模块输出的所述热成像仪拍摄每张热分布图时输出的GPS坐标,GPS组件为任一待检测光伏组件的GPS坐标,P无人机为所述GPS模块输出的GPS坐标对应的指定点像素坐标,P组件为所述任一待检测光伏组件在该热分布图上的像素坐标,Hignt为所述巡航高度,Focus为所述热成像仪的拍摄焦距。
4.根据权利要求3所述的方法,其特征在于,在计算各待检测光伏组件在每张热分布图上的像素坐标后,该方法进一步包括:为各待检测光伏组件的GPS坐标和其所在热分布图上的像素坐标建立对应关系;
所述确定故障光伏组件的实际地理位置包括:确定所述故障光伏组件在其所在热分布图上的像素坐标A,根据建立的所述对应关系,确定所述像素坐标A对应的光伏组件的GPS坐标,将其作为所述故障光伏组件的实际地理位置。
5.根据权利要求1所述的方法,其特征在于,所述确定故障光伏组件的实际地理位置包括:
对于所述故障光伏组件所在的热分布图,确定拍摄该热分布图时的GPS坐标GPS无人机',并确定所述故障光伏组件在其所在热分布图上的像素坐标P组件';
根据计算所述故障光伏组件的GPS坐标GPS组件',将其作为故障光伏组件的实际地理位置;
其中,P无人机为所述GPS模块输出的GPS坐标对应的指定点像素坐标,Hignt为所述巡航高度,Focus为所述热成像仪的拍摄焦距。
6.根据权利要求3或5所述的方法,其特征在于,确定所述GPS模块输出的GPS坐标对应的指定点像素坐标的方式包括:
接收输入的指定点像素坐标;
或者,
预先放置一个标杆,并记录所述标杆的GPS坐标GPS标杆;所述飞行设备上的热成像仪拍摄所述标杆,并输出热分布图和拍摄该热分布图时的GPS坐标GPS无人机”;根据计算所述GPS模块输出的GPS坐标对应的指定点像素坐标;其中,P无人机为所述指定点像素坐标,P标杆为拍摄标杆后输出的热分布图上所述标杆的像素坐标。
7.根据权利要求1所述的方法,其特征在于,所述在每张热分布图中确定与最低温区域的温度差高于第一阈值的区域识别故障光伏组件包括:
对于热分布图上每个识别出的光伏组件,按温度差异将该光伏组件划分为若干区域,每个区域内的温差小于设定的第二阈值;在划分区域后的光伏组件上,确定最低温区域,并寻找与最低温度区域的温度差高于第一阈值的区域,将满足条件的区域所在的光伏组件识别为故障光伏组件;
和/或,
在每张热分布图上,确定所有识别出的光伏组件中温度最低的光伏组件,并寻找与温度最低光伏组件的温度差高于第一阈值的光伏组件,将满足条件的光伏组件识别为故障光伏组件。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610724031.0A CN107782764B (zh) | 2016-08-25 | 2016-08-25 | 一种光伏组件的故障识别方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610724031.0A CN107782764B (zh) | 2016-08-25 | 2016-08-25 | 一种光伏组件的故障识别方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107782764A true CN107782764A (zh) | 2018-03-09 |
CN107782764B CN107782764B (zh) | 2021-02-23 |
Family
ID=61438725
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610724031.0A Active CN107782764B (zh) | 2016-08-25 | 2016-08-25 | 一种光伏组件的故障识别方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107782764B (zh) |
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2019041191A1 (zh) * | 2017-08-30 | 2019-03-07 | 深圳市大疆创新科技有限公司 | 一种检测光伏板的方法、地面站、控制设备及无人机 |
CN110171565A (zh) * | 2019-05-17 | 2019-08-27 | 南京绿新能源研究院有限公司 | 一种用于光伏电站故障检测的无人机及其检测方法 |
CN110806427A (zh) * | 2019-11-27 | 2020-02-18 | 云南电网有限责任公司电力科学研究院 | 一种线路复合绝缘子内部缺陷的在线检测方法和系统 |
CN110823899A (zh) * | 2018-08-10 | 2020-02-21 | 杭州海康机器人技术有限公司 | 一种故障定位方法、装置及系统 |
CN111366954A (zh) * | 2018-12-26 | 2020-07-03 | 成都鼎桥通信技术有限公司 | 一种在Android系统中GPS搜星的控制方法和装置 |
CN111753645A (zh) * | 2020-05-11 | 2020-10-09 | 深圳创动科技有限公司 | 一种光伏电站的巡检方法、巡检装置以及存储介质 |
CN113157830A (zh) * | 2020-01-22 | 2021-07-23 | 华为技术有限公司 | 一种光伏组串的位置更新方法和装置 |
CN113325877A (zh) * | 2021-08-02 | 2021-08-31 | 旻投电力发展有限公司 | 一种基于rtk定位的无人机平台的光伏组件定位方法 |
CN113326752A (zh) * | 2021-05-20 | 2021-08-31 | 淮阴工学院 | 一种基于无人机的光伏电站识别方法及系统 |
CN116152195A (zh) * | 2023-02-20 | 2023-05-23 | 北京御航智能科技有限公司 | 光伏电池板的热斑检测方法、装置及电子设备 |
CN113326752B (zh) * | 2021-05-20 | 2024-04-30 | 淮阴工学院 | 一种基于无人机的光伏电站识别方法及系统 |
Citations (20)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH03140852A (ja) * | 1989-10-26 | 1991-06-14 | Hitachi Constr Mach Co Ltd | はんだ付け検査装置 |
CN1074041A (zh) * | 1991-12-29 | 1993-07-07 | 北方工业大学 | 诊断回转窑窑壁侵蚀的方法 |
EP1203224A1 (en) * | 1999-07-21 | 2002-05-08 | General Electric Company | Synthetic reference thermal imaging method |
EP1475629A1 (en) * | 2003-04-30 | 2004-11-10 | United Technologies Corporation | Infrared defect detection via broad-band acoustics |
CN102567983A (zh) * | 2010-12-26 | 2012-07-11 | 浙江大立科技股份有限公司 | 即时红外热图中被监测目标位置的确定方法及应用 |
JP5044755B1 (ja) * | 2012-01-11 | 2012-10-10 | 株式会社古田設計 | 画像処理装置及び建物画像診断装置 |
CN102819926A (zh) * | 2012-08-24 | 2012-12-12 | 华南农业大学 | 一种基于无人机的火灾监测预警方法 |
CN102947695A (zh) * | 2010-04-08 | 2013-02-27 | 弗尔斯特博士研究所有限责任两合公司 | 温度记录检查方法以及用于执行检查方法的检查装置 |
CN103163151A (zh) * | 2013-03-21 | 2013-06-19 | 山东省计算中心 | 基于红外图像的建筑热工缺陷精确定位方法 |
CN103424412A (zh) * | 2013-08-13 | 2013-12-04 | 中国特种设备检测研究院 | 基于红外热成像的复合气瓶检测系统 |
CN103901072A (zh) * | 2014-04-21 | 2014-07-02 | 国网安徽省电力公司淮南供电公司 | 利用红外图谱分析诊断设备过热缺陷的方法 |
CN103914679A (zh) * | 2013-01-05 | 2014-07-09 | 联想(北京)有限公司 | 一种图像识别方法、装置和电子设备 |
US20140369559A1 (en) * | 2013-06-18 | 2014-12-18 | Asustek Computer Inc. | Image recognition method and image recognition system |
JP2015010944A (ja) * | 2013-06-28 | 2015-01-19 | 株式会社豊田中央研究所 | 接合性評価装置及び接合性評価方法 |
CN104299365A (zh) * | 2014-08-06 | 2015-01-21 | 江苏恒创软件有限公司 | 基于无人机的监测山区山体滑坡、泥石流的方法 |
CN104320077A (zh) * | 2014-09-29 | 2015-01-28 | 广东产品质量监督检验研究院 | 一种对光伏组件的快速检测方法 |
CN104730078A (zh) * | 2013-12-23 | 2015-06-24 | 北京红源光电技术公司 | 一种基于红外热像仪aoi的电路板检测方法 |
CN104748736A (zh) * | 2013-12-26 | 2015-07-01 | 电信科学技术研究院 | 一种定位方法及装置 |
CN105588543A (zh) * | 2014-10-22 | 2016-05-18 | 中兴通讯股份有限公司 | 一种基于摄像头实现定位的方法、装置及定位系统 |
CN105811880A (zh) * | 2016-05-16 | 2016-07-27 | 安徽思普瑞德新能源科技有限公司 | 基于无人机搭载的光伏组件实时监测系统 |
-
2016
- 2016-08-25 CN CN201610724031.0A patent/CN107782764B/zh active Active
Patent Citations (20)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH03140852A (ja) * | 1989-10-26 | 1991-06-14 | Hitachi Constr Mach Co Ltd | はんだ付け検査装置 |
CN1074041A (zh) * | 1991-12-29 | 1993-07-07 | 北方工业大学 | 诊断回转窑窑壁侵蚀的方法 |
EP1203224A1 (en) * | 1999-07-21 | 2002-05-08 | General Electric Company | Synthetic reference thermal imaging method |
EP1475629A1 (en) * | 2003-04-30 | 2004-11-10 | United Technologies Corporation | Infrared defect detection via broad-band acoustics |
CN102947695A (zh) * | 2010-04-08 | 2013-02-27 | 弗尔斯特博士研究所有限责任两合公司 | 温度记录检查方法以及用于执行检查方法的检查装置 |
CN102567983A (zh) * | 2010-12-26 | 2012-07-11 | 浙江大立科技股份有限公司 | 即时红外热图中被监测目标位置的确定方法及应用 |
JP5044755B1 (ja) * | 2012-01-11 | 2012-10-10 | 株式会社古田設計 | 画像処理装置及び建物画像診断装置 |
CN102819926A (zh) * | 2012-08-24 | 2012-12-12 | 华南农业大学 | 一种基于无人机的火灾监测预警方法 |
CN103914679A (zh) * | 2013-01-05 | 2014-07-09 | 联想(北京)有限公司 | 一种图像识别方法、装置和电子设备 |
CN103163151A (zh) * | 2013-03-21 | 2013-06-19 | 山东省计算中心 | 基于红外图像的建筑热工缺陷精确定位方法 |
US20140369559A1 (en) * | 2013-06-18 | 2014-12-18 | Asustek Computer Inc. | Image recognition method and image recognition system |
JP2015010944A (ja) * | 2013-06-28 | 2015-01-19 | 株式会社豊田中央研究所 | 接合性評価装置及び接合性評価方法 |
CN103424412A (zh) * | 2013-08-13 | 2013-12-04 | 中国特种设备检测研究院 | 基于红外热成像的复合气瓶检测系统 |
CN104730078A (zh) * | 2013-12-23 | 2015-06-24 | 北京红源光电技术公司 | 一种基于红外热像仪aoi的电路板检测方法 |
CN104748736A (zh) * | 2013-12-26 | 2015-07-01 | 电信科学技术研究院 | 一种定位方法及装置 |
CN103901072A (zh) * | 2014-04-21 | 2014-07-02 | 国网安徽省电力公司淮南供电公司 | 利用红外图谱分析诊断设备过热缺陷的方法 |
CN104299365A (zh) * | 2014-08-06 | 2015-01-21 | 江苏恒创软件有限公司 | 基于无人机的监测山区山体滑坡、泥石流的方法 |
CN104320077A (zh) * | 2014-09-29 | 2015-01-28 | 广东产品质量监督检验研究院 | 一种对光伏组件的快速检测方法 |
CN105588543A (zh) * | 2014-10-22 | 2016-05-18 | 中兴通讯股份有限公司 | 一种基于摄像头实现定位的方法、装置及定位系统 |
CN105811880A (zh) * | 2016-05-16 | 2016-07-27 | 安徽思普瑞德新能源科技有限公司 | 基于无人机搭载的光伏组件实时监测系统 |
Non-Patent Citations (2)
Title |
---|
刘江林: "基于eLTE集群通信的光伏电站无人机自动巡检的研究", 《太阳能》 * |
孔戈: "《建筑能效评估》", 31 August 2013 * |
Cited By (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2019041191A1 (zh) * | 2017-08-30 | 2019-03-07 | 深圳市大疆创新科技有限公司 | 一种检测光伏板的方法、地面站、控制设备及无人机 |
CN110823899B (zh) * | 2018-08-10 | 2022-07-05 | 杭州海康机器人技术有限公司 | 一种故障定位方法、装置及系统 |
CN110823899A (zh) * | 2018-08-10 | 2020-02-21 | 杭州海康机器人技术有限公司 | 一种故障定位方法、装置及系统 |
CN111366954A (zh) * | 2018-12-26 | 2020-07-03 | 成都鼎桥通信技术有限公司 | 一种在Android系统中GPS搜星的控制方法和装置 |
CN111366954B (zh) * | 2018-12-26 | 2023-11-24 | 成都鼎桥通信技术有限公司 | 一种在Android系统中GPS搜星的控制方法和装置 |
CN110171565A (zh) * | 2019-05-17 | 2019-08-27 | 南京绿新能源研究院有限公司 | 一种用于光伏电站故障检测的无人机及其检测方法 |
CN110171565B (zh) * | 2019-05-17 | 2020-03-24 | 南京绿新能源研究院有限公司 | 一种用于光伏电站故障检测的无人机及其检测方法 |
CN110806427A (zh) * | 2019-11-27 | 2020-02-18 | 云南电网有限责任公司电力科学研究院 | 一种线路复合绝缘子内部缺陷的在线检测方法和系统 |
CN113157830A (zh) * | 2020-01-22 | 2021-07-23 | 华为技术有限公司 | 一种光伏组串的位置更新方法和装置 |
WO2021147329A1 (zh) * | 2020-01-22 | 2021-07-29 | 华为技术有限公司 | 一种光伏组串的位置更新方法和装置 |
CN111753645A (zh) * | 2020-05-11 | 2020-10-09 | 深圳创动科技有限公司 | 一种光伏电站的巡检方法、巡检装置以及存储介质 |
CN113326752A (zh) * | 2021-05-20 | 2021-08-31 | 淮阴工学院 | 一种基于无人机的光伏电站识别方法及系统 |
CN113326752B (zh) * | 2021-05-20 | 2024-04-30 | 淮阴工学院 | 一种基于无人机的光伏电站识别方法及系统 |
CN113325877A (zh) * | 2021-08-02 | 2021-08-31 | 旻投电力发展有限公司 | 一种基于rtk定位的无人机平台的光伏组件定位方法 |
CN116152195A (zh) * | 2023-02-20 | 2023-05-23 | 北京御航智能科技有限公司 | 光伏电池板的热斑检测方法、装置及电子设备 |
Also Published As
Publication number | Publication date |
---|---|
CN107782764B (zh) | 2021-02-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107782764A (zh) | 一种光伏组件的故障识别方法 | |
US20210009266A1 (en) | Unmanned aerial vehicle patrol system and unmanned aerial vehicle patrol method | |
CN105790155B (zh) | 一种基于差分gps的输电线路无人机自主巡检系统及方法 | |
US10850840B2 (en) | Drone and rover preplacement for remote autonomous inspection of utility system components | |
JP7045030B2 (ja) | 検査システム、検査方法、サーバ装置、及びプログラム | |
CN108370233B (zh) | 检测光伏板的方法、设备及无人机 | |
CN108881825A (zh) | 基于Jetson TK1的水稻杂草无人机监控系统及其监控方法 | |
JP6080642B2 (ja) | 3次元点群解析方法 | |
CN109447371A (zh) | 巡检路径规划方法、装置、电子设备及可读存储介质 | |
CN206670821U (zh) | 一种通用的二次电池充电温度监测系统 | |
CN110514298B (zh) | 一种基于地基云图的太阳辐照强度计算方法 | |
KR102217549B1 (ko) | 태양광 발전 모듈 모니터링 방법 및 시스템 | |
KR101985019B1 (ko) | 드론과 gis를 사용한 이상 발열 태양광 모듈 검출 방법 | |
US20120206486A1 (en) | Information processing apparatus and imaging region sharing determination method | |
HIGUCHI et al. | Failure detection of solar panels using thermographic images captured by drone | |
Buerhop et al. | Infrared imaging of photovoltaic modules: a review of the state of the art and future challenges facing gigawatt photovoltaic power stations | |
CN113378856A (zh) | 一种基于人工智能的嵌入式输变电装备红外检测方法 | |
CN110823899A (zh) | 一种故障定位方法、装置及系统 | |
KR101772820B1 (ko) | 열 이미지 생성 방법 및 이를 수행하는 전자 기기 | |
Gallardo-Saavedra et al. | Aerial thermographic inspection of photovoltaic plants: analysis and selection of the equipment | |
CN116974298A (zh) | 基于单线激光雷达输电线路仿线飞行方法及系统 | |
CN109827973A (zh) | 一种检测电芯保护膜视觉检测方法 | |
CN110487410B (zh) | 多模态图像特征融合的电力设备构件温度提取方法及装置 | |
Zhang et al. | Photovoltaic Hot Spot Fault Warning and Treatment Method Based on Image Processing | |
CN114723184B (zh) | 一种基于视觉感知的风力发电机测量方法、装置以及设备 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |