CN108923749A - 基于红外视频的光伏组件热斑检测定位方法 - Google Patents
基于红外视频的光伏组件热斑检测定位方法 Download PDFInfo
- Publication number
- CN108923749A CN108923749A CN201810626762.0A CN201810626762A CN108923749A CN 108923749 A CN108923749 A CN 108923749A CN 201810626762 A CN201810626762 A CN 201810626762A CN 108923749 A CN108923749 A CN 108923749A
- Authority
- CN
- China
- Prior art keywords
- hot spot
- photovoltaic
- image
- photovoltaic module
- algorithm
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 17
- 230000004807 localization Effects 0.000 title claims abstract description 9
- 238000001514 detection method Methods 0.000 claims abstract description 28
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 16
- 230000011218 segmentation Effects 0.000 claims abstract description 16
- 230000009467 reduction Effects 0.000 claims abstract description 6
- 210000004027 cell Anatomy 0.000 claims abstract description 5
- 210000003850 cellular structure Anatomy 0.000 claims abstract description 5
- 239000000203 mixture Substances 0.000 claims abstract description 3
- 238000007781 pre-processing Methods 0.000 claims abstract description 3
- 230000000877 morphologic effect Effects 0.000 claims 1
- 210000003296 saliva Anatomy 0.000 claims 1
- 238000000638 solvent extraction Methods 0.000 claims 1
- 238000005530 etching Methods 0.000 description 4
- 238000007689 inspection Methods 0.000 description 2
- 238000012423 maintenance Methods 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 238000004088 simulation Methods 0.000 description 2
- 230000007797 corrosion Effects 0.000 description 1
- 238000005260 corrosion Methods 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000003628 erosive effect Effects 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000010248 power generation Methods 0.000 description 1
- 238000011084 recovery Methods 0.000 description 1
- 238000011946 reduction process Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
Classifications
-
- 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
- H02S50/10—Testing of PV devices, e.g. of PV modules or single PV cells
- H02S50/15—Testing of PV devices, e.g. of PV modules or single PV cells using optical means, e.g. using electroluminescence
-
- 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
Landscapes
- Image Analysis (AREA)
Abstract
本发明公开了一种基于红外视频的光伏组件热斑检测定位方法,包括如下步骤:S1、利用最大类件间方差的阈值分割、图像降噪等算法实现图像预处理;S2、通过轮廓提取算法,遍历图像的每一个轮廓,完成红外图像热斑检测,并计算热斑所在帧的位置、面积等信息;S3、采用Lsd直线检测算法对光伏电池组件进行直线分割,实现对光伏阵列的标号;S4、将视频名字、热斑所在光伏组件的行和列组成三维坐标表示热斑的具体位置,实现太阳能电池组件热斑定位。本发明采用无人机结合红外热像仪建立一套新型的热斑故障检测系统,准确高效的实现热斑检测定位,保证光伏电站的安全运行。
Description
技术领域
本发明涉及热斑检测领域,具体涉及一种基于红外视频的光伏组件热斑检测定位方法。
背景技术
随着全球能源的日益短缺,光伏发电已成为世界各地关注焦点。光伏电站迅速发展,许多不利因素制约着光伏电站可靠、高效的运行。其中,热斑现象大大降低了光伏组件的发电效率,严重时会烧坏组件,造成组件的永久性损坏。常见的方法是故障监测系统和人工巡检避免热斑带来的危害,但光伏电站监测系统无法及时、准确的找到热斑故障,人工巡检效率低,在恶劣环境中巡检危险性高。
发明内容
为解决上述问题,本发明提供了一种基于红外视频的光伏组件热斑检测定位方法,采用无人机结合红外热像仪建立一套新型的热斑故障检测系统,准确高效的实现热斑检测定位,保证光伏电站的安全运行。
为实现上述目的,本发明采取的技术方案为:
基于红外视频的光伏组件热斑检测定位方法,包括如下步骤:
S1、利用最大类件间方差的阈值分割、图像降噪等算法实现图像预处理;
S2、通过轮廓提取算法,遍历图像的每一个轮廓,完成红外图像热斑检测,并计算热斑所在帧的位置、面积等信息;
S3、采用Lsd直线检测算法对光伏电池组件进行直线分割,实现对光伏阵列的标号;
S4、将视频名字、热斑所在光伏组件的行和列组成三维坐标表示热斑的具体位置,实现太阳能电池组件热斑定位。
本发明采用无人机结合红外热像仪建立一套新型的热斑故障检测系统,准确高效的实现热斑检测定位,保证光伏电站的安全运行。
附图说明
图1为本发明实施例基于红外视频的光伏组件热斑检测定位方法的流程图。
图2为大津阈值法分割结果图。
图3为轮廓提取原理图。
图4为热斑故障定位模拟图。
具体实施方式
为了使本发明的目的及优点更加清楚明白,以下结合实施例对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
基于最大类间方差的阈值分割
热斑的主要特征是温度高,在红外图像中呈明显的亮点,利用热斑的这个特点可以用二值化图像,经轮廓提取找到热斑并计算热斑面积大小和位置信息。红外图像含有大量冗余信息,首先将红外图像转化为灰度图像。为凸显热斑的轮廓,对灰度图像进行二值化处理,图像二值化有利于图像进一步减小数据量,由于热斑相对于正常区域更亮一些,选择合适阈值,即可实现热斑与正常区域的分割。阈值分割方法有很多,本文采用基于最大类间方差的阈值分割实现背景与目标的分割。图2是经过大津阈值法分割后的结果图。
图像降噪
二值图像形态学
为去除冗余信息,同时保证目标不能丢失,采用既可以保留图像原有形状特征,又可以去除不相干结构的二值形态学。对图2做二值形态学处理。
单一的腐蚀和膨胀都无法在降噪的同时保持目标原有形状,因此,采用开、闭两种运算达到期望的效果。开、闭运算是通过腐蚀操作和膨胀操作复合而成的。开运算是先做腐蚀操作然后做膨胀操作,腐蚀操作会删除图像中微小的冗余信息,但目标物体的边缘也有可能被去除,这时做膨胀操作,会将目标物体的形状还原回初始状态,保证了目标的准确性。闭运算是先做膨胀操作然后做腐蚀操作,膨胀操作会把目标内部的空洞填充上,再通过腐蚀操作把空洞去除,变回目标原本的形状。
太阳能电池组件热斑检测
二值形态学降噪处理后,去除了冗余信息,图像中只剩下目标信息,对得到的图像做轮廓提取,原理如图3所示。如果存在轮廓,即含有热斑,遍历提取的每一个的轮廓,并计算热斑所在帧的位置、面积等信息。
太阳能电池组件热斑定位
实现热斑检测后,可以得到热斑所在帧的位置信息,但并不知道热斑所在整个光伏组件的具体位置。需要将热斑所在光伏组件的排列数标注出来,实现热斑的精确定位。
热斑定位是确定热斑故障在光伏电站的实际地理位置,使电站运维人员能够在最短的时间内找到故障电池板,及时进行更换,以免影响整个电站的发电效率。热斑定位的最终目的是定位到具体的光伏电池板,输出热斑位置、大小、严重程度等信息,根据热斑位置计算热斑所在光伏板的列、排数,将视频名字和热斑所在光伏组件排数、列数组成三维坐标表示热斑的具体位置,同时生成excel报告,方便运维人员统计,维护。
太阳能电池板的最小单元太阳能电池片是矩形的形状,而且整体是排列十分规整的,太阳能电池片边缘的直线与太阳能电池板的排列数是一一对应的,只要检测每个电池片边缘的直线便可记录光伏组件的排列数。这时需要快速准确的检测出直线,采用直线检测算法来确定光伏组件的排列数,而直线检测算法通常使用霍夫变换算法。热斑故障定位模拟图如图4所示,可以说热斑位置为第9列、第4排。
Lsd直线检测
利用Lsd(a Line Segment Detector)直线检测算法对光伏电池组件进行直线分割,从而实现对光伏阵列的标号。相比于其它直线分割算法其检测效率和精度都非常出色。Lsd仍存在很多问题,每一列光伏组件都被检测出几条直线。这是局部检测算法自增长的特点导致局部模糊或长线段被遮挡等原因,将一条直线分割为多条直线。并且太阳能电池片的横纵的直线是相交的,而每个像素点又需要判断是否Used,所以每个像素点只能属于一条直线,这时相交的直线必然割裂为两条直线。同时,交点梯度值较小,会被误认为是平坦区域,最终导致交点处被分割为4条直线。
这些割裂的直线会造成检测不准确,从而导致热斑定位不准确。因此,在直线检测时添加判断。首先定义一个检测窗,若没有检测到直线,检测窗随着视频的播放一点点移动微小的距离;当检测到直线时,检测窗移动一个较大的距离,可以避免重复检测,之后继续移动微小的距离,直至完成所有检测。
Lsd直线检测光伏组件大致分为两类:检测排数和列数。光伏阵列的排数是固定不变的,直线检测每经过一列太阳能电池片,累计加一来计算光伏组件的列数,检测到热斑时,记录热斑所在光伏组件的列、排数,用col,row表示,这便是热斑故障定位。
以上所述仅是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以作出若干改进和润饰,这些改进和润饰也应视为本发明的保护范围。
Claims (4)
1.基于红外视频的光伏组件热斑检测定位方法,其特征在于,包括如下步骤:
S1、利用最大类件间方差的阈值分割、图像降噪等算法实现图像预处理;
S2、通过轮廓提取算法,遍历图像的每一个轮廓,完成红外图像热斑检测,并计算热斑所在帧的位置、面积等信息;
S3、采用Lsd直线检测算法对光伏电池组件进行直线分割,实现对光伏阵列的标号;
S4、将视频名字、热斑所在光伏组件的行和列组成三维坐标表示热斑的具体位置,实现太阳能电池组件热斑定位。
2.如权利要求1所述的基于红外视频的光伏组件热斑检测定位方法,其特征在于,所述步骤S1最大类件间方差的阈值分割采用大津分割算法。
3.如权利要求1所述的基于红外视频的光伏组件热斑检测定位方法,其特征在于,所述步骤S1图像降噪采用二值图像形态学的开、闭运算。
4.如权利要求1所述的基于红外视频的光伏组件热斑检测定位方法,其特征在于,所述步骤S3采用Lsd直线检测算法对光伏电池组件进行直线分割,实现对光伏阵列的标号。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810626762.0A CN108923749A (zh) | 2018-06-11 | 2018-06-11 | 基于红外视频的光伏组件热斑检测定位方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810626762.0A CN108923749A (zh) | 2018-06-11 | 2018-06-11 | 基于红外视频的光伏组件热斑检测定位方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN108923749A true CN108923749A (zh) | 2018-11-30 |
Family
ID=64420699
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810626762.0A Pending CN108923749A (zh) | 2018-06-11 | 2018-06-11 | 基于红外视频的光伏组件热斑检测定位方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108923749A (zh) |
Cited By (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110518881A (zh) * | 2019-08-02 | 2019-11-29 | 中国计量大学 | 基于环境气象因素的热斑监测装置与预测方法 |
CN111161220A (zh) * | 2019-12-11 | 2020-05-15 | 中国计量大学 | 一种利用红外图像拼接对光伏组件缺陷检测和定位的方法 |
WO2020140826A1 (zh) * | 2019-01-02 | 2020-07-09 | 平高集团有限公司 | 一种基于轮廓提取的目标物红外测温方法、装置及存储介质 |
CN111397596A (zh) * | 2020-04-02 | 2020-07-10 | 西安因诺航空科技有限公司 | 一种固定轴光伏场景的无人机巡检目标定位方法 |
CN111397595A (zh) * | 2020-04-02 | 2020-07-10 | 西安因诺航空科技有限公司 | 一种平单轴光伏场景无人机巡检目标定位方法 |
CN111931565A (zh) * | 2020-06-30 | 2020-11-13 | 广东省电力开发有限公司 | 一种基于光伏电站uav的自主巡检与热斑识别方法及系统 |
CN112101365A (zh) * | 2020-09-10 | 2020-12-18 | 国网辽宁省电力有限公司电力科学研究院 | 基于红外热像处理的电力设备关键特征提取方法及系统 |
CN112182967A (zh) * | 2020-09-28 | 2021-01-05 | 四川渔光物联技术有限公司 | 基于热影仪的光伏组件自动建模和热斑定位方法 |
CN112583353A (zh) * | 2020-12-09 | 2021-03-30 | 浙江龙能电力发展有限公司 | 一种光伏发电系统检测设备 |
CN113433958A (zh) * | 2021-06-16 | 2021-09-24 | 广州发展新能源股份有限公司 | 一种无人机巡检方法及装置 |
CN114022482A (zh) * | 2022-01-07 | 2022-02-08 | 浙江正泰智维能源服务有限公司 | 光伏板点状热斑检测方法、装置、设备及可读存储介质 |
CN117405734A (zh) * | 2023-12-15 | 2024-01-16 | 深圳市什方智造科技有限公司 | 气泡位置确定方法、装置、电子设备及存储介质 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2013085387A3 (en) * | 2011-12-08 | 2014-01-16 | Solland Solar Energy Holding B.V. | A method of and a system for assembling a photovoltaic module, a sub-assembly for use in this method, and an assembled photovoltaic module |
CN106952260A (zh) * | 2017-03-31 | 2017-07-14 | 深圳华中科技大学研究院 | 一种基于cis图像采集的太阳能电池片缺陷检测系统和方法 |
CN107423501A (zh) * | 2017-07-17 | 2017-12-01 | 南京邮电大学 | 一种基于光伏电站逻辑图的阵列自动检测和编号方法 |
CN107483014A (zh) * | 2017-06-16 | 2017-12-15 | 理光软件研究所(北京)有限公司 | 一种光伏板故障自动检测方法 |
CN108022245A (zh) * | 2017-12-06 | 2018-05-11 | 南京师范大学 | 基于面线基元关联模型的光伏面板模板自动生成方法 |
CN108108736A (zh) * | 2017-12-22 | 2018-06-01 | 晶科电力科技股份有限公司 | 一种太阳能光伏板光斑识别方法 |
-
2018
- 2018-06-11 CN CN201810626762.0A patent/CN108923749A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2013085387A3 (en) * | 2011-12-08 | 2014-01-16 | Solland Solar Energy Holding B.V. | A method of and a system for assembling a photovoltaic module, a sub-assembly for use in this method, and an assembled photovoltaic module |
CN106952260A (zh) * | 2017-03-31 | 2017-07-14 | 深圳华中科技大学研究院 | 一种基于cis图像采集的太阳能电池片缺陷检测系统和方法 |
CN107483014A (zh) * | 2017-06-16 | 2017-12-15 | 理光软件研究所(北京)有限公司 | 一种光伏板故障自动检测方法 |
CN107423501A (zh) * | 2017-07-17 | 2017-12-01 | 南京邮电大学 | 一种基于光伏电站逻辑图的阵列自动检测和编号方法 |
CN108022245A (zh) * | 2017-12-06 | 2018-05-11 | 南京师范大学 | 基于面线基元关联模型的光伏面板模板自动生成方法 |
CN108108736A (zh) * | 2017-12-22 | 2018-06-01 | 晶科电力科技股份有限公司 | 一种太阳能光伏板光斑识别方法 |
Cited By (17)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2020140826A1 (zh) * | 2019-01-02 | 2020-07-09 | 平高集团有限公司 | 一种基于轮廓提取的目标物红外测温方法、装置及存储介质 |
CN110518881A (zh) * | 2019-08-02 | 2019-11-29 | 中国计量大学 | 基于环境气象因素的热斑监测装置与预测方法 |
CN111161220A (zh) * | 2019-12-11 | 2020-05-15 | 中国计量大学 | 一种利用红外图像拼接对光伏组件缺陷检测和定位的方法 |
CN111397595B (zh) * | 2020-04-02 | 2022-04-01 | 西安因诺航空科技有限公司 | 一种平单轴光伏场景无人机巡检目标定位方法 |
CN111397596A (zh) * | 2020-04-02 | 2020-07-10 | 西安因诺航空科技有限公司 | 一种固定轴光伏场景的无人机巡检目标定位方法 |
CN111397595A (zh) * | 2020-04-02 | 2020-07-10 | 西安因诺航空科技有限公司 | 一种平单轴光伏场景无人机巡检目标定位方法 |
CN111397596B (zh) * | 2020-04-02 | 2022-04-01 | 西安因诺航空科技有限公司 | 一种固定轴光伏场景的无人机巡检目标定位方法 |
CN111931565A (zh) * | 2020-06-30 | 2020-11-13 | 广东省电力开发有限公司 | 一种基于光伏电站uav的自主巡检与热斑识别方法及系统 |
CN111931565B (zh) * | 2020-06-30 | 2023-12-26 | 广东省电力开发有限公司 | 一种基于光伏电站uav的自主巡检与热斑识别方法及系统 |
CN112101365A (zh) * | 2020-09-10 | 2020-12-18 | 国网辽宁省电力有限公司电力科学研究院 | 基于红外热像处理的电力设备关键特征提取方法及系统 |
CN112182967A (zh) * | 2020-09-28 | 2021-01-05 | 四川渔光物联技术有限公司 | 基于热影仪的光伏组件自动建模和热斑定位方法 |
CN112583353B (zh) * | 2020-12-09 | 2021-11-12 | 浙江龙能电力发展有限公司 | 一种光伏发电系统检测设备 |
CN112583353A (zh) * | 2020-12-09 | 2021-03-30 | 浙江龙能电力发展有限公司 | 一种光伏发电系统检测设备 |
CN113433958A (zh) * | 2021-06-16 | 2021-09-24 | 广州发展新能源股份有限公司 | 一种无人机巡检方法及装置 |
CN114022482A (zh) * | 2022-01-07 | 2022-02-08 | 浙江正泰智维能源服务有限公司 | 光伏板点状热斑检测方法、装置、设备及可读存储介质 |
CN114022482B (zh) * | 2022-01-07 | 2022-04-12 | 浙江正泰智维能源服务有限公司 | 光伏板点状热斑检测方法、装置、设备及可读存储介质 |
CN117405734A (zh) * | 2023-12-15 | 2024-01-16 | 深圳市什方智造科技有限公司 | 气泡位置确定方法、装置、电子设备及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108923749A (zh) | 基于红外视频的光伏组件热斑检测定位方法 | |
CN107314819B (zh) | 一种基于红外图像的光伏电站热斑检测与定位方法 | |
CN108254077B (zh) | 基于局部与全局特征信息融合的gis热故障诊断方法 | |
Di Tommaso et al. | A multi-stage model based on YOLOv3 for defect detection in PV panels based on IR and visible imaging by unmanned aerial vehicle | |
CN110210409A (zh) | 表格单据中表格框线检测方法及系统 | |
EP3726729B1 (en) | Automated photovoltaic plant inspection system and method | |
CN103400117B (zh) | 一种基于计算机视觉的井下人员定位跟踪方法 | |
WO2021073280A1 (zh) | 基于红外成像技术的光伏板故障智能诊断系统 | |
Dhimish et al. | Novel photovoltaic hot-spotting fault detection algorithm | |
CN113469178B (zh) | 一种基于深度学习的电力表计识别方法 | |
CN113989241A (zh) | 一种基于图像处理与深度学习融合的光伏组件el缺陷检测方法 | |
CN107481237A (zh) | 一种基于多帧温度特性的红外阵列图像热斑检测方法 | |
CN111740699A (zh) | 一种光伏板故障检测识别方法、装置和无人机 | |
Patel et al. | Defect detection in PV arrays using image processing | |
Guerriero et al. | Automatic edge identification for accurate analysis of thermographic images of solar panels | |
Yin et al. | PV-YOLO: lightweight YOLO for photovoltaic panel fault detection | |
CN111598851B (zh) | 一种基于形态学图像处理的太阳能电池破片检测方法 | |
Ying et al. | Anchor points based accurate fault locating in large-scale photovoltaic plants via aerial infrared videos | |
CN106526651B (zh) | 一种探测器晶体位置表的建立方法及系统 | |
CN114549393A (zh) | 图像标注方法、装置、设备及计算机存储介质 | |
CN115994908B (zh) | 一种光伏板热斑检测方法、设备及介质 | |
Wei et al. | Stain detection method of solar panel based on spot elimination | |
CN110610474A (zh) | 一种基于红外图像的太阳能板缺陷实时检测方法 | |
CN113160236A (zh) | 一种光伏电池阴影遮挡的图像识别方法 | |
Chen et al. | Automatic crack segmentation and feature extraction in electroluminescence images of solar modules |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20181130 |
|
RJ01 | Rejection of invention patent application after publication |