CN115225033A - 光伏组件紧固性检测方法及其装置 - Google Patents
光伏组件紧固性检测方法及其装置 Download PDFInfo
- Publication number
- CN115225033A CN115225033A CN202210785111.2A CN202210785111A CN115225033A CN 115225033 A CN115225033 A CN 115225033A CN 202210785111 A CN202210785111 A CN 202210785111A CN 115225033 A CN115225033 A CN 115225033A
- Authority
- CN
- China
- Prior art keywords
- video data
- photovoltaic
- photovoltaic module
- oscillation signal
- target
- 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 49
- 230000010355 oscillation Effects 0.000 claims abstract description 90
- 238000004458 analytical method Methods 0.000 claims abstract description 34
- 230000000007 visual effect Effects 0.000 claims description 13
- 238000004422 calculation algorithm Methods 0.000 claims description 10
- 238000000354 decomposition reaction Methods 0.000 claims description 7
- 238000001914 filtration Methods 0.000 claims description 7
- 238000012937 correction Methods 0.000 claims description 3
- 238000001514 detection method Methods 0.000 abstract description 28
- 238000012545 processing Methods 0.000 abstract description 20
- 239000002699 waste material Substances 0.000 abstract description 13
- 238000004590 computer program Methods 0.000 description 15
- 238000010586 diagram Methods 0.000 description 12
- 238000012986 modification Methods 0.000 description 6
- 230000004048 modification Effects 0.000 description 6
- 238000005265 energy consumption Methods 0.000 description 5
- 230000006870 function Effects 0.000 description 5
- 238000004364 calculation method Methods 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 238000013507 mapping Methods 0.000 description 2
- 230000000737 periodic effect Effects 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 230000004075 alteration Effects 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000013527 convolutional neural network Methods 0.000 description 1
- 238000003708 edge detection Methods 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 230000004807 localization Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000010079 rubber tapping Methods 0.000 description 1
- 230000011218 segmentation Effects 0.000 description 1
- 238000002604 ultrasonography Methods 0.000 description 1
Images
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
-
- 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
本申请提出了一种光伏组件紧固性检测方法及其装置,涉及图像处理技术领域。该方法包括:基于预设冲击信号对光伏组串进行敲击,获取冲击信号下的光伏组串的初始视频数据,光伏组串包括多个光伏组件;对初始视频数据进行修正,获取目标视频数据;对目标视频数据进行模态分析,获取任一光伏组件的震荡信号;根据任一光伏组件的震荡信号获取任一光伏组件的紧固等级。本申请实施例可以提高光伏组件紧固性检测的效率,降低检测成本,避免因人工检测造成的人力资源浪费,降低了因安装大量震动数据采集装置造成的硬件资源浪费,以主动的方式在固定时点采集视频数据进行分析处理,减少了数据处理量,提高了数据处理效率。
Description
技术领域
本申请涉及图像处理技术领域,尤其涉及一种光伏组件紧固性检测方法及其装置。
背景技术
光伏电站中的光伏组件的紧固性对监测光伏电站的安全性十分重要,由于光伏组件螺栓的紧固方式各异,施工时扭矩不够或长期震动,可能会造成光伏组件松动,为光伏电站带来安全隐患。相关技术中,光伏组件紧固性检测以人工检测为主,检测效率低,成本高。而为每个光伏组件增加一个震动数据采集仪,也增加了数据采集成本。因此,如何提高光伏组件紧固性检测的效率,降低检测成本,已经成为重要的研究方向之一。
同时,大数据计算是一项高能耗的作业,减少组件智能检测的能耗,也是智能光伏研究的重要课题。
方法内容
本申请旨在至少在一定程度上解决相关技术中的技术问题之一。为此,本申请的一个目的在于提出一种光伏组件紧固性检测方法。
本申请的第二个目的在于提出一种光伏组件紧固性检测装置。
本申请的第三个目的在于提出一种电子设备。
本申请的第四个目的在于提出一种非瞬时计算机可读存储介质。
本申请的第五个目的在于提出一种计算机程序产品。
为达上述目的,本申请第一方面实施例提出了一种光伏组件紧固性检测方法,包括:
基于预设冲击信号对光伏组串进行敲击,获取冲击信号下的光伏组串的初始视频数据,光伏组串包括多个光伏组件;
对初始视频数据进行修正,获取目标视频数据;
对目标视频数据进行模态分析,获取任一光伏组件的震荡信号;
根据任一光伏组件的震荡信号获取任一光伏组件的紧固等级。
在一些实现中,基于预设冲击信号对光伏组串进行敲击,包括:
获取光伏组串所在区域的地形信息以及光伏组串的第一位置信息;
将地形信息和第一位置信息发送给超声震动机器人,调用超声振动机器人基于地形信息和第一位置信息行驶至光伏组串对应的目标位置,并基于预设冲击信号对光伏组串进行敲击。
在一些实现中,获取冲击信号下的光伏组串的初始视频数据,包括:
获取超声震动机器人的第二位置信息和光伏组串与地平面的角度信息;
基于地形信息以及角度信息获取视频数据采集视角和目数;
基于第二位置信息确定视频数据采集位置;
基于视频数据采集位置、视频数据采集视角和目数,在预设时点获取冲击信号下的光伏组串的初始视频数据。
在一些实现中,对目标视频数据进行模态分析,获取任一光伏组件的震荡信号,包括:
对目标视频数据中的任一帧待处理图像进行多层分解及纹理分析,获取任一帧待处理图像中每个像素点的震荡信号;
根据任一帧待处理图像中每个像素点的震荡信号获取任一光伏组件的震荡信号。
在一些实现中,根据任一帧待处理图像中每个像素点的震荡信号获取待处理图像中第i个光伏组件的震荡信号,包括:
对每个像素点进行识别,获取每个像素点隶属于目标视频数据中第i个光伏组件的置信度;
根据每个像素点隶属于目标视频数据中第i个光伏组件的置信度对每个像素点的震荡信号进行加权,获取任一光伏组件的震荡信号。
在一些实现中,获取任一帧待处理图像中每个像素点的震荡信号之后,还包括:
对任一帧待处理图像中每个像素点的震荡信号进行滤波,获取过滤后的任一帧待处理图像中每个像素点的震荡信号。
在一些实现中,根据任一光伏组件的震荡信号获取任一光伏组件的紧固等级,包括:
根据任一光伏组件的震荡信号获取任一光伏组件的目标振幅和目标振动频率;
根据目标振幅和目标振动频率获取任一光伏组件的紧固等级。
在一些实现中,根据任一光伏组件的震荡信号获取任一光伏组件的紧固等级之后,还包括:
根据图像定位追踪算法获取处于预设紧固等级的目标光伏组件的位置信息;
根据目标光伏组件对应的标识和位置信息进行报警提示。
在一些实现中,对初始视频数据进行修正,获取目标视频数据,包括:
获取光伏组串所在的目标区域的风速信息;
根据风速信息对初始视频数据进行修正,获取目标视频数据。
在一些实现中,初始视频数据由多目多视角摄像头采集,方法还包括:
获取目标区域的地形信息;
根据地形信息确认多目多视角摄像头的目数及视角。
本申请实施例可以提高光伏组件紧固性检测的效率,降低检测成本,避免因人工检测造成的人力资源浪费,也降低了因安装大量震动数据采集装置造成的硬件资源浪费。
为达上述目的,本申请第二方面实施例提出了一种光伏组件紧固性检测装置,包括:
采集模块,用于基于预设冲击信号对光伏组串进行敲击,获取冲击信号下的光伏组串的初始视频数据,光伏组串包括多个光伏组件;
修正模块,用于对初始视频数据进行修正,获取目标视频数据;
分析模块,用于对目标视频数据进行模态分析,获取任一光伏组件的震荡信号;
获取模块,用于根据任一光伏组件的震荡信号获取任一光伏组件的紧固等级。
在一些实现中,采集模块,还用于:获取光伏组串所在区域的地形信息以及光伏组串的第一位置信息;
将地形信息和第一位置信息发送给超声震动机器人,调用超声振动机器人基于地形信息和第一位置信息行驶至光伏组串对应的目标位置,并基于预设冲击信号对光伏组串进行敲击。
在一些实现中,采集模块,还用于:获取超声震动机器人的第二位置信息和光伏组串与地平面的角度信息;
基于地形信息以及角度信息获取视频数据采集视角和目数;
基于第二位置信息确定视频数据采集位置;
基于视频数据采集位置、视频数据采集视角和目数,在预设时点获取冲击信号下的光伏组串的初始视频数据。
在一些实现中,分析模块,还用于:
对目标视频数据中的任一帧待处理图像进行多层分解及纹理分析,获取任一帧待处理图像中每个像素点的震荡信号;
根据任一帧待处理图像中每个像素点的震荡信号获取任一光伏组件的震荡信号。
在一些实现中,分析模块,还用于:
对每个像素点进行识别,获取每个像素点隶属于目标视频数据中第i个光伏组件的置信度;
根据每个像素点隶属于目标视频数据中第i个光伏组件的置信度对每个像素点的震荡信号进行加权,获取任一光伏组件的震荡信号。
在一些实现中,分析模块,还用于:
对任一帧待处理图像中每个像素点的震荡信号进行滤波,获取过滤后的任一帧待处理图像中每个像素点的震荡信号。
在一些实现中,获取模块,还用于:
根据任一光伏组件的震荡信号获取任一光伏组件的目标振幅和目标振动频率;
根据目标振幅和目标振动频率获取任一光伏组件的紧固等级。
在一些实现中,光伏组件紧固性检测装置还包括报警模块,用于:
根据图像定位追踪算法获取处于预设紧固等级的目标光伏组件的位置信息;
根据目标光伏组件对应的标识和位置信息进行报警提示。
在一些实现中,修正模块,还用于:
获取光伏组串所在的目标区域的风速信息;
根据风速信息对初始视频数据进行修正,获取目标视频数据。
在一些实现中,初始视频数据由多目多视角摄像头采集,采集模块,还用于:
获取目标区域的地形信息;
根据地形信息确认多目多视角摄像头的目数及视角。
为达上述目的,本申请第三方面实施例提出了一种电子设备,包括:
至少一个处理器;以及
与至少一个处理器通信连接的存储器;其中,
存储器存储有可被至少一个处理器执行的指令,指令被至少一个处理器执行,以使至少一个处理器能够执行本申请第一方面实施例中提供的光伏组件紧固性检测方法。
为达上述目的,本申请第四方面实施例提出了一种计算机可读存储介质,其上存储有计算机指令,其中,计算机指令用于使计算机执行根据本申请第一方面实施例中提供的光伏组件紧固性检测方法。
为达上述目的,本申请第五方面实施例提出了一种计算机程序产品,包括计算机程序,计算机程序在被处理器执行时实现本申请第一方面实施例中提供的光伏组件紧固性检测方法。
附图说明
图1是本申请一个实施例的光伏组件紧固性检测方法的流程图;
图2是本申请一个实施例的光伏组件紧固性检测方法的示意图;
图3是本申请一个实施例的像素点的震荡信号的示意图;
图4是本申请一个实施例的光伏组件紧固性检测方法的流程图;
图5是本申请一个实施例的光伏组件紧固性检测方法的流程图;
图6是本申请一个实施例的光伏组件紧固性检测方法的流程图;
图7是本申请一个实施例的光伏组件紧固性检测装置的结构框图;
图8是本申请一个实施例的电子设备的结构示意图。
具体实施方式
下面详细描述本申请的实施例,所述实施例的示例在附图中示出,其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的,旨在用于解释本申请,而不能理解为对本申请的限制。
下面结合附图来描述本申请实施例的机器人行驶方法、装置。
图1是本申请一个实施例的光伏组件紧固性检测方法的流程图,如图1所示,该方法包括以下步骤:
S101,基于预设冲击信号对光伏组串进行敲击,获取冲击信号下的光伏组串的初始视频数据,光伏组串包括多个光伏组件。
在一些实现中,基于光伏组串上的敲击点位置和预设冲击信号,以敲击法的方式对光伏组串进行敲击,也就是说,用力锤基于预设冲击信号敲击光伏组串的敲击点位置,若光伏组件的紧固性较好,冲击信号下的光伏组件将不会发生振动或振动幅度较小,若光伏组件的紧固性未达到标准,冲击信号下的光伏组件将发生振动且振动幅度较大。
在一些实现中,在光伏电站设置视频采集装置采集冲击信号下的光伏组串的的初始视频数据,如图2所示,例如,视频采集装置包括支架以及多目多视角摄像头,光伏电站的光伏组串中包括预设的多个光伏组件,本申请实施例中,光伏组件为光伏电池板,也就是说,可以通过多目多视角摄像头依次采集冲击信号下的光伏组串的视频数据,作为初始视频数据。
在一些实现中,为了提高效率,还可以调用超声机器人对采集冲击信号下的光伏组串的的初始视频数据。
S102,对初始视频数据进行修正,获取目标视频数据。
在一些实现中,视频采集装置会发生振动,例如在风力的影响下发生振动,这种振动会影响初始视频数据的准确性,这种振动是周期性的,由于初始视频数据是由多帧图像组成的,因此,可以基于视频数据的周期振动对初始视频数据进行修正,获取目标视频数据。
S103,对目标视频数据进行模态分析,获取任一光伏组件的震荡信号。
模态分析是研究结构动力特性一种方法,一般应用在工程振动领域。其中,模态是指机械结构的固有振动特性,每一个模态都有特定的固有频率及振幅。分析这些模态参数的过程称为模态分析。
本申请实施例中,光伏组件松动后,会有固定频率的振动,震荡信号可以反应光伏组件随时间进行震动的频率和幅度。
本申请实施例中,目标视频数据包括多帧待处理图像,对目标视频数据进行模态分析,可以获取光伏组件中每一个像素点在待处理图像的坐标,进而通过每一个像素点在多帧待处理图像的坐标获取光伏组件中每一个像素点的震荡信号,其中,像素点的震荡信号如图3所示。通过光伏组件中每一个像素点的震荡信号获取光伏组件的震荡信号,便于后续根据光伏组件的震荡信号获取光伏电池板的固有振动特性,判断光伏组件的紧固性。
S104,根据任一光伏组件的震荡信号获取任一光伏组件的紧固等级。
本申请实施例中,震荡信号可以反应光伏组件随时间进行震动的频率和幅度,进而根据光伏组件随时间进行震动的频率和幅度,获取任一光伏组件的紧固等级。
本申请实施例中,光伏组件的紧固性主要体现于光伏组件的振幅,也就是说,光伏组件的振幅是影响紧固性的首要因素,振幅越大,光伏组件的紧固越差,因此,可以根据光伏组件的振幅确认光伏组件的紧固等级,从而反映光伏组件的紧固性。
在一些实现中,光伏组件的振动频率是影响紧固性的次要因素,光伏组件的振动频率也会影响光伏组件的紧固性,振动频率越大,光伏组件的紧固越差,从而造成安全隐患。因此,可以根据任一光伏组件的震荡信号获取任一光伏组件的振幅和振动频率,进而通过振幅和振动频率所占的预设权重获取任一光伏组件的紧固等级。
本申请实施例中,基于预设冲击信号对光伏组串进行敲击,获取冲击信号下的光伏组串的初始视频数据,光伏组串包括多个光伏组件;对初始视频数据进行修正,获取目标视频数据;对目标视频数据进行模态分析,获取任一光伏组件的震荡信号;根据任一光伏组件的震荡信号获取任一光伏组件的紧固等级。本申请实施例可以提高光伏组件紧固性检测的效率,降低检测成本,避免因人工检测造成的人力资源浪费,也降低了因安装大量震动数据采集装置造成的硬件资源浪费,还可以减少智能检测的能耗。
在一些实现中,获取光伏组串所在的目标区域的风速信息,根据风速信息对初始视频数据进行修正,获取目标视频数据。也就是说,可以通过风速信息预测初始视频数据的周期振动信息,由于初始视频数据是由多帧图像组成的,进而基于视频数据的周期振动信息预测每帧图像的补偿量,根据补偿量对初始视频数据进行修正,获取目标视频数据。
图4是本申请一个实施例的光伏组件紧固性检测方法的流程图,如图1所示,该方法包括以下步骤:
S401,获取光伏组串所在区域的地形信息以及光伏组串的第一位置信息。
在一些实现中,初始视频数据是由多目多视角摄像头采集的,可以获取光伏组串所在的目标区域的地形信息,根据地形信息确认多目多视角摄像头的目数及视角。可选地,地形信息可以包含目标区域的坡度以及目标区域与多目多视角摄像头的距离,根据坡度以及目标区域与多目多视角摄像头的距离、支架高度获取适合的多目多视角摄像头的目数及视角,从而增加初始视频数据的清晰度。
S402,将地形信息和第一位置信息发送给超声震动机器人,调用超声振动机器人基于地形信息和第一位置信息行驶至光伏组串对应的目标位置,并基于预设冲击信号对光伏组串进行敲击。
本申请实施例中,为超声震动机器人输入光伏电站中的光伏组串的地形信息及光伏组串的第一位置信息,超声波发射机器人根据第一位置信息获取光伏组串的布置,进而基于地形信息行驶至光伏组串对应的目标位置,对光伏组串进行敲击。
可选地,针对每串光伏组串,超声震动机器人基于预设冲击信号,在预设时间阈值内对光伏组串进行敲击。可选地,预设时间阈值的取值范围为5~30s。
S403,获取冲击信号下的光伏组串的初始视频数据。
在一些实现中,可以基于无人机搭载多目多视角摄像头,获取冲击信号下的光伏组串的初始视频数据。首先,获取超声震动机器人的第二位置信息,也就是说,无人机与超声振动机器人的位置共享,基于第二位置信息确定无人机的视频数据采集位置;进一步地,获取光伏组串与地平面的角度信息,基于地形信息以及角度信息获取视频数据采集视角和目数,需要说明的是,视频数据采集视角不仅取决于部署在无人机上的多目多视角摄像头,还取决于无人机的飞行角度。无人机基于视频数据采集位置、视频数据采集视角和目数,悬停于空中,在预设时点获取冲击信号下的光伏组串的初始视频数据,从而增加了数据采集的灵活性,采集数据的同时可以定位光伏组串位置,减少数据处理量。
本申请实施例中,无人机与超声振动机器人的位置共享,以每串光伏组串为单位进行单一组件定位及计算,在极大的减少数据处理量的同时,增加数据处理的准确性。
S404,对初始视频数据进行修正,获取目标视频数据。
关于步骤S404的介绍可以参见上述实施例中的相关内容,此处不再赘述。
S405,对目标视频数据中的任一帧待处理图像进行多层分解及纹理分析,获取任一帧待处理图像中每个像素点的震荡信号。
可选地,可以获取目标视频数据中的多帧待处理图像,对多帧待处理图像分别进行多层分解,获取每个像素点在待处理图像中的坐标,进而对多帧待处理图像分别进行纹理分析,提取出纹理特征参数,进而通过纹理特征参数定位每一个像素点在多帧待处理图像中的变化,从而获取到任一帧待处理图像中每个像素点的震荡信号。
本申请实施例中,光伏组件松动后,会有固定频率的振动,震荡信号可以反应光伏组件随时间进行震动的频率和幅度。
在一些视线中,为了提高紧固性检测的准确率,还可以对任一帧待处理图像中每个像素点的震荡信号进行滤波,获取过滤后的任一帧待处理图像中每个像素点的震荡信号。
S406,根据任一帧待处理图像中每个像素点的震荡信号获取任一光伏组件的震荡信号。
本申请实施例以待处理图像中的第i个光伏组件为例进行说明,对每个像素点进行识别,获取每个像素点隶属于目标视频数据中第i个光伏组件的置信度。根据每个像素点隶属于目标视频数据中第i个光伏组件的置信度对每个像素点的震荡信号进行加权,获取任一光伏组件的震荡信号。可选地,可以通过神经网络对每个像素点进行识别,获取获取每个像素点隶属于目标视频数据中第i个光伏组件的置信度,例如可以是卷积神经网络等。在一些实现中,也可以通过语义分割或边缘检测获取隶属于第i个光伏组件的像素点,进而对隶属于第i个光伏组件的像素点的震荡信号进行平均,获取任一光伏组件的震荡信号。
S407,根据任一光伏组件的震荡信号获取任一光伏组件的紧固等级。
关于步骤S407的介绍可以参见上述实施例中的相关内容,此处不再赘述。
本申请实施例中,对目标视频数据中的任一帧待处理图像进行多层分解及纹理分析,获取任一帧待处理图像中每个像素点的震荡信号,根据任一帧待处理图像中每个像素点的震荡信号获取任一光伏组件的震荡信号,根据任一光伏组件的震荡信号获取任一光伏组件的紧固等级。本申请实施例可以提高光伏组件紧固性检测的效率以及准确率,避免因人工检测造成的人力资源浪费,也降低了人工资源浪费和硬件资源浪费,以主动的方式在固定时点采集视频数据进行分析处理,减少了数据处理量,提高了数据处理效率。
图5是本申请一个实施例的光伏组件紧固性检测方法的流程图,如图5所示,该方法包括以下步骤:
S501,基于预设冲击信号对光伏组串进行敲击,获取冲击信号下的光伏组串的初始视频数据,光伏组串包括多个光伏组件。
S502,对初始视频数据进行修正,获取目标视频数据。
S503,对目标视频数据进行模态分析,获取任一光伏组件的震荡信号。
关于步骤S501~步骤S503的介绍可以参见上述实施例中的相关内容,此处不再赘述。
S504,根据任一光伏组件的震荡信号获取任一光伏组件的目标振幅和目标振动频率。
对任一光伏组件的震荡信号进行信号处理,获取震荡信号的振幅和振动频率作为任一光伏组件的目标振幅和目标振动频率。
S505,根据目标振幅和目标振动频率获取任一光伏组件的紧固等级。
本申请实施例中,光伏组件的振幅是影响紧固性的首要因素,光伏组件的振动频率是影响紧固性的次要因素,可以预设光伏组件的紧固性和光伏组件的振幅、振动频率之间的映射关系,进而通过映射关系获取任一光伏组件的目标振幅、目标振动频率对应的紧固等级。
本申请实施例中,根据任一光伏组件的震荡信号获取任一光伏组件的目标振幅和目标振动频率,根据目标振幅和目标振动频率获取任一光伏组件的紧固等级。本申请实施例可以提高光伏组件紧固性检测的效率,降低检测成本,避免因人工检测造成的人力资源浪费,也降低了因安装大量震动数据采集装置造成的硬件资源浪费,以主动的方式在固定时点采集视频数据进行分析处理,减少了数据处理量,提高了数据处理效率,还可以减少智能检测的能耗。
图6是本申请一个实施例的光伏组件紧固性检测方法的流程图,如图6所示,该方法包括以下步骤:
S601,基于预设冲击信号对光伏组串进行敲击,获取冲击信号下的光伏组串的初始视频数据,光伏组串包括多个光伏组件。
S602,对初始视频数据进行修正,获取目标视频数据。
S603,对目标视频数据进行模态分析,获取任一光伏组件的震荡信号。
S604,根据任一光伏组件的震荡信号获取任一光伏组件的紧固等级。
关于步骤S601~步骤S604的介绍可以参见上述实施例中的相关内容,此处不再赘述。
S605,根据图像定位追踪算法获取处于预设紧固等级的目标光伏组件的位置信息。
本申请实施例中,可以利用北斗卫星导航系统获取每个光伏组件的位置,进而获取处于预设紧固等级的目标光伏组件,并通过图像定位追踪算法定位目标光伏组件的位置信息。
可选地,本申请实施例中,图像定位追踪算法可以是目标跟踪算法(AccurateScale Estimation for RobustVisual Tracking,DSST)或跟踪算法(KernelizedCorrelation Filters,KCF),或二者的结合。
S606,根据目标光伏组件对应的标识和位置信息进行报警提示。
为了排除安全隐患,在检测到处于预设紧固等级的目标光伏组件后,可以基于目标光伏组件对应的标识和/或位置信息进行灯光报警提示或语音报警提示,从而减小光伏电站的安全隐患。
本申请实施例中,根据图像定位追踪算法获取处于预设紧固等级的目标光伏组件的位置信息,根据目标光伏组件对应的标识和位置信息进行报警提示。本申请实施例可以提高光伏组件紧固性检测的效率,降低检测成本,避免因人工检测造成的人力资源浪费,也降低了因安装大量震动数据采集装置造成的硬件资源浪费,提高光伏电站的安全性,提高了数据处理效率。
如图7所示,基于同一申请构思,本申请实施例还提供了一种光伏组件紧固性检测装置700,包括:
采集模块710,用于基于预设冲击信号对光伏组串进行敲击,获取冲击信号下的光伏组串的初始视频数据,光伏组串包括多个光伏组件;
修正模块720,用于对初始视频数据进行修正,获取目标视频数据;
分析模块730,用于对目标视频数据进行模态分析,获取任一光伏组件的震荡信号;
获取模块740,用于根据任一光伏组件的震荡信号获取任一光伏组件的紧固等级。
在一些实现中,采集模块,还用于:获取光伏组串所在区域的地形信息以及光伏组串的第一位置信息;
将地形信息和第一位置信息发送给超声震动机器人,调用超声振动机器人基于地形信息和第一位置信息行驶至光伏组串对应的目标位置,并基于预设冲击信号对光伏组串进行敲击。
在一些实现中,采集模块,还用于:获取超声震动机器人的第二位置信息和光伏组串与地平面的角度信息;
基于地形信息以及角度信息获取视频数据采集视角和目数;
基于第二位置信息确定视频数据采集位置;
基于视频数据采集位置、视频数据采集视角和目数,在预设时点获取冲击信号下的光伏组串的初始视频数据。
在一些实现中,分析模块730,还用于:
对目标视频数据中的任一帧待处理图像进行多层分解及纹理分析,获取任一帧待处理图像中每个像素点的震荡信号;
根据任一帧待处理图像中每个像素点的震荡信号获取任一光伏组件的震荡信号。
在一些实现中,分析模块730,还用于:
对每个像素点进行识别,获取每个像素点隶属于目标视频数据中第i个光伏组件的置信度;
根据每个像素点隶属于目标视频数据中第i个光伏组件的置信度对每个像素点的震荡信号进行加权,获取任一光伏组件的震荡信号。
在一些实现中,分析模块730,还用于:
对任一帧待处理图像中每个像素点的震荡信号进行滤波,获取过滤后的任一帧待处理图像中每个像素点的震荡信号。
在一些实现中,获取模块740,还用于:
根据任一光伏组件的震荡信号获取任一光伏组件的目标振幅和目标振动频率;
根据目标振幅和目标振动频率获取任一光伏组件的紧固等级。
在一些实现中,光伏组件紧固性检测装置700,还包括报警模块750,用于:
根据图像定位追踪算法获取处于预设紧固等级的目标光伏组件的位置信息;
根据目标光伏组件对应的标识和位置信息进行报警提示。
在一些实现中,修正模块720,还用于:
获取光伏组串所在的目标区域的风速信息;
根据风速信息对初始视频数据进行修正,获取目标视频数据。
在一些实现中,初始视频数据由多目多视角摄像头采集,采集模块710,还用于:
获取目标区域的地形信息;
根据地形信息确认多目多视角摄像头的目数及视角。
本申请实施例可以提高光伏组件紧固性检测的效率,降低检测成本,避免因人工检测造成的人力资源浪费,也降低了因安装大量震动数据采集装置造成的硬件资源浪费,提高了数据处理效率,还可以减少智能检测的能耗。
基于同一申请构思,本申请实施例还提供了一种电子设备。
图8为本申请实施例提供的电子设备的结构示意图。如图8所示,该电子设备800,包括存储器810、处理器820及存储在存储器810上并可在处理器820上运行的计算机程序产品,处理器执行计算机程序时,实现前述的光伏组件紧固性检测方法。
本领域内的技术人员应明白,本申请的实施例可提供为方法、系统、或计算机程序产品。因此,本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
基于同一申请构思,本申请实施例还提供了一种计算机可读存储介质,其上存储有计算机指令,其中,该计算机指令用于使计算机执行上述实施例中的光伏组件紧固性检测方法。
基于同一申请构思,本申请实施例还提供了一种计算机程序产品,包括计算机程序,该计算机程序在被处理器执行时上述实施例中的光伏组件紧固性检测方法。
应当注意的是,在权利要求中,不应将位于括号之间的任何参考符号构造成对权利要求的限制。单词“包含”不排除存在未列在权利要求中的部件或步骤。位于部件之前的单词“一”或“一个”不排除存在多个这样的部件。本申请可以借助于包括有若干不同部件的硬件以及借助于适当编程的计算机来实现。在列举了若干装置的单元权利要求中,这些装置中的若干个可以是通过同一个硬件项来具体体现。单词第一、第二、以及第三等的使用不表示任何顺序。可将这些单词解释为名称。
此外,术语“第一”、“第二”仅用于描述目的,而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此,限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个该特征。在本申请的描述中,“多个”的含义是两个或两个以上,除非另有明确具体的限定。
尽管已描述了本申请的优选实施例,但本领域内的技术人员一旦得知了基本创造性概念,则可对这些实施例作出另外的变更和修改。所以,所附权利要求意欲解释为包括优选实施例以及落入本申请范围的所有变更和修改。
显然,本领域的技术人员可以对本申请进行各种改动和变型而不脱离本方法的精神和范围。这样,倘若本申请的这些修改和变型属于本申请权利要求及其等同技术的范围之内,则本申请也意图包含这些改动和变型在内。
Claims (10)
1.一种光伏组件的紧固性检测方法,其特征在于,包括:
基于预设冲击信号对光伏组串进行敲击,获取所述冲击信号下的光伏组串的初始视频数据,所述光伏组串包括多个光伏组件;
对所述初始视频数据进行修正,获取目标视频数据;
对所述目标视频数据进行模态分析,获取任一光伏组件的震荡信号;
根据所述任一光伏组件的震荡信号获取所述任一光伏组件的紧固等级。
2.根据权利要求1所述的方法,其特征在于,所述基于预设冲击信号对光伏组串进行敲击,包括:
获取所述光伏组串所在区域的地形信息以及所述光伏组串的第一位置信息;
将所述地形信息和所述第一位置信息发送给超声震动机器人,调用所述超声振动机器人基于所述地形信息和所述第一位置信息行驶至所述光伏组串对应的目标位置,并基于预设冲击信号对所述光伏组串进行敲击。
3.根据权利要求2所述的方法,其特征在于,所述获取所述冲击信号下的光伏组串的初始视频数据,包括:
获取所述超声震动机器人的第二位置信息和所述光伏组串与地平面的角度信息;
基于所述地形信息以及所述角度信息获取视频数据采集视角和目数;
基于所述第二位置信息确定视频数据采集位置;
基于所述视频数据采集位置、所述视频数据采集视角和目数,在所述预设时点获取所述冲击信号下的光伏组串的初始视频数据。
4.根据权利要求1所述的方法,其特征在于,所述对所述目标视频数据进行模态分析,获取任一光伏组件的震荡信号,包括:
对所述目标视频数据中的任一帧待处理图像进行多层分解及纹理分析,获取所述任一帧待处理图像中每个像素点的震荡信号;
根据所述任一帧待处理图像中每个像素点的震荡信号获取所述任一光伏组件的震荡信号。
5.根据根据权利要求4所述的方法,其特征在于,根据所述任一帧待处理图像中每个像素点的震荡信号获取所述待处理图像中第i个光伏组件的震荡信号,包括:
对所述每个像素点进行识别,获取每个像素点隶属于所述目标视频数据中第i个光伏组件的置信度;
根据所述每个像素点隶属于所述目标视频数据中第i个光伏组件的置信度对所述每个像素点的震荡信号进行加权,获取所述任一光伏组件的震荡信号。
6.根据根据权利要求4所述的方法,其特征在于,所述获取所述任一帧待处理图像中每个像素点的震荡信号之后,还包括:
对所述任一帧待处理图像中每个像素点的震荡信号进行滤波,获取过滤后的所述任一帧待处理图像中每个像素点的震荡信号。
7.根据权利要求1所述的方法,其特征在于,所述根据所述任一光伏组件的震荡信号获取所述任一光伏组件的紧固等级,包括:
根据所述任一光伏组件的震荡信号获取所述任一光伏组件的目标振幅和目标振动频率;
根据所述目标振幅和所述目标振动频率获取所述任一光伏组件的紧固等级。
8.根据权利要求4-7中任一项所述的方法,其特征在于,所述根据所述任一光伏组件的震荡信号获取所述任一光伏组件的紧固等级之后,还包括:
根据图像定位追踪算法获取处于预设紧固等级的目标光伏组件的位置信息;
根据所述目标光伏组件对应的标识和所述位置信息进行报警提示。
9.根据权利要求1所述的方法,其特征在于,所述对所述初始视频数据进行修正,获取目标视频数据,包括:
获取所述光伏组串所在的目标区域的风速信息;
根据所述风速信息对所述初始视频数据进行修正,获取所述目标视频数据。
10.一种光伏组件的紧固性检测装置,其特征在于,包括:
采集模块,基于预设冲击信号对光伏组串进行敲击,获取所述冲击信号下的光伏组串的初始视频数据,所述光伏组串包括多个光伏组件;
修正模块,用于对所述初始视频数据进行修正,获取目标视频数据;
分析模块,用于对所述目标视频数据进行模态分析,获取任一光伏组件的震荡信号;
获取模块,用于根据所述任一光伏组件的震荡信号获取所述任一光伏组件的紧固等级。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210785111.2A CN115225033A (zh) | 2022-07-05 | 2022-07-05 | 光伏组件紧固性检测方法及其装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210785111.2A CN115225033A (zh) | 2022-07-05 | 2022-07-05 | 光伏组件紧固性检测方法及其装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115225033A true CN115225033A (zh) | 2022-10-21 |
Family
ID=83608980
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210785111.2A Pending CN115225033A (zh) | 2022-07-05 | 2022-07-05 | 光伏组件紧固性检测方法及其装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115225033A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116046356A (zh) * | 2023-04-03 | 2023-05-02 | 深圳市城市公共安全技术研究院有限公司 | 基于无人机的光伏组件检测方法、无人机及存储介质 |
-
2022
- 2022-07-05 CN CN202210785111.2A patent/CN115225033A/zh active Pending
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116046356A (zh) * | 2023-04-03 | 2023-05-02 | 深圳市城市公共安全技术研究院有限公司 | 基于无人机的光伏组件检测方法、无人机及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108344397B (zh) | 基于倾斜摄影技术的自动化建模方法、系统及其辅助装置 | |
CN113252053B (zh) | 高精度地图生成方法、装置和电子设备 | |
CN110145692B (zh) | 污水管道cctv检测系统及方法 | |
CN115225033A (zh) | 光伏组件紧固性检测方法及其装置 | |
CN111735523B (zh) | 基于视频识别的车重检测方法、装置及存储介质 | |
CN111830470B (zh) | 联合标定方法及装置、目标对象检测方法、系统及装置 | |
CN109961509B (zh) | 三维地图的生成及模型训练方法、装置及电子设备 | |
CN111445522A (zh) | 被动式夜视智能探雷系统及智能探雷方法 | |
CN1828221A (zh) | 一种大型土木工程结构动态位移远距离实时检测系统 | |
CN111024695A (zh) | 一种天地一体的ai智能水环保实时监测系统 | |
CN114035606A (zh) | 杆塔巡检系统、杆塔巡检方法、控制装置和存储介质 | |
CN110907132B (zh) | 一种波向探测方法、系统、设备、介质 | |
CN106780323B (zh) | 一种基于智能手机的农情采集与实时更新方法及系统 | |
CN1489120A (zh) | 图像处理设备,图像处理方法和车辆监控系统 | |
CN115311526B (zh) | 基于改进的Cycle GAN网络的缺陷样本生成方法和系统 | |
CN209641070U (zh) | 一种鸣笛抓拍系统 | |
CN110706288A (zh) | 目标检测的方法、装置、设备及可读存储介质 | |
CN111314884A (zh) | 高速传输无人机遥感影像信息的方法及系统 | |
CN115734330A (zh) | 一种功率参数调整方法、装置、设备和介质 | |
CN115482277A (zh) | 一种社交距离风险预警方法及装置 | |
CN114445619A (zh) | 基于声音信号图像化的综合管廊风险识别方法和系统 | |
CN115755072A (zh) | 一种基于双目结构光相机的特殊场景定位的方法及系统 | |
CN115236643A (zh) | 一种传感器标定方法、系统、装置、电子设备及介质 | |
CN114898054A (zh) | 一种视觉定位方法和系统 | |
CN114155428A (zh) | 基于Yolo-v3算法的水下声呐侧扫图像小目标检测方法 |
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 |