CN115100296A - 一种光伏组件故障定位方法、装置、设备及存储介质 - Google Patents

一种光伏组件故障定位方法、装置、设备及存储介质 Download PDF

Info

Publication number
CN115100296A
CN115100296A CN202210803993.0A CN202210803993A CN115100296A CN 115100296 A CN115100296 A CN 115100296A CN 202210803993 A CN202210803993 A CN 202210803993A CN 115100296 A CN115100296 A CN 115100296A
Authority
CN
China
Prior art keywords
fault
target
determining
component
coordinate
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
Application number
CN202210803993.0A
Other languages
English (en)
Inventor
笪宏志
胡琼
翁捷
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.)
Sungrow Power Supply Co Ltd
Original Assignee
Sungrow Power Supply Co Ltd
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 Sungrow Power Supply Co Ltd filed Critical Sungrow Power Supply Co Ltd
Priority to CN202210803993.0A priority Critical patent/CN115100296A/zh
Publication of CN115100296A publication Critical patent/CN115100296A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/80—Analysis of captured images to determine intrinsic or extrinsic camera parameters, i.e. camera calibration
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/136—Segmentation; Edge detection involving thresholding
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/70—Determining position or orientation of objects or cameras
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10028—Range image; Depth image; 3D point clouds
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10048—Infrared image
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30244—Camera pose
    • 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

  • Engineering & Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Image Analysis (AREA)

Abstract

本发明公开了一种光伏组件故障定位方法、装置、设备及存储介质。该方法包括：获取包含目标故障组件的目标故障红外照片，及与目标故障红外照片关联的去重故障红外照片，确定去重故障红外照片中的去重故障组件；根据目标故障红外照片的目标拍摄参数、去重故障红外照片的去重拍摄参数、目标故障组件的第一像素坐标和去重故障组件的第二像素坐标，确定重投影误差参数；当重投影误差参数不满足预设重投影阈值条件时，基于目标拍摄参数和第一像素坐标，确定目标故障组件拍摄线和目标故障组串平面；根据目标故障组件拍摄线和目标故障组串平面，确定目标故障组件三维坐标。本发明实现了有效去除重复故障光伏组件信息，快速准确定位故障光伏组件的效果。

Description

一种光伏组件故障定位方法、装置、设备及存储介质
技术领域
本发明实施例涉及光伏组件巡检技术领域，尤其涉及一种光伏组件故障定位方法、装置、设备及存储介质。
背景技术
随着无人机技术的发展，光伏电站的运维趋向智能化，光伏组件故障检测操作逐渐由过去的人工巡检转变为通过无人机搭载可见光、红外摄像头采集照片来实现，极大的提高了光伏电站运维的效率，节省了大量人力资源。光伏组件故障检测完成后，需要对故障光伏组件进行精确定位，将定位后的结果标记到全局电子地图上，以指导运维人员进行维修。已有的光伏组件故障定位方法主要有以下几种：
1.利用无人机巡检时同时拍摄的可见光照片和红外照片进行图像配准，确定可见光照片和红外照片的像素坐标转换关系，将在红外照片上检测到的故障的像素坐标转换为可见光照片的像素坐标，再进行可见光照片和电站电子地图的配准，最终完成光伏组件故障在电站电子地图上的标定。
2.根据无人机巡检时拍摄所有照片的GPS坐标和相机姿态，利用SFM(Structurefrom motion，运动恢复结构)三维重建方法，生成稀疏点云数据，并建立点云三维坐标和照片二维像素点的对应关系，最后插值出故障点像素坐标对应的三维坐标。
对于第一种定位方法，其缺点是由于可见光照片和红外照片的成像方式不同，可见光照片和红外照片分辨率、拍摄范围等差异大，而光伏组串之间纹理差异小，因此在很多无人机光伏巡检场景中很难进行可见光和红外图像的精确配准或者无法进行配准。第二种方法中，当故障点的像素坐标周围一定范围内没有足够的稀疏点云或没有稀疏点云时，就会造成插值不稳定，误差不可控的问题，而在光伏场景中这种情况是很常见的。
发明内容
本发明提供一种光伏组件故障定位方法、装置、设备及存储介质，以实现对故障光伏组件的准确定位。
根据本发明的一方面，提供了一种光伏组件故障定位方法，该方法包括：
获取包含目标故障组件的目标故障红外照片，以及与所述目标故障红外照片关联的去重故障红外照片，并确定所述去重故障红外照片中与所述目标故障组件故障类型一致的去重故障组件；
根据所述目标故障红外照片对应的目标拍摄参数、所述去重故障红外照片对应的去重拍摄参数、所述目标故障组件的第一像素坐标和所述去重故障组件的第二像素坐标，确定重投影误差参数；
当所述重投影误差参数不满足预设重投影阈值条件时，基于所述目标拍摄参数和所述第一像素坐标，确定目标故障组件拍摄线和目标故障组串平面；
根据所述目标故障组件拍摄线和所述目标故障组串平面，确定目标故障组件三维坐标
根据本发明的另一方面，提供了一种光伏组件故障定位装置，该装置包括：
去重组件组合确定模块，用于获取包含目标故障组件的目标故障红外照片，以及与所述目标故障红外照片关联的去重故障红外照片，并确定所述去重故障红外照片中与所述目标故障组件故障类型一致的去重故障组件；
重投影误差参数确定模块，用于根据所述目标故障红外照片对应的目标拍摄参数、所述去重故障红外照片对应的去重拍摄参数、所述目标故障组件的第一像素坐标和所述去重故障组件的第二像素坐标，确定重投影误差参数；
拍摄线与组串平面确定模块，用于当所述重投影误差参数不满足预设重投影阈值条件时，基于所述目标拍摄参数和所述第一像素坐标，确定目标故障组件拍摄线和目标故障组串平面；
目标三维坐标确定模块，用于根据所述目标故障组件拍摄线和所述目标故障组串平面，确定目标故障组件三维坐标。
根据本发明的另一方面，提供了一种电子设备，所述电子设备包括：
至少一个处理器；以及
与所述至少一个处理器通信连接的存储器；其中，
所述存储器存储有可被所述至少一个处理器执行的计算机程序，所述计算机程序被所述至少一个处理器执行，以使所述至少一个处理器能够执行本发明任一实施例所述的光伏组件故障定位方法。
根据本发明的另一方面，提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机指令，所述计算机指令用于使处理器执行时实现本发明任一实施例所述的光伏组件故障定位方法。
本发明实施例的技术方案，通过获取包含目标故障组件的目标故障红外照片，以及与目标故障红外照片关联的去重故障红外照片，并确定去重故障红外照片中与目标故障组件故障类型一致的去重故障组件；根据目标故障红外照片对应的目标拍摄参数、去重故障红外照片对应的去重拍摄参数、目标故障组件的第一像素坐标和去重故障组件的第二像素坐标，确定重投影误差参数；当重投影误差参数不满足预设重投影阈值条件时，基于目标拍摄参数和第一像素坐标，确定目标故障组件拍摄线和目标故障组串平面；根据目标故障组件拍摄线和目标故障组串平面，确定目标故障组件三维坐标，解决了现有故障光伏组件定位不准确、拍摄要求高的问题，实现了有效去除重复故障光伏组件信息，快速准确定位故障光伏组件的效果。
应当理解，本部分所描述的内容并非旨在标识本发明的实施例的关键或重要特征，也不用于限制本发明的范围。本发明的其它特征将通过以下的说明书而变得容易理解。
附图说明
为了更清楚地说明本发明实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1是根据本发明实施例一提供的一种光伏组件故障定位方法的流程图；
图2是本发明实施例一提供的一种光伏组件故障定位方法的示意图；
图3是根据本发明实施例二提供的一种光伏组件故障定位方法的流程图；
图4a是本发明实施例二提供的一种光伏组件故障定位方法的第一示意图；
图4b是本发明实施例二提供的一种光伏组件故障定位方法的第二示意图；
图4c是本发明实施例二提供的一种光伏组件故障定位方法的第三示意图；
图5是本发明实施例三提供的一种光伏组件故障定位装置的结构框图；
图6是本发明实施例四提供的一种电子设备的结构框图。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分的实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本发明保护的范围。
需要说明的是，本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”、“目标”、“备选”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
实施例一
图1为本发明实施例一提供的一种光伏组件故障定位方法的流程图，本实施例可适用于对故障光伏组件进行定位的情况，该方法可以由光伏组件故障定位装置来执行，该装置可以通过软件和/或硬件实现。
如图1所示，该方法包括：
S110、获取包含目标故障组件的目标故障红外照片，以及与目标故障红外照片关联的去重故障红外照片，并确定去重故障红外照片中与目标故障组件故障类型一致的去重故障组件。
在本实施中，可以利用无人机进行光伏组件巡检，针对预设定位范围内的光伏组串拍摄一定数量的红外照片。在执行本实施例的光伏组件故障定位方法之前，可以对红外照片进行光伏故障检测，并将红外照片中拍摄到的故障光伏组件标记出来，同时还可以标记出检测到的故障类型，例如，故障类型分为“A1型”、“B型”等。图2是本发明实施例一提供的一种光伏组件故障定位方法的示意图，如图2所示，图中标记A1的位置为光伏故障检测标记出的故障类型为“A1型”的光伏故障组件。
具体的，可以在所拍摄的红外照片中选取一张存在故障光伏组件的照片作为目标故障红外照片，并选取其中一个故障光伏组件为目标故障组件可以选取在拍摄目标故障红外照片的地理位置附近拍摄的其它红外照片作为去重故障红外照片，并选取去重故障红外照片中与目标故障组件故障类型一致的故障点作为去重故障组件。
S120、根据目标故障红外照片对应的目标拍摄参数、去重故障红外照片对应的去重拍摄参数、目标故障组件的第一像素坐标和去重故障组件的第二像素坐标，确定重投影误差参数。
其中，拍摄参数可以包括相机三维坐标、相机姿态参数和相机内参。相机三维坐标可以理解为无人机在拍摄红外照片时的空间三维坐标。相机姿态参数可以包括无人机在拍摄红外照片时的三个角度姿态。相机内参可以包括无人机在拍摄红外照片时相机的焦距和相机摄影中心的像素坐标。目标拍摄参数可以理解为拍摄目标故障红外照片时相机的拍摄参数，去重拍摄参数可以理解为拍摄去重故障红外照片时相机的拍摄参数。第一像素坐标可以理解为目标故障组件在目标故障红外照片中的像素坐标，第二像素坐标可以理解为去重故障组件在去重故障红外照片中的像素坐标。
具体的，可以根据目标故障红外照片的目标拍摄参数、去重故障红外照片的去重拍摄参数、第一像素坐标和第二像素坐标，确定重投影误差参数，以判断目标故障红外照片中拍摄到的目标故障组件与去重故障红外照片中拍摄到的去重故障组件是否是同一故障光伏组件。
可选的，S120可以通过以下具体步骤实现：
S1201、根据目标故障红外照片对应的目标拍摄参数和目标故障组件的第一像素坐标，确定目标故障组件三维坐标满足的目标坐标表达式；根据去重故障红外照片对应的去重拍摄参数和去重故障组件的第二像素坐标，确定去重故障组件三维坐标满足的去重坐标表达式。
在实际应用中，故障组件在故障红外照片中的坐标位置可以记为(u,v)，故障红外照片对应的拍摄参数可以记为相机三维坐标(Xa,Ya,Za)、相机姿态参数
Figure BDA0003735757570000077
和相机内参(f,cx,cy)，其中，相机姿态参数
Figure BDA0003735757570000078
可以表示相机以Y轴旋转
Figure BDA0003735757570000076
角，以X轴旋转ω角，以Z轴旋转k角，相机内参(f,cx,cy)中，f可以表示相机的焦距，cx和cy可以表示相机摄影中心的像素坐标。假设故障组件三维坐标为(X,Y,Z)，那么故障组件拍摄线可以用以下表达式表示：
Figure BDA0003735757570000071
Figure BDA0003735757570000072
其中，a11,a12,a13,a21,a22,a23,a31,a32,a33可以视作已知值，可以利用相机姿态参数计算得到，满足以下关系式：
Figure BDA0003735757570000073
在本实施例中，可以将目标故障组件的第一像素坐标记为(u0,v0)，目标故障红外照片的目标拍摄参数记为(Xa0,Ya0,Za0)，
Figure BDA0003735757570000075
(f0,cx0,cy0)，分别作为故障组件坐标和拍摄参数代入以上各式中，可以得到两个包含故障组件三维坐标中X,Y,Z的目标坐标表达式。
可以将去重故障组件的第二像素坐标记为(ui,vi)，去重故障红外照片的去重拍摄参数记为(Xai,Yai,Zai)，
Figure BDA0003735757570000074
(fi,cxi,cyi)，分别作为故障组件坐标和拍摄参数代入以上各式中，可以得到两个包含故障组件三维坐标中X,Y,Z的去重坐标表达式。
S1202、确定满足目标坐标表达式和去重坐标表达式的备选三维坐标。
具体的，由于故障组件三维坐标中X,Y,Z同时满足两个目标坐标表达式和两个去重坐标表达式，可以解出X,Y,Z，例如，可以通过最小二乘法解出X,Y,Z，并将三维坐标(X,Y,Z)作为备选三维坐标。
S1203、根据备选三维坐标和目标拍摄参数，确定目标投影像素坐标；根据备选三维坐标和去重拍摄参数，确定去重投影像素坐标。
在实际应用中，当故障红外照片对应的拍摄参数记为相机三维坐标(Xa,Ya,Za)、相机姿态参数
Figure BDA0003735757570000083
和相机内参(f,cx,cy)，定位的故障组件三维坐标为(X,Y,Z)时，可以通过以下公式求得投影像素坐标(up,vp)：
Figure BDA0003735757570000081
Figure BDA0003735757570000082
在本实施例中，可以将目标拍摄参数作为拍摄参数，将备选三维坐标作为故障组件三维坐标代入上述两式，得到目标投影像素坐标(up0,vp0)。(up0,vp0)可以表示备选三维坐标(X,Y,Z)根据成像原理在目标故障红外照片上的投影像素坐标。
可以将去重拍摄参数作为拍摄参数，将备选三维坐标作为故障组件三维坐标代入上述两式，得到去重投影像素坐标(upi,vpi)。(upi,vpi)可以表示备选三维坐标(X,Y,Z)根据成像原理在去重故障红外照片上的投影像素坐标。
S1204、确定备选三维坐标中的备选高度坐标值，将目标投影像素坐标、去重投影像素坐标和备选高度坐标值确定为重投影误差参数。
在本实施例中，当备选三维坐标(X,Y,Z)中的Z表示三维空间中的高度时，可以将Z作为备选高度坐标值，将目标投影像素坐标(up0,vp0)、去重投影像素坐标(upi,vpi)和备选高度坐标值Z确定为重投影误差参数。
S130、当重投影误差参数不满足预设重投影阈值条件时，基于目标拍摄参数和第一像素坐标，确定目标故障组件拍摄线和目标故障组串平面。
在本实施例中，目标故障组件拍摄线可以理解为以目标故障组件在目标故障红外照片中的成像位置为依据，确定出的目标故障组件在空间中可能存在的位置点所组成的线段。目标故障组串平面则可以理解为根据稀疏三维点云拟合出的目标故障组件所在的组串区域的平面。
可选的，可以通过以下步骤判断重投影误差参数是否满足预设重投影阈值条件：
S1301、根据第一像素坐标、第二像素坐标、目标投影像素坐标和去重投影像素坐标，确定重投影误差值。
在本实施例中，可以通过以下方式计算出重投影误差值Perror：
Perror＝[(u0-up0)2+(v0-vp0)2+(ui-upi)2+(vi-vpi)2]/2。
S1302判断重投影误差值是否大于预设重投影误差阈值，以及备选高度坐标值是否在预设高程阈值范围内。
具体的，可以判断重投影误差值Perror是否大于预设重投影误差阈值，以及备选高度坐标值Z是否在预设高程阈值范围内，当重投影误差值Perror大于预设重投影误差阈值，或备选高度坐标值Z不在预设高程阈值范围内时，可以进行S1303，否则可以进行S1304。预设重投影误差阈值可以根据实际场景设定，例如设置为1，同理预设高程阈值范围也可以根据实际场景设定，例如设置为[0,2]，也就是说，当Perror＞1，或
Figure BDA0003735757570000091
时，进行S1303。其中，预设高程阈值范围可以理解为光伏组件距离地面的合理高度范围。
S1303、当重投影误差值大于预设重投影误差阈值，或备选高度坐标值不在预设高程阈值范围内时，确定重投影误差参数不满足预设重投影阈值条件。
具体的，当重投影误差值大于预设重投影误差阈值时，可以认为目标故障红外照片中的目标故障组件和去重故障红外照片中的去重故障组件不是同一组件；备选高度坐标值不在预设高程阈值范围内时，可以认为是根据两张红外照片定位的故障光伏组件的空间三维坐标不准确，不在合理范围内，二者满足其一即可确定重投影误差参数不满足预设重投影阈值条件。
S1304、当重投影误差值小于等于预设重投影误差阈值，且备选高度坐标值在预设高程阈值范围内时，确定重投影误差参数满足预设重投影阈值条件。
具体的，当重投影误差值小于等于预设重投影误差阈值，且备选高度坐标值在预设高程阈值范围内时，可以认为目标故障红外照片中的目标故障组件和去重故障红外照片中的去重故障组件是同一组件，同时根据两张红外照片定位的故障光伏组件的空间三维坐标较为准确，在合理范围内，同时满足二者即可确定重投影误差参数满足预设重投影阈值条件。
进一步的，当重投影误差参数满足预设重投影阈值条件时，确定目标故障组件与去重故障组件为同一故障组件，并确定备选三维坐标为目标故障组件三维坐标。
在本实施例中，当重投影误差参数满足预设重投影阈值条件时，可以认为目标故障红外照片中的目标故障组件和去重故障红外照片中的去重故障组件所对应的故障光伏组件是同一组件，同时根据两张红外照片定位的故障光伏组件的空间三维坐标较为准确，在合理范围内，因此计算出的备选三维坐标就可以确定为是目标故障组件在三维空间中的目标故障组件三维坐标。
S140、根据目标故障组件拍摄线和目标故障组串平面，确定目标故障组件三维坐标。
可选的，步骤140可以通过以下方式具体实现：确定目标故障组件拍摄线与目标故障组串平面的线面交点坐标，将线面交点坐标确定为目标故障组件三维坐标。
具体的，目标故障组件所在的空间位置存在于目标故障组件拍摄线上，同时，目标故障组件所在的空间位置存在于目标故障组串平面，因此，通过计算目标故障组件拍摄线与目标故障组串平面的线面交点坐标，就可以确定目标故障组件所在的空间位置。
本发明实施例，通过获取包含目标故障组件的目标故障红外照片，以及与目标故障红外照片关联的去重故障红外照片，并确定去重故障红外照片中与目标故障组件故障类型一致的去重故障组件；根据目标故障红外照片对应的目标拍摄参数、去重故障红外照片对应的去重拍摄参数、目标故障组件的第一像素坐标和去重故障组件的第二像素坐标，确定重投影误差参数；当重投影误差参数不满足预设重投影阈值条件时，基于目标拍摄参数和第一像素坐标，确定目标故障组件拍摄线和目标故障组串平面；根据目标故障组件拍摄线和目标故障组串平面，确定目标故障组件三维坐标，解决了现有故障光伏组件定位不准确、拍摄要求高的问题，实现了有效去除重复故障光伏组件信息，快速准确定位故障光伏组件的效果。
实施例二
图3为本发明实施例二提供的一种光伏组件故障定位方法的流程图，本实施例在上述实施例的基础上，进一步优化了上述光伏组件故障定位方法。如图3所示，该方法包括：
S210、获取包含目标故障组件的目标故障红外照片，以及与目标故障红外照片关联的去重故障红外照片，并确定去重故障红外照片中与目标故障组件故障类型一致的去重故障组件。
S220、根据目标故障红外照片的目标拍摄参数、去重故障红外照片的去重拍摄参数、目标故障组件的第一像素坐标和去重故障组件的第二像素坐标，确定重投影误差参数。
S230、当重投影误差参数不满足预设重投影阈值条件时，获取无人机在预设定位范围内拍摄的所有红外照片，根据各红外照片及其对应的拍摄参数建立预设定位范围内的稀疏三维点云。
其中，预设定位范围可以理解为需要进行光伏组件故障定位的区域范围。
在实际应用中，无人机在预设定位范围内拍摄红外照片后，根据这些红外照片以及无人机拍摄这些红外照片时的拍摄参数，可以利用三维重建模型建立预设定位范围内的稀疏三维点云，例如可以采用SFM三维重建技术建立稀疏三维点云。
可选的，稀疏三维点云的重构可以通过以下方式具体实现：
从各红外照片中提取三维重建像素点，根据各三维重建像素点及其对应的拍摄参数进行三维重建，得到各三维重建像素点对应的三维点云数据，形成预设定位范围内的稀疏三维点云。
具体的，可以在各个红外照片中确定一定数量的三维重建像素点，结合各三维重建像素点所在红外照片对应的拍摄参数进行三维重建，形成预设定位范围内的稀疏三维点云。在稀疏三维点云中，每个三维点云在至少一个红外照片中有相应的三维重建像素点。
进一步的，在根据各红外照片及对应的拍摄参数建立预设定位范围内的稀疏三维点云同时，还可以包括：对各红外照片对应的拍摄参数进行修正。
在本实施例中，进行三维重建时，三维重建模型还可以对每个红外照片的拍摄参数进行修正，输出修正后的拍摄参数。
S240、根据目标拍摄参数和第一像素坐标，确定目标故障组件拍摄线。
示例性的，可以将第一像素坐标记为(u0,v0)，目标故障红外照片对应的目标拍摄参数记为相机三维坐标(Xa,Ya,Za)、相机姿态参数
Figure BDA0003735757570000122
和相机内参(f,cx,cy)。假设目标故障组件三维坐标为(X,Y,Z)，那么目标故障组件拍摄线可以用以下表达式表示：
Figure BDA0003735757570000121
Figure BDA0003735757570000131
上式中，a11,a12,a13,a21,a22,a23,a31,a32,a33可以视作已知值，可以利用目标拍摄参数中的相机姿态参数计算得到，满足以下关系式：
Figure BDA0003735757570000132
S250、从目标故障红外照片内划分出目标故障组件所在的目标故障组串区域，结合稀疏三维点云，确定目标故障组串平面。
在实际应用中，一般都是多个光伏组件有序排列，形成一个光伏组串。在本实施例中，第一像素坐标代表目标故障组件所在的位置，那么可以将第一像素坐标所在的组串区域确定为目标故障组串区域。目标故障组串平面则可以理解为根据稀疏三维点云拟合出的目标故障组件所在的组串区域的平面。
具体的，可以对目标故障红外照片中的组串区域进行划分，将第一像素坐标所在的组串区域确定为目标故障组串区域，再根据稀疏三维点云，拟合出目标故障组串区域的空间平面，作为目标故障组串平面。
可选的，S250可以通过以下步骤具体实现：
S2501、根据目标故障红外照片中各像素点的像素值，划分出至少一个光伏组串区域。
进一步的，S2501可以通过以下方式具体实现：对目标故障红外照片进行像素阈值分割，确定组串信息区域；根据组串信息区域内各像素点的区域连通性，对组串信息区域进行划分，得到至少一个光伏组串区域。
在本实施例中，可以根据目标故障红外照片的RGB信息提取红外照片中各像素点的温度信息，对温度值进行OTSU阈值分割，划分出包含光伏组串的区域，即组串信息区域。对提取到的组串信息区域中的像素点进行8连通区域跟踪，可以将组串信息区域划分成至少一个光伏组串区域。
图4a是本发明实施例二提供的一种光伏组件故障定位方法的第一示意图。如图4a所示，图中多个浅色区域分别为划分出的光伏组串区域。在得到多个光伏组串区域后，为了区分不同的光伏组串区域，还可以对各个光伏组串区域进行标识。图4b是本发明实施例二提供的一种光伏组件故障定位方法的第二示意图。如图4b所示，可以将不同的光伏组串区域标识为不同的像素度。
S2502、将第一像素坐标所在的光伏组串区域确定为目标故障组串区域。
S2503、确定目标故障组串区域中包含的三维重建像素点为平面拟合像素点，将各平面拟合像素点对应的三维点云数据确定为平面拟合点云数据。
具体的，由于稀疏三维点云与三维重建像素点存在对应关系，可以将目标故障组串区域中包含的三维重建像素点确定为平面拟合像素点，在稀疏三维点云中提取各个平面拟合像素点对应的三维点云数据，将提取到的三维点云数据确定为平面拟合点云数据。
S2504、对各平面拟合点云数据进行平面拟合，得到目标故障组串平面。
具体的，可以根据各平面拟合点云数据拟合出一个平面，作为目标故障组串平面。
在拟合目标故障组串平面之前，也可以查找数据库中是否存在已经拟合好的目标故障组件所在目标故障组串区域的目标故障组串平面。例如，同一个故障组串区域内有两个故障组件，在对第一个故障组件进行空间定位时，就已经拟合了故障组串区域的故障组串平面，那么在对第二个故障组件进行空间定位时，就可以直接使用第一个故障组件空间定位时拟合好的故障组串平面。
示例性的，可以将目标故障组串区域中包含的平面拟合像素点记为(Xi,Yi,Zi)，拟合得到的目标故障组串平面可以表示为a*X+b*Y+c*Z＝1，其中，a,b,c为平面方程的系数，a,b,c可以由以下关系式确定：
Figure BDA0003735757570000141
Figure BDA0003735757570000151
Figure BDA0003735757570000152
S260、根据目标故障组件拍摄线和目标故障组串平面，确定目标故障组件三维坐标。
由上述示例可知，目标故障组件拍摄线与目标故障组串平面的线面交点坐标同时满足目标故障组件拍摄线方程和目标故障组串平面方程，因此可以根据目标故障组件拍摄线方程和目标故障组串平面方程解出线面交点坐标，将线面交点坐标即为目标故障组件所在的空间位置。
图4c是本发明实施例二提供的一种光伏组件故障定位方法的第三示意图，如图4c所示，目标故障红外照片上存在一个目标故障组件A1，S点包含拍摄该目标故障红外照片时的目标拍摄参数信息，根据S点包含的目标拍摄参数和目标故障组件的第一像素坐标A1，可以确定出一条目标故障组件拍摄线。图中三角标记点为平面拟合点云数据，根据这些平面拟合点云数据可以拟合得到目标故障组串平面。目标故障组件拍摄线与目标故障组串平面的相交点为线面交点坐标点，线面交点坐标点的三维坐标即为目标故障组件三维坐标。
本实施例的技术方案，通过对两张红外照片中的故障组件进行去重处理后，获取无人机在预设定位范围内拍摄的所有红外照片，根据各红外照片及其对应的拍摄参数建立预设定位范围内的稀疏三维点云；根据目标故障红外照片对应的目标拍摄参数和目标故障组件的第一像素坐标，确定目标故障组件拍摄线；从目标故障红外照片内划分出目标故障组件所在的目标故障组串区域，结合稀疏三维点云，确定目标故障组串平面；根据目标故障组件拍摄线和目标故障组串平面，确定目标故障组件三维坐标。本实施例解决了现有故障光伏组件定位不准确、拍摄要求高的问题，在有效去除重复故障光伏组件信息的同时，实现了快速准确定位故障光伏组件的效果。
实施例三
图5为本发明实施例三提供的一种光伏组件故障定位装置的结构示意图。如图5所示，该装置包括：
去重组件组合确定模块310，用于获取包含目标故障组件的目标故障红外照片，以及与所述目标故障红外照片关联的去重故障红外照片，并确定所述去重故障红外照片中与所述目标故障组件故障类型一致的去重故障组件。
重投影误差参数确定模块320，用于根据所述目标故障红外照片对应的目标拍摄参数、所述去重故障红外照片对应的去重拍摄参数、所述目标故障组件的第一像素坐标和所述去重故障组件的第二像素坐标，确定重投影误差参数。
拍摄线与组串平面确定模块330，用于当所述重投影误差参数不满足预设重投影阈值条件时，基于所述目标拍摄参数和所述的第一像素坐标，确定目标故障组件拍摄线和目标故障组串平面。
目标三维坐标确定模块340，用于根据所述目标故障组件拍摄线和所述目标故障组串平面，确定目标故障组件三维坐标。
本发明实施例，通过获取包含目标故障组件的目标故障红外照片，以及与目标故障红外照片关联的去重故障红外照片，并确定去重故障红外照片中与目标故障组件故障类型一致的去重故障组件；根据目标故障红外照片对应的目标拍摄参数、去重故障红外照片对应的去重拍摄参数、目标故障组件的第一像素坐标和去重故障组件的第二像素坐标，确定重投影误差参数；当重投影误差参数不满足预设重投影阈值条件时，基于目标拍摄参数和的第一像素坐标，确定目标故障组件拍摄线和目标故障组串平面；根据目标故障组件拍摄线和目标故障组串平面，确定目标故障组件三维坐标，解决了现有故障光伏组件定位不准确、拍摄要求高的问题，实现了有效去除重复故障光伏组件信息，快速准确定位故障光伏组件的效果。
可选的，重投影误差参数确定模块320，包括：
坐标表达式确定单元，用于根据所述目标故障红外照片对应的目标拍摄参数和所述目标故障组件的第一像素坐标，确定目标故障组件三维坐标满足的目标坐标表达式；根据所述去重故障红外照片对应的去重拍摄参数和所述去重故障组件的第二像素坐标，确定去重故障组件三维坐标满足的去重坐标表达式；
备选三维坐标确定单元，用于确定满足所述目标坐标表达式和所述去重坐标表达式的备选三维坐标；
投影像素坐标确定单元，用于根据所述备选三维坐标和所述目标拍摄参数，确定目标投影像素坐标；根据所述备选三维坐标和所述去重拍摄参数，确定去重投影像素坐标；
重投影误差参数确定单元，用于确定所述备选三维坐标中的备选高度坐标值，将所述目标投影像素坐标、所述去重投影像素坐标和所述备选高度坐标值确定为重投影误差参数。
可选的，确定所述重投影误差参数不满足预设重投影阈值条件的步骤包括：
根据所述第一像素坐标、所述第二像素坐标、所述目标投影像素坐标和所述去重投影像素坐标，确定重投影误差值；
当所述重投影误差值大于预设重投影误差阈值，或所述备选高度坐标值不在预设高程阈值范围内时，确定所述重投影误差参数不满足预设重投影阈值条件。
可选的，所述装置还包括像素点去重定位模块，用于：
当所述重投影误差参数满足预设重投影阈值条件时，确定所述目标故障组件与所述去重故障组件为同一故障组件，并确定所述备选三维坐标为目标故障组件三维坐标。
可选的，所述装置还包括三维点云重建模块，用于：
在确定目标故障组件拍摄线和目标故障组串平面之前，获取无人机在预设定位范围内拍摄的所有红外照片，根据各所述红外照片及其对应的拍摄参数建立所述预设定位范围内的稀疏三维点云。
可选的，所述拍摄线与组串平面确定模块330，包括：
故障组件拍摄线确定单元，用于当所述重投影误差参数不满足预设重投影阈值条件时，根据所述目标拍摄参数和所述第一像素坐标，确定目标故障组件拍摄线；
故障组串平面确定单元，用于从所述目标故障红外照片内划分出所述目标故障组件所在的目标故障组串区域，结合所述稀疏三维点云，确定目标故障组串平面。
可选的，所述故障组串平面确定单元，包括：
光伏组串区域划分子单元，用于根据所述目标故障红外照片中各像素点的像素值，划分出至少一个光伏组串区域；
目标故障组串区域确定子单元，用于将所述第一像素坐标所在的光伏组串区域确定为目标故障组串区域；
拟合像素点数据确定子单元，用于确定所述目标故障组串区域中包含的三维重建像素点为平面拟合像素点，将各所述平面拟合像素点对应的三维点云数据确定为平面拟合点云数据；
故障组串平面确定子单元，用于对各所述平面拟合点云数据进行平面拟合，得到目标故障组串平面。
可选的，所述光伏组串区域划分子单元，具体用于：
对所述目标故障红外照片进行像素阈值分割，确定组串信息区域；
根据所述组串信息区域内各像素点的区域连通性，对所述组串信息区域进行划分，得到至少一个光伏组串区域。
本发明实施例所提供的光伏组件故障定位装置可执行本发明任意实施例所提供的光伏组件故障定位方法，具备执行方法相应的功能模块和有益效果。
实施例四
图6示出了可以用来实施本发明的实施例的电子设备10的结构示意图。电子设备旨在表示各种形式的数字计算机，诸如，膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置，诸如，个人数字处理、蜂窝电话、智能电话、可穿戴设备(如头盔、眼镜、手表等)和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例，并且不意在限制本文中描述的和/或者要求的本发明的实现。
如图6所示，电子设备10包括至少一个处理器11，以及与至少一个处理器11通信连接的存储器，如只读存储器(ROM)12、随机访问存储器(RAM)13等，其中，存储器存储有可被至少一个处理器执行的计算机程序，处理器11可以根据存储在只读存储器(ROM)12中的计算机程序或者从存储单元18加载到随机访问存储器(RAM)13中的计算机程序，来执行各种适当的动作和处理。在RAM 13中，还可存储电子设备10操作所需的各种程序和数据。处理器11、ROM 12以及RAM 13通过总线14彼此相连。输入/输出(I/O)接口15也连接至总线14。
电子设备10中的多个部件连接至I/O接口15，包括：输入单元16，例如键盘、鼠标等；输出单元17，例如各种类型的显示器、扬声器等；存储单元18，例如磁盘、光盘等；以及通信单元19，例如网卡、调制解调器、无线通信收发机等。通信单元19允许电子设备10通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
处理器11可以是各种具有处理和计算能力的通用和/或专用处理组件。处理器11的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的处理器、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。处理器11执行上文所描述的各个方法和处理，例如光伏组件故障定位方法。
在一些实施例中，光伏组件故障定位方法可被实现为计算机程序，其被有形地包含于计算机可读存储介质，例如存储单元18。在一些实施例中，计算机程序的部分或者全部可以经由ROM 12和/或通信单元19而被载入和/或安装到电子设备10上。当计算机程序加载到RAM 13并由处理器11执行时，可以执行上文描述的光伏组件故障定位方法的一个或多个步骤。备选地，在其他实施例中，处理器11可以通过其他任何适当的方式(例如，借助于固件)而被配置为执行光伏组件故障定位方法。
本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上系统的系统(SOC)、负载可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括：实施在一个或者多个计算机程序中，该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释，该可编程处理器可以是专用或者通用可编程处理器，可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令，并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
用于实施本发明的方法的计算机程序可以采用一个或多个编程语言的任何组合来编写。这些计算机程序可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器，使得计算机程序当由处理器执行时使流程图和/或框图中所规定的功能/操作被实施。计算机程序可以完全在机器上执行、部分地在机器上执行，作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
在本发明的上下文中，计算机可读存储介质可以是有形的介质，其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的计算机程序。计算机可读存储介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备，或者上述内容的任何合适组合。备选地，计算机可读存储介质可以是机器可读信号介质。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
为了提供与用户的交互，可以在电子设备上实施此处描述的系统和技术，该电子设备具有：用于向用户显示信息的显示装置(例如，CRT(阴极射线管)或者LCD(液晶显示器)监视器)；以及键盘和指向装置(例如，鼠标或者轨迹球)，用户可以通过该键盘和该指向装置来将输入提供给电子设备。其它种类的装置还可以用于提供与用户的交互；例如，提供给用户的反馈可以是任何形式的传感反馈(例如，视觉反馈、听觉反馈、或者触觉反馈)；并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如，作为数据服务器)、或者包括中间件部件的计算系统(例如，应用服务器)、或者包括前端部件的计算系统(例如，具有图形用户界面或者网络浏览器的用户计算机，用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如，通信网络)来将系统的部件相互连接。通信网络的示例包括：局域网(LAN)、广域网(WAN)、区块链网络和互联网。
计算系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器，又称为云计算服务器或云主机，是云计算服务体系中的一项主机产品，以解决了传统物理主机与VPS服务中，存在的管理难度大，业务扩展性弱的缺陷。
应该理解，可以使用上面所示的各种形式的流程，重新排序、增加或删除步骤。例如，本发明中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行，只要能够实现本发明的技术方案所期望的结果，本文在此不进行限制。
上述具体实施方式，并不构成对本发明保护范围的限制。本领域技术人员应该明白的是，根据设计要求和其他因素，可以进行各种修改、组合、子组合和替代。任何在本发明的精神和原则之内所作的修改、等同替换和改进等，均应包含在本发明保护范围之内。

Claims (11)

1.一种光伏组件故障定位方法，其特征在于，包括：
获取包含目标故障组件的目标故障红外照片，以及与所述目标故障红外照片关联的去重故障红外照片，并确定所述去重故障红外照片中与所述目标故障组件故障类型一致的去重故障组件；
根据所述目标故障红外照片对应的目标拍摄参数、所述去重故障红外照片对应的去重拍摄参数、所述目标故障组件的第一像素坐标和所述去重故障组件的第二像素坐标，确定重投影误差参数；
当所述重投影误差参数不满足预设重投影阈值条件时，基于所述目标拍摄参数和所述第一像素坐标，确定目标故障组件拍摄线和目标故障组串平面；
根据所述目标故障组件拍摄线和所述目标故障组串平面，确定目标故障组件三维坐标。
2.根据权利要求1所述的光伏组件故障定位方法，其特征在于，所述根据所述目标故障红外照片对应的目标拍摄参数、所述去重故障红外照片对应的去重拍摄参数、所述目标故障组件的第一像素坐标和所述去重故障组件的第二像素坐标，确定重投影误差参数，包括：
根据所述目标故障红外照片对应的目标拍摄参数和所述目标故障组件的第一像素坐标，确定目标故障组件三维坐标满足的目标坐标表达式；根据所述去重故障红外照片对应的去重拍摄参数和所述去重故障组件的第二像素坐标，确定去重故障组件三维坐标满足的去重坐标表达式；
确定满足所述目标坐标表达式和所述去重坐标表达式的备选三维坐标；
根据所述备选三维坐标和所述目标拍摄参数，确定目标投影像素坐标；根据所述备选三维坐标和所述去重拍摄参数，确定去重投影像素坐标；
确定所述备选三维坐标中的备选高度坐标值，将所述目标投影像素坐标、所述去重投影像素坐标和所述备选高度坐标值确定为重投影误差参数。
3.根据权利要求2所述的光伏组件故障定位方法，其特征在于，确定所述重投影误差参数不满足预设重投影阈值条件的步骤包括：
根据所述第一像素坐标、所述第二像素坐标、所述目标投影像素坐标和所述去重投影像素坐标，确定重投影误差值；
当所述重投影误差值大于预设重投影误差阈值，或所述备选高度坐标值不在预设高程阈值范围内时，确定所述重投影误差参数不满足预设重投影阈值条件。
4.根据权利要求2所述的光伏组件故障定位方法，其特征在于，在确定重投影误差参数之后，还包括：
当所述重投影误差参数满足预设重投影阈值条件时，确定所述目标故障组件与所述去重故障组件为同一故障组件，并确定所述备选三维坐标为目标故障组件三维坐标。
5.根据权利要求1所述的光伏组件故障定位方法，其特征在于，在确定目标故障组件拍摄线和目标故障组串平面之前，还包括：
获取无人机在预设定位范围内拍摄的所有红外照片，根据各所述红外照片及其对应的拍摄参数建立所述预设定位范围内的稀疏三维点云。
6.根据权利要求1所述的光伏组件故障定位方法，其特征在于，所述根据所述目标拍摄参数和所述第一像素坐标，确定目标故障组件拍摄线和目标故障组串平面，包括：
根据所述目标拍摄参数和所述第一像素坐标，确定目标故障组件拍摄线；
从所述目标故障红外照片内划分出所述目标故障组件所在的目标故障组串区域，结合所述稀疏三维点云，确定目标故障组串平面。
7.根据权利要求6所述的光伏组件故障定位方法，其特征在于，所述从所述目标故障红外照片内划分出所述目标故障组件所在的目标故障组串区域，结合所述稀疏三维点云，确定目标故障组串平面，包括：
根据所述目标故障红外照片中各像素点的像素值，划分出至少一个光伏组串区域；
将所述第一像素坐标所在的光伏组串区域确定为目标故障组串区域；
确定所述目标故障组串区域中包含的三维重建像素点为平面拟合像素点，将各所述平面拟合像素点对应的三维点云数据确定为平面拟合点云数据；
对各所述平面拟合点云数据进行平面拟合，得到目标故障组串平面。
8.根据权利要求7所述的光伏组件故障定位方法，其特征在于，所述根据所述目标故障红外照片中各像素点的像素值，划分出至少一个光伏组串区域，包括：
对所述目标故障红外照片进行像素阈值分割，确定组串信息区域；
根据所述组串信息区域内各像素点的区域连通性，对所述组串信息区域进行划分，得到至少一个光伏组串区域。
9.一种光伏组件故障定位装置，其特征在于，包括：
去重组件组合确定模块，用于获取包含目标故障组件的目标故障红外照片，以及与所述目标故障红外照片关联的去重故障红外照片，并确定所述去重故障红外照片中与所述目标故障组件故障类型一致的去重故障组件；
重投影误差参数确定模块，用于根据所述目标故障红外照片对应的目标拍摄参数、所述去重故障红外照片对应的去重拍摄参数、所述目标故障组件的第一像素坐标和所述去重故障组件的第二像素坐标，确定重投影误差参数；
拍摄线与组串平面确定模块，用于当所述重投影误差参数不满足预设重投影阈值条件时，基于所述目标拍摄参数和所述第一像素坐标，确定目标故障组件拍摄线和目标故障组串平面；
目标三维坐标确定模块，用于根据所述目标故障组件拍摄线和所述目标故障组串平面，确定目标故障组件三维坐标。
10.一种电子设备，其特征在于，所述电子设备包括：
至少一个处理器；以及
与所述至少一个处理器通信连接的存储器；其中，
所述存储器存储有可被所述至少一个处理器执行的计算机程序，所述计算机程序被所述至少一个处理器执行，以使所述至少一个处理器能够执行权利要求1-8中任一项所述的光伏组件故障定位方法。
11.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有计算机指令，所述计算机指令用于使处理器执行时实现权利要求1-8中任一项所述的光伏组件故障定位方法。
CN202210803993.0A 2022-07-07 2022-07-07 一种光伏组件故障定位方法、装置、设备及存储介质 Pending CN115100296A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210803993.0A CN115100296A (zh) 2022-07-07 2022-07-07 一种光伏组件故障定位方法、装置、设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210803993.0A CN115100296A (zh) 2022-07-07 2022-07-07 一种光伏组件故障定位方法、装置、设备及存储介质

Publications (1)

Publication Number Publication Date
CN115100296A true CN115100296A (zh) 2022-09-23

Family

ID=83296769

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210803993.0A Pending CN115100296A (zh) 2022-07-07 2022-07-07 一种光伏组件故障定位方法、装置、设备及存储介质

Country Status (1)

Country Link
CN (1) CN115100296A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117132419A (zh) * 2023-10-26 2023-11-28 北京图知天下科技有限责任公司 一种光伏组件的编号方法

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117132419A (zh) * 2023-10-26 2023-11-28 北京图知天下科技有限责任公司 一种光伏组件的编号方法
CN117132419B (zh) * 2023-10-26 2024-01-23 北京图知天下科技有限责任公司 一种光伏组件的编号方法

Similar Documents

Publication Publication Date Title
CN109493375B (zh) 三维点云的数据匹配及合并方法、装置、可读介质
WO2020073936A1 (zh) 地图要素提取方法、装置及服务器
CN111950543B (zh) 一种目标检测方法和装置
CN110163087B (zh) 一种人脸姿态识别方法及系统
US11367195B2 (en) Image segmentation method, image segmentation apparatus, image segmentation device
WO2021238359A1 (zh) 一种构建物体的多细节层次模型的方法及计算机设备
CN110378174A (zh) 道路线提取方法和装置
CN115272572A (zh) 输电线路重建方法、装置、电子设备及存储介质
CN116661477A (zh) 一种变电站无人机巡检方法、装置、设备及存储介质
CN112991459A (zh) 一种相机标定方法、装置、设备以及存储介质
CN114140592A (zh) 高精地图生成方法、装置、设备、介质及自动驾驶车辆
CN117232499A (zh) 多传感器融合的点云地图构建方法、装置、设备及介质
CN115457152A (zh) 外参标定方法、装置、电子设备及存储介质
CN115100296A (zh) 一种光伏组件故障定位方法、装置、设备及存储介质
CN114299242A (zh) 高精地图中图像处理方法、装置、设备以及存储介质
WO2022099620A1 (zh) 三维点云分割方法和装置、可移动平台
CN111784579B (zh) 制图方法及装置
US9852542B1 (en) Methods and apparatus related to georeferenced pose of 3D models
CN115311624B (zh) 一种边坡位移监测方法、装置、电子设备及存储介质
CN116758503A (zh) 车道线自动标注方法、装置、设备及存储介质
US20230104674A1 (en) Machine learning techniques for ground classification
CN113379826A (zh) 物流件的体积测量方法以及装置
CN115049810A (zh) 固态激光雷达点云的上色方法、装置、设备及存储介质
CN115908581A (zh) 一种车载相机俯仰角标定方法、装置、设备及存储介质
CN115019099A (zh) 一种热斑类别识别方法、装置、电子设备、介质及产品

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