发明内容
本申请的目的在于提供一种光伏发电设备自动巡检系统和方法,以解决或缓解上述现有技术中存在的问题。
为了实现上述目的,本申请提供如下技术方案:
本申请提供了一种光伏发电设备自动巡检系统,包括:
航线规划单元、飞行控制单元、数据采集单元、数据分析单元;
所述航线规划单元,用于根据光伏发电设备的地理位置和分布范围,设置巡检参数并生成巡检航线;
所述飞行控制单元用于控制无人机按照所述巡检航线控制完成巡检;
所述数据采集单元根据所述巡检参数,对所述光伏发电设备进行数据采集,并将采集到的航拍数据上传至数据分析单元;
所述数据分析单元包括地理处理模块和图像分析模块,所述地理处理模块用于对所述航拍数据进行拼接;所述图像分析模块用于对所述航拍数据进行自动识别。
优选的,所述根据光伏发电设备的地理位置和分布范围,设置巡检参数并生成巡检航线,具体为:
所述巡检参数包括飞行高度、航向重叠度;
根据所述分布范围,向外扩30米,得到无人机的飞行范围;
根据所述飞行范围、飞行高度、航向重叠度,按照最短飞行时间,生成巡检航线。
优选的,所述飞行控制单元包括续航模块,当所述无人机的电量低于预设值时,所述续航模块对无人机的巡检位置进行记录并控制无人机返航。
优选的,对所述返航的无人机进行电池更换后,所述续航模块控制所述无人机的巡检位置开始,继续进行巡检。
优选的,所述无人机有多个,所述飞行控制单元还包括多机协同模块,当所述无人机的电量低于预设值时,所述续航模块对无人机的巡检位置进行记录并控制无人机返航之后,多机协同模块对执行巡检的无人机进行切换,并控制另一无人机飞至所记录的巡检位置继续进行巡检。
优选的,所述巡检参数还包括采集方式、采集点位;所述采集方式包括定点环绕采集、定点悬停采集、飞行采集;所述采集点位包括规划点位和自定义点位;
所述数据采集单元根据所述巡检参数,自动控制无人机对所述光伏发电设备进行数据采集;通过无人机的无线图传模块将数据采集的结果传至所述飞行控制单元,由所述飞行控制单元通过无线网络上传至所述数据分析单元。
优选的,所述图像分析模块为热斑识别模块,用于基于神经网络模型对航拍数据进行热斑识别,得到识别结果。
优选的,所述地理处理模块用于对所述航拍数据进行拼接,包括数据预处理子模块、特征提取子模块、空间匹配子模块、数据输出子模块;
数据预处理子模块用于接收飞行控制单元上传的所述航拍数据并进行预处理,得到预处理图像;
特征提取子模块基于ORB算法,对预处理图像进行特征提取;
空间匹配子模块根据无人机的定位姿态系统中的位置信息,对特征提取后的图像进行匹配,得到匹配图像;
数据输出子模块根据匹配图像之间的匹配关系进行图像拼接,得到巡检区域完整的正射影像。
本申请的另一些实施例还提供一种光伏发电设备自动巡检方法,包括:
步骤S501、根据光伏发电设备的地理位置和分布范围,设置巡检参数并生成巡检航线;
步骤S502、无人机按照所述巡检航线控制完成巡检;
步骤S503、根据所述巡检参数,对所述光伏发电设备进行数据采集,并将采集到的航拍数据上传至数据分析单元;
步骤S504、对所述航拍数据进行地理拼接和自动识别,得到巡检结果。
优选的,步骤S504中,所述对所述航拍数据进行地理拼接,包括:
接收飞行控制单元上传的所述航拍数据并进行预处理,得到预处理图像;
基于ORB算法,对预处理图像进行特征提取;
根据无人机的定位姿态系统中的位置信息,对特征提取后的图像进行匹配,得到匹配图像;
根据匹配图像之间的匹配关系进行图像拼接,得到巡检区域完整的正射影像。
与最接近的现有技术相比,本申请实施例的技术方案具有如下有益效果:
本申请中,航线规划单元根据光伏发电设备的地理位置和分布范围,设置巡检参数并生成巡检航线,飞行控制单元用于控制无人机按照所述巡检航线控制完成巡检;数据采集单元根据所述巡检参数,对所述光伏发电设备进行数据采集,并将采集到的航拍数据上传至数据分析单元;数据分析单元包括地理处理模块和图像分析模块,所述地理处理模块用于对所述航拍数据进行拼接;所述图像分析模块用于对所述航拍数据进行自动识别。
通过上述自动航线规划、自动数据采集、自动数据传输、自动数据分析的过程,大大降低了使用无人机进行光伏发电设备进行巡检的难度,工作人员只需要进行简单的参数设置,无需进行专业的无人机飞行培训,即可完成巡检任务,解决了无人机专业操控人员少导致的无人机使用难、操作难的问题,提高了无人机用于光伏发电设备巡检的可行性。
具体实施方式
下面将参考附图并结合实施例来详细说明本申请。各个示例通过本申请的解释的方式提供而非限制本申请。实际上,本领域的技术人员将清楚,在不脱离本申请的范围或精神的情况下,可在本申请中进行修改和变型。例如,示为或描述为一个实施例的一部分的特征可用于另一个实施例,以产生又一个实施例。因此,所期望的是,本申请包含归入所附权利要求及其等同物的范围内的此类修改和变型。
无人机,是利用无线电遥控设备以及飞行控制器中固化的程序进行控制的不载人飞行器,由于其高空飞行和不载人的特点,能够应付复杂环境,广泛应用于农业、交通、安防等领域。
光伏发电设备通常位于阳光充足的地区,比如山坡、屋顶等,其安装位置地形复杂,人工巡检存在难度大、时间长的问题。
示例性系统
针对现有无人机在光伏发电设备巡检中自动化程度不高、操作复杂导致无法广泛应用的问题,本发明提供一种光伏发送设备巡检系统,图1为根据本申请的一些实施例提供的一种光伏发电设备自动巡检系统的结构示意图,如图1所示,该系统包括:
航线规划单元100、飞行控制单元200、数据采集单元300、数据分析单元400;
所述航线规划单元100,用于根据光伏发电设备的地理位置和分布范围,设置巡检参数并生成巡检航线;
所述飞行控制单元200用于控制无人机按照所述巡检航线控制完成巡检;
所述数据采集单元300根据所述巡检参数,对所述光伏发电设备进行数据采集,并将采集到的航拍数据上传至数据分析单元400;
所述数据分析单元400包括地理处理模块和图像分析模块,所述地理处理模块用于对所述航拍数据进行拼接;所述图像分析模块用于对所述航拍数据进行特征提取,得到巡检结果。
由于无人机的操作复杂,实际工作中,没有经过无人机培训的工作人员对无人机处于好奇和不敢动手操作的状态,无法操控无人机完成巡检任务。针对上述情况,本申请实施例中,根据光伏发电设备的地理位置和分布范围,自动对巡检参数进行设置。地理位置决定了光伏发电设备的地形特点和平均海拔,根据地形特点,设置无人机的飞行高度,比如丘陵地区飞行高度为150米。根据所处地区的地貌状况,设置无人机飞行的航向重叠度,比如地貌特征明显的区域,航向重叠度设置为60%;地貌特征不明显,且存在大片相同地貌的区域,将航向重叠度设置为80%以上。
为了能够全面覆盖光伏发电设备的分布区域,本申请实施例中,根据光伏发电设备的分布范围,沿分布范围的轮廓外扩30米,形成无人机的飞行范围,即无人机进行数据采集的区域。其中,分布范围为矢量地理数据,可以用于空间分析,也可以根据矢量地理数据的属性获取其所包含的具体对象的范围(通常表现为经纬度表达的外接矩形)。
由于无人机的电池容量有限,决定了续航能力是无人机巡检的一大瓶颈,为了节约飞行时间,本申请实施例中,根据飞行范围,自动计算得到最佳的航线方位角,并根据飞行高度、航向重叠度,生成巡检航线,并将巡检航线进行可视化显示。
巡检航线包括起点、终点和航迹,无人机根据巡检航线,从起点出发,沿着航迹进行飞行,一边飞行一边采集数据,到达终点后自动返航。
在本申请的另一些实施例中,在自动生成航线之前,还包括建立巡检任务,巡检任务可以是上一级主管部门统一进行设置和发送,也可以是工作人员根据所负责的巡检区域建立,巡检任务建立时填写包括任务名称、负责人、对应的分布范围、所属部门等必要信息。巡检任务信息输入完成触发保存操作时,根据其所在地理位置和分布范围可自动生成初始巡检航线。
为了适应多样化的巡检需求,在本申请的另一些实施例中,无人机的飞行范围是矢量的面状区域,该区域具有确切的地理坐标,并由多个节点组成,工作人员可以手动拖动节点以调整无人机的飞行范围,响应于工作人员拖动节点,航线规划单元100实时根据拖动的结果计算、重新生成巡检航线,并将计算后新的巡检航线进行可视化显示。根据可视化显示巡检航线进行飞行范围调整,确保无人机的飞行范围满足巡检任务需求。
当巡检航线计算完毕并保存后,系统将会显示“自动飞行”按钮,点击该按钮,飞行控制单元200通过调用无人机的API实现无人机自动起飞,并根据巡检航线的方位,自动飞往巡检航迹的起点,开始沿巡检航线进行数据采集。
本申请实施例中,航线规划单元100根据光伏发电设备的地理位置和分布范围,设置巡检参数并生成巡检航线。工作人员无需掌握无人机的操作技巧,无需控制操作手柄,仅需要确认参数的设置是否满足巡检需求,即可实现无人机自动起飞,大大降低了无人机巡检的使用难度,有利于工作人员克服畏惧心理,完成光伏发电设备的巡检任务。
飞行控制单元200用于控制无人机按照所述巡检航线完成巡检。实际工作中,飞行控制单元200通过无人机的API实现对无人机的控制。
市场上现有的无人机在满电池状态下,一般可以连续飞行40分钟左右,对于小型的光伏发电站,一次飞行即可完成对光伏发电站设备的巡检任务,但是对于大型的光伏发电站、或者需要重点监控的区域,则需要考虑无人机续航问题,即需要对电池容量不足时进行容错处理。本申请实施例中,飞行控制单元200的续航模块可根据无人机的电量,当电量低于阈值时,记录无人机的巡检位置,控制无人机返航,并在更换电池后,从所记录无人机的巡检位置开始,继续进行巡检,如此可以节约无人机电池,提高巡检的效率。
在本申请的另一些实施例中,参与巡检的无人机有多个,多个无人机组成巡检集群。飞行控制单元200还包括多机协同模块,当执行巡检的无人机的电量低于预设值时,续航模块对无人机的巡检位置进行记录并控制无人机返航,多机协同模块对执行巡检的无人机进行切换,并控制另一无人机飞至所记录的巡检位置继续进行巡检。如此可以缩短无人机切换的时间,进一步提高巡检效率。
在本申请的一些实施例中,无人机上搭载有高清摄像头,用于对光伏发电设备进行图像采集。巡检参数还包括采集方式、采集点位。采集方式包括定点环绕采集、定点悬停采集、飞行采集。定点悬停采集指的是飞行控制单元200控制无人机沿着巡检航线行进到达定点后,将会降低飞行速度直至悬停,然后对该点位的数据进行采集,这种采集方式得到的图像清晰度高,可以看到细微的设备损坏情况。飞行采集指的是无人机匀速前进,一边飞行一边采集数据,在拍摄时并不降速,这种方式采集速度快,适用于设备运行状态较好的发电站,能够快速排查可能存在的设备问题,但是由于一边飞一边拍摄,其图像有时候会出现变形或者对焦模糊。定点环绕采集指的是在巡检航线上如果在一些点位置有需要重点关注的设备,则停下来绕其飞行拍摄,得到设备的全景图像。根据不同的设备状态,可采用不同的采集方式,例如对可能损坏的光伏阵列,需要全面采集其图像信息,以结合高清图像进行人工目视判断的,则可设置定点环绕采集。
采集点位包括规划点位和自定义点位。规划点位是在巡检航线生成时,沿着巡检航线每隔一定距离自动生成的数据采集点,规划点位的生成无需人工干预,是系统默认的数据采集点获取方式。在一些场景中,有的设备需要重点关注并采集其数据,但是其位置不在默认生成的巡检航线的路径上,此时,工作人员可以手动在该设备的位置刺点,得到自定义点位。
在本申请的另一些实施例中,无人机可搭载热成像摄像头,采集光伏板的热成像图片,以供进一步分析。
本申请实施例中,无人机采集得到的数据,通过无人机的无线图传模块传送至飞行控制单元200,并由飞行控制单元200通过无线网络上传到数据分析单元400,如此,从实现了无人机自动飞行、自动数据采集和自动数据传输,减轻了工作人员的负担。
实际工作中,由于无人机的无线图传模块传输不稳定并有距离的限制,本申请实施例中,当无线图传模块的传输信号不稳定导致数据无法回传时,工作人员无需干预,当信号稳定后,系统在后台自动继续传输。飞行控制单元200根据当前进行的巡检任务和连接信号的强度,也可以自动请求下载无人机所采集到的数据。
飞行控制单元200通过无线网络将数据采集的结果上传至数据分析单元400中。数据分析单元400可部署在云端,通过云服务的特性提供数据分析所需的资源。由于光伏发电站通常远离城市,当光伏发电站所处的位置无线信号覆盖不好时,数据分析单元400也可以部署在光伏发电设备巡检现场的工作站上。
根据无人机搭载的采集装置和采集方式的不同,数据采集的结果可以为:热红外图片、高清航拍图片、全景图片和视频图像。
如果数据采集的结果为热红外图片,则对热红外图片进行热斑识别。
热斑是导致光伏板效率下降的重要原因之一,在光伏发电站中,光伏板热斑问题是电站设备故障的主要来源。现有技术中,对光伏板热斑检测常用人工排查,即工作人员通过携带温度测量议逐一对光伏板的发热组件进行测试和记录,对于面积大、光伏板数量较多的电站,该方法效率较低且容易出现错误和遗漏。
本申请实施例基于神经网络模型对无人机拍摄得到的高清热红外图片进行热斑识别,具体为:
收集大量带有热斑和没有热斑的热红外图片,对所收集的图片进行预处理,得到神经网络模型的训练数据和测试验证数据。
用训练数据对神经网络模型进行训练,用测试验证数据对训练结果进行验证,直到精度满足预设要求,得到训练好的神经网络模型。
将训练好的神经网络模型部署到数据分析单元400中。
当接收到无人机数据采集的结果,数据分析单元400自动调用训练好的神经网络模型对热红外图片进行热斑识别,如果识别结果为存在热斑,则保存对应的热红外图片和位置信息。
如果数据采集的结果为高清航拍图片,则对高清航拍图片进行自动拼接,并与地理信息数据进行叠加显示。
无人机在飞行作业时,获取的无人机航拍图片通常会携带配套的定位姿态系统(POS)数据,从而使获得的航拍图片易于基于位置信息与现有的地理信息数据进行叠加处理。然而,无人机获取的航拍图片并不是正射影像图,而是一张张小范围、单独的图片,每张图片具有不同程度的变形,直接使用POS数据进行位置纠正精度难以达到要求,使得航拍图片与地理数据进行叠加,将会出现裂缝、重叠、位移等问题,不利于进行进一步的分析。本申请实施例中,通过自动拼接,将无人机的航拍图片自动拼接成正射影像,从而能够与地理信息数据融合。
本申请实施例的拼接包括数据预处理子模块、特征提取子模块、空间匹配子模块、数据输出子模块。
数据预处理子模块用于接收飞行控制单元200上传的无人机航拍图片,如果无人机采集的是视频数据,则先采用定时采样方式,每隔一段时间抽取一个特征帧,得到待处理图片。
为了提高特征提取的准确性,在特征提取之前,采用图像预处理算法,对待处理的每个待处理图片进行预处理,预处理算法可以是灰度均匀化算法、边缘增强算法等。
特征提取子模块对每一幅待处理图片进行特征提取。本申请实施例采用ORB算法进行特征提取,通过图片中的关键点创建特征向量,用于识别图像中的物体。所述关键点,为图片中具有明显特征的区域,例如颜色突变区域。对于地物要素比较多、特征明显的光伏发电站,通过多个特征向量,能够对巡检区域有效识别;对于地物要素单一的区域,则需要扩大特征提取的范围。采用ORB算法进行特征提取速度快、不受噪音点和图片变形的影响,能够快速得到处理图像的特征。
空间匹配子模块基于特征提取的结果,利用POS数据中的位置信息,搜索当前待处理图片最接近的N个帧进行匹配,然后根据最接近帧与当前待处理图片的匹配程度,对待处理图片进行匹配,得到图片匹配对。
由于匹配过程的复杂性,不可避免地会产生误匹配点,例如,将不是对应特征点检测为匹配,或者应该匹配的特征点没有得到正确检测。为了消除误匹配,本申请实施例采用RANSAC进行过滤误匹配。
数据输出子模块根据图像匹配对之间特征点的匹配关系进行图像拼接,得到巡检区域完整的正射影像。如果拼接后的图像中存在重叠区域,则进行修正和融合处理,使其具有更好的可视化效果。
如果数据采集的结果为全景图片或者视频图像,则工作人员可以根据需要查看全景图片和视频图像,核对该区域的设备是否存在问题。
本申请实施例中,数据分析单元400对航拍数据进行热斑识别、自动拼接、人工比对之后,还提供巡检报告生成模块,用于将数据分析的结果生成分析报告,为巡检人员进行维修提供依据,同时为管理部门进行监控提供支持。
本申请通过自动航线规划、自动数据采集、自动数据传输、自动数据分析和处理,大大降低了使用无人机进行光伏发电设备进行巡检的难度,工作人员只需要进行简单的参数设置,无需进行专业的无人机飞行培训,即可完成巡检任务,解决了无人机专业操控人员少导致的无人机使用难、操作难的问题,提高了无人机用于光伏发电设备巡检的可行性。
示例性方法
本申请的另一些实施例还提供一种光伏发电设备自动巡检方法,图2为根据本申请的一些实施例提供的一种光伏发电设备自动巡检方法的流程示意图,如图2所示,该方法包括:
步骤S501、根据光伏发电设备的地理位置和分布范围,设置巡检参数并生成巡检航线;
步骤S502、无人机按照所述巡检航线控制完成巡检;
步骤S503、根据所述巡检参数,对所述光伏发电设备进行数据采集,并将采集到的航拍数据上传至数据分析单元;
步骤S504、对所述航拍数据进行地理拼接和自动识别,得到巡检结果。
优选的,步骤S504中,所述对所述航拍数据进行地理拼接,包括:
接收飞行控制单元上传的所述航拍数据并进行预处理,得到预处理图像;
基于ORB算法,对预处理图像进行特征提取;
根据无人机的定位姿态系统中的位置信息,对特征提取后的图像进行匹配,得到匹配图像;
根据匹配图像之间的匹配关系进行图像拼接,得到巡检区域完整的正射影像。
本申请实施例提供的光伏发电设备自动巡检方法能够实现上述任一光伏发电设备自动巡检系统实施例的单元、模块和有益效果,在此不再一一赘述。
以上所述仅为本申请的优选实施例,并不用于限制本申请,对于本领域的技术人员来说,本申请可以有各种更改和变化。凡在本申请的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本申请的保护范围之内。