CN116205892A - 一种评估光伏组串工况的方法及装置 - Google Patents

一种评估光伏组串工况的方法及装置 Download PDF

Info

Publication number
CN116205892A
CN116205892A CN202310250093.2A CN202310250093A CN116205892A CN 116205892 A CN116205892 A CN 116205892A CN 202310250093 A CN202310250093 A CN 202310250093A CN 116205892 A CN116205892 A CN 116205892A
Authority
CN
China
Prior art keywords
photovoltaic
image
white light
fault
frame line
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
Application number
CN202310250093.2A
Other languages
English (en)
Other versions
CN116205892B (zh
Inventor
阮佳阳
杨兆静
陈操
陈万喜
程龙胜
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.)
Beijing Zhimeng Ict Co ltd
Original Assignee
Beijing Zhimeng Ict 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 Beijing Zhimeng Ict Co ltd filed Critical Beijing Zhimeng Ict Co ltd
Priority to CN202310250093.2A priority Critical patent/CN116205892B/zh
Publication of CN116205892A publication Critical patent/CN116205892A/zh
Application granted granted Critical
Publication of CN116205892B publication Critical patent/CN116205892B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/0002—Inspection of images, e.g. flaw detection
    • G06T7/0004—Industrial image inspection
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/11—Region-based segmentation
    • 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
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30108—Industrial image inspection

Landscapes

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

Abstract

本发明提供一种评估光伏组串工况的方法及装置，获取预设区域内光伏组串的并网电能数据，确定属性数据中光伏数量和光伏型号，将相同的并网电能数据比对，根据比对结果确定故障光伏组串；对属性数据解析，得到故障光伏数量和故障光伏型号，从分割框线数据库中确定图像分割框线；根据图像分割框线对白光图像进行分割，得到多个子图像，分别获取每个子图像的亮度值，进行比较确定异常亮度值，根据异常亮度值确定故障子图像；根据故障子图像对应的异常亮度值，确定故障属性，故障属性包括外部故障属性或内部故障属性，根据外部故障属性生成覆盖物提醒信息，根据内部故障属性生成组串电路提醒信息。

Description

一种评估光伏组串工况的方法及装置
技术领域
本发明涉及数据处理技术领域，尤其涉及一种评估光伏组串工况的方法及装置。
背景技术
在光伏发电系统中，将若干个光伏组件串联后，形成具有一定直流输出的电路单元，简称组件串或组串。一般来说，大型的光伏发电系统中会有成千上百个光伏组串进行共同发电。
现有技术中，光伏组串在不同的应用场景中都可能会面临光伏板表面有覆盖物出现的情况，从而导致被覆盖物遮蔽的光伏板发生热斑效应因此遭受破坏，在一定范围内降低了光伏板的工作效率，导致输电异常。
因此，如何在光伏组串发生输电异常时，结合多个光伏组串不同的属性数据，及时自动的比对分析以判断出光伏组串的故障属性，协助工作人员快速排查光伏组串的故障，成为了急需解决的问题。
发明内容
本发明实施例提供一种评估光伏组串工况的方法及装置，在光伏组串发生输电异常时，结合多个光伏组串不同的属性数据，及时自动的比对分析以判断出光伏组串的故障属性，协助工作人员快速排查光伏组串的故障，一定程度上提高了光伏组串的工作效率。
本发明实施例的第一方面，提供一种评估光伏组串工况的方法，包括：
获取预设区域内各光伏组串的并网电能数据，确定各光伏组串的属性数据，所述属性数据包括光伏数量和光伏型号，将属性数据相同的光伏组串所对应的并网电能数据进行比对，得到比对结果，并根据所述比对结果确定故障光伏组串；
对所述故障光伏组串的属性数据进行解析，得到故障光伏数量和故障光伏型号，根据所述故障光伏数量和故障光伏型号从分割框线数据库中确定相应的图像分割框线；
根据所述图像分割框线对白光图像进行分割处理，得到多个子图像，分别获取每个子图像的亮度值，对多个所述子图像的亮度值进行比较确定异常亮度值，根据所述异常亮度值确定多个子图像中的故障子图像；
根据所述故障子图像所对应的异常亮度值，确定相对应的故障属性，所述故障属性包括外部故障属性或内部故障属性，根据所述外部故障属性生成覆盖物提醒信息，根据所述内部故障属性生成组串电路提醒信息。
可选地，在第一方面的一种可能实现方式中，
所述获取预设区域内各光伏组串的并网电能数据，确定各光伏组串的属性数据，所述属性数据包括光伏数量和光伏型号，将属性数据相同的光伏组串所对应的并网电能数据进行比对，得到比对结果，并根据所述比对结果确定故障光伏组串，具体包括：
基于所述属性数据对多个第一光伏组串进行归类，得到多个第一光伏组串集合，其中，每个所述第一光伏组串集合内的各第一光伏组串的光伏数量和光伏型号相同；
获取各第一光伏组串集合内多个第一光伏组串的并网电能数据，对各所述并网电能数据进行比对处理，获取异常电能数据，并确定所述异常电能数据对应的第一光伏组串为故障光伏组串。
可选地，在第一方面的一种可能实现方式中，
根据所述故障光伏数量和故障光伏型号从分割框线数据库中确定相应的图像分割框线，包括：
根据所述故障光伏型号从分割框线数据库中确定图像分割框线类型，根据所述图像分割框线类型确定多个初始图像分割框线；
根据所述故障光伏数量从多个初始图像分割框线中选中一个数量相同的初始图像分割框线，作为图像分割框线。
可选地，在第一方面的一种可能实现方式中，
根据所述故障光伏数量和故障光伏型号从分割框线数据库中确定相应的图像分割框线，包括：
根据所述故障光伏型号从分割框线数据库中确定子图像分割框线；
获取故障光伏组串中相邻光伏板之间的间隔距离，根据所述故障光伏数量和所述间隔距离按照第一方向对所述子图像分割框线进行复制处理，得到第一图像分割框线；
基于第一辅助线将第一图像分割框线中多个所述子图像分割框线的上边缘线进行连接，并基于第二辅助线将第一图像分割框线中多个所述子图像分割框线的下边缘线进行连接，得到图像分割框线。
可选地，在第一方面的一种可能实现方式中，
根据所述图像分割框线对白光图像进行分割处理，得到多个子图像，包括：
根据所述图像分割框线的上边缘线或下边缘线获取所述图像分割框线的第一横向像素点数量，根据所述图像分割框线的左边缘线或右边缘线获取所述图像分割框线的第一纵向像素点数量；
获取所述白光图像的第二横向像素点数量和第二纵向像素点数量；
若所述第一横向像素点数量和所述第二横向像素点数量相同，且所述第一纵向像素点数量和所述第二纵向像素点数量相同,生成分割确认信息；
基于所述分割确认信息，获取所述图像分割框线的第一定位点，以及所述白光图像的第二定位点，基于所述第一定位点和所述第二定位点将所述图像分割框线定位至所述白光图像中，对白光图像进行分割处理，得到多个子图像。
可选地，在第一方面的一种可能实现方式中，
获取所述白光图像的第二横向像素点数量和第二纵向像素点数量，包括：
对所述白光图像进行坐标化处理得到白光图像坐标集合，确定所述白光图像坐标集合中最大X值、最小X值、最大Y值和最小Y值；
根据所述最大X值、最小X值确定中心点X值，根据所述最大Y值和最小Y值确定中心点Y值，基于所述中心点X值和所述中心点Y值确定中心点坐标；
以所述中心点坐标为中心，构建相互垂直的第一中心线和第二中心线，所述第一中心线和第二中心线位于所述白光图像内，且所述第一中心线与所述白光图像的上边缘线或下边缘线平行，所述第二中心线与所述白光图像的左边缘线或右边缘线平行；
根据所述第一中心线获取所述白光图像的第二横向像素点数量，根据所述第二中心线获取所述白光图像的第二纵向像素点数量。
可选地，在第一方面的一种可能实现方式中，
若所述第一横向像素点数量和所述第二横向像素点数量不同，且所述第一纵向像素点数量和所述第二纵向像素点数量不同,则根据第一横向像素点数量、第二横向像素点数量、第一纵向像素点数量和第二纵向像素点数量生成第一标准横向数量和第一标准纵向数量；
通过以下公式得到第一标准横向数量和第一标准纵向数量，
Figure BDA0004127600220000041
其中，
Figure BDA0004127600220000042
为第一标准横向数量，/>
Figure BDA0004127600220000043
为第一横向像素点数量，/>
Figure BDA0004127600220000044
为第二横向像素点数量，为横向像素点数量权重，/>
Figure BDA0004127600220000045
为第一标准纵向数量，/>
Figure BDA0004127600220000046
为第一纵向像素点数量，/>
Figure BDA0004127600220000047
为第二纵向像素点数量；
基于所述第一标准横向数量和第一标准纵向数量对初始的所述图像分割框线和所述白光图像进行标准化缩放处理，得到当前的图像分割框线和白光图像。
可选地，在第一方面的一种可能实现方式中，
基于所述第一标准横向数量和第一标准纵向数量对初始的所述图像分割框线和所述白光图像进行标准化缩放处理，得到当前的图像分割框线和白光图像，包括：
将所述第一横向像素点数量和所述第一纵向像素点数量，分别与所述第一标准横向数量和第一标准纵向数量进行计算，得到当前的图像分割框线的第一调整值；
将所述第二横向像素点数量和所述第二纵向像素点数量，分别与所述第一标准横向数量和第一标准纵向数量进行计算，得到当前的白光图像的第二调整值；
通过以下公式计算当前的图像分割框线的第一调整值和白光图像的第二调整值，
Figure BDA0004127600220000051
其中，E1为当前的图像分割框线的第一调整值，H1为横向归一化值，Z1为纵向归一化值，W1为第一调整值权重，E2为当前的白光图像的第二调整值，W2为第二调整值权重；
根据所述第一调整值和所述第二调整值对初始的所述图像分割框线和所述白光图像进行标准化缩放处理，得到当前的图像分割框线和白光图像，并生成分割确认信息。
可选地，在第一方面的一种可能实现方式中，
基于所述分割确认信息，获取所述图像分割框线的第一定位点，以及所述白光图像的第二定位点，基于所述第一定位点和所述第二定位点将所述图像分割框线定位至所述白光图像中，对白光图像进行分割处理，得到多个子图像，包括：
对所述图像分割框线进行坐标化处理，根据所述图像分割框线的上边缘线和下边缘线的坐标，获取两个第一居中横向像素点，根据所述图像分割框线的左边缘线或右边缘线的坐标，获取两个第一居中纵向像素点，将两个第一居中横向像素点和两个第一居中纵向像素点作为图像分割框线的第一定位点；
根据所述第二中心线与所述白光图像的上边缘线和下边缘线的交点，获取两个第二居中横向像素点，根据所述第一中心线与所述白光图像的左边缘线和右边缘线的交点，获取两个第二居中纵向像素点，将两个第二居中横向像素点和两个第二居中纵向像素点作为白光图像的第二定位点；
根据所述第一定位点和所述第二定位点，将所述图像分割框线定位至所述白光图像中，对白光图像进行分割处理，得到多个子图像。
本发明实施例的第二方面，提供一种评估光伏组串工况的装置，包括：
比对模块，获取预设区域内各光伏组串的并网电能数据，确定各光伏组串的属性数据，所述属性数据包括光伏数量和光伏型号，将属性数据相同的光伏组串所对应的并网电能数据进行比对，得到比对结果，并根据所述比对结果确定故障光伏组串；
解析模块，对所述故障光伏组串的属性数据进行解析，得到故障光伏数量和故障光伏型号，根据所述故障光伏数量和故障光伏型号从分割框线数据库中确定相应的图像分割框线；
分割模块，根据所述图像分割框线对白光图像进行分割处理，得到多个子图像，分别获取每个子图像的亮度值，对多个所述子图像的亮度值进行比较确定异常亮度值，根据所述异常亮度值确定多个子图像中的故障子图像；
提醒模块，根据所述故障子图像所对应的异常亮度值，确定相对应的故障属性，所述故障属性包括外部故障属性或内部故障属性，根据所述外部故障属性生成覆盖物提醒信息，根据所述内部故障属性生成组串电路提醒信息。
本发明实施例的第三方面，提供一种存储介质，所述存储介质中存储有计算机程序，所述计算机程序被处理器执行时用于实现本发明第一方面及第一方面各种可能设计的所述方法。
本发明提供的技术方案，将光伏发电板的数量和光伏发电板的型号相同的光伏组串归类，得到一个光伏组串的集合。在这个集合内，将规格和型号相同的多个光伏组串放在一起比对，确保比对数据的准确性和合理性。根据比对结果得到发生故障的光伏组串和其他正常的光伏组串所不同的组串电量数据。因此确定发生故障的光伏组串。根据故障光伏发电板的数量和型号，从数据库中确定一个图像分割框线，对故障光伏组串根据无人机得到的白光图像，进行图像分割处理。从而得到光伏发电板的白光图像。将每个光伏发电板白光图像的RGB值进行比对，在多个光伏发电板白光图像中确定发生故障的光伏发电板。确定相对应的故障原因。精准化的协助工作人员定位到发生故障的组串，一定程度上提高了光伏组串的工作效率。
本发明提供的技术方案，将发生故障的光伏组串的属性数据基于处理器进行解析，得到故障光伏组串中故障光伏发电板的数量和故障光伏发电板的型号。根据故障光伏发电板的数量和故障光伏发电板的型号，从分割框线数据库中确定一个分割框线。方便对故障光伏组串的白光图像进行图像分割处理，从而对故障光伏组串进行分区，高效且准确的定位故障光伏组串中故障光伏发电板的故障区域。
本发明提供的技术方案，如果图像分割框线的横向像素点数量和光伏组串白光图像的横向像素点数量相同，且图像分割框线的纵向像素点数量和光伏组串白光图像的纵向像素点数量相同,则生成一个执行图像分割处理的分割确认信息。当收到分割确认信息时，需要将图像分割框线覆盖贴合到光伏组串白光图像上，以进行图像分割处理。因此需要依次在图像分割框线和白光图像上找到定位点进行定位，方便后续将图像分割框线和光伏组串的白光图像精准定位后，完全覆盖贴合到一起进行图像分割处理。从而提高图像分割处理的准确性。
附图说明
图1为一种评估光伏组串工况的方法第一种实施方式的流程图；
图2为一种评估光伏组串工况的方法第二种实施方式的流程图；
图3为一种评估光伏组串工况的装置的结构示意图；
图4为得到子图像示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，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，都属于本发明保护的范围。
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”、“第三”“第四”等(如果存在)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。
应当理解，在本发明的各种实施例中，各过程的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本发明实施例的实施过程构成任何限定。
应当理解，在本发明中，“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。
应当理解，在本发明中，“多个”是指两个或两个以上。“和/或”仅仅是一种描述关联对象的关联关系，表示可以存在三种关系，例如，A和/或B，可以表示：单独存在A，同时存在A和B，单独存在B这三种情况。字符“/”一般表示前后关联对象是一种“或”的关系。“包含A、B和C”、“包含A、B、C”是指A、B、C三者都包含，“包含A、B或C”是指包含A、B、C三者之一，“包含A、B和/或C”是指包含A、B、C三者中任1个或任2个或3个。
应当理解，在本发明中，“与A对应的B”、“与A相对应的B”、“A与B相对应”或者“B与A相对应”，表示B与A相关联，根据A可以确定B。根据A确定B并不意味着仅仅根据A确定B，还可以根据A和/或其他信息确定B。A与B的匹配，是A与B的相似度大于或等于预设的阈值。
取决于语境，如在此所使用的“若”可以被解释成为“在……时”或“当……时”或“响应于确定”或“响应于检测”。
下面以具体地实施例对本发明的技术方案进行详细说明。下面这几个具体的实施例可以相互结合，对于相同或相似的概念或过程可能在某些实施例不再赘述。本发明提供一种评估光伏组串工况的方法，如图1所示，具体包括以下步骤：
步骤S1、获取预设区域内各光伏组串的并网电能数据，确定各光伏组串的属性数据，所述属性数据包括光伏数量和光伏型号，将属性数据相同的光伏组串所对应的并网电能数据进行比对，得到比对结果，并根据所述比对结果确定故障光伏组串；
本发明提供的技术方案，在光伏发电系统中，将若干个光伏组件串联后，形成具有一定直流输出的电路单元，简称光伏组串。预设区域为光伏组串进行光伏发电的应用场景，例如在沙漠区域、沿海区域、湖泊区域、光伏屋顶区域等其他安放光伏组串进行光伏发电的区域，在此不做限定。在这些安放光伏组串进行光伏发电的区域，基于光伏汇流箱获取各光伏组串的并网电能数据。并网电能数据为各光伏组串的组串电量数据。
根据各光伏组串的组串电量数据确定各光伏组串的属性数据，属性数据包括光伏数量和光伏型号。光伏数量为组成各光伏组串的光伏发电板的数量。光伏型号为组成各光伏组串的光伏发电板的型号。将光伏发电板的数量和光伏发电板的型号相同的光伏组串进行比对，将它们对应的组串电量数据进行比对，得到相对应的比对结果，根据相对应的比对结果，确定发生故障的光伏组串。
本发明提供的技术方案，在一个可能的实施方式中，如图2所示，步骤S1(获取预设区域内各光伏组串的并网电能数据，确定各光伏组串的属性数据，所述属性数据包括光伏数量和光伏型号，将属性数据相同的光伏组串所对应的并网电能数据进行比对，得到比对结果，并根据所述比对结果确定故障光伏组串)，具体包括以下步骤S11-S12，具体如下：
步骤S11、基于所述属性数据对多个第一光伏组串进行归类，得到多个第一光伏组串集合，其中，每个所述第一光伏组串集合内的各第一光伏组串的光伏数量和光伏型号相同。
本发明提供的技术方案，第一光伏组串为需要进行检测的光伏组串。将光伏发电板的数量和光伏发电板的型号相同的多个第一光伏组串进行归类，得到多个第一光伏组串集合。每个第一光伏组串集合内的各第一光伏组串的光伏发电板的数量和光伏发电板的型号相同。第一光伏组串集合的作用在于，将属性数据相同的多个第一光伏组串放在一起，方便后续进行并网电能数据的比对，确保比对数据的准确性和合理性。
步骤S12、获取各第一光伏组串集合内多个第一光伏组串的并网电能数据，对各所述并网电能数据进行比对处理，获取异常电能数据，并确定所述异常电能数据对应的第一光伏组串为故障光伏组串。
本发明提供的技术方案，将各第一光伏组串集合内的多个第一光伏组串分别对应的组串电量数据进行比对处理，得到相对应的比对结果。根据比对结果获取到异常电能数据。异常电能数据，为发生故障的第一光伏组串和其他正常的第一光伏组串所不同的组串电量数据。因此根据比对处理得到的异常电能数据，就可以确定与其相对应的第一光伏组串为发生故障的光伏组串。
例如，将光伏发电板的数量为十个每组、光伏发电板的型号为300W(1960MM*990MM*35MM)的第一光伏组串集合内的多个第一光伏组串分别对应的组串电量数据进行比对处理，假设每个第一光伏组串的正常组串电量数据为10小时并网电量1000KW·h，进行比对处理后，根据比对结果，获取到其中一个第一光伏组串的组串电量数据为10小时并网电量900KW·h，因此该第一光伏组串的组串电量数据为异常电能数据。那么可以确定，与该异常电能数据相对应的第一光伏组串为发生故障的光伏组串。
步骤S2、对所述故障光伏组串的属性数据进行解析，得到故障光伏数量和故障光伏型号，根据所述故障光伏数量和故障光伏型号从分割框线数据库中确定相应的图像分割框线；
本发明提供的技术方案，将发生故障的光伏组串的属性数据基于处理器进行解析，得到故障光伏组串中，故障光伏发电板的数量和故障光伏发电板的型号。根据故障光伏发电板的数量和故障光伏发电板的型号，从分割框线数据库中确定相应的图像分割框线。
图像分割框线，为根据不同的故障光伏组串中光伏发电板数量和型号，所预先设置的分割框线。主要作用在于，方便后续对故障光伏组串的白光图像进行图像分割处理，从而对故障光伏组串进行分区，高效且准确的定位故障光伏组串中故障光伏发电板的故障区域。
分割框线数据库，为预先设置的数据库。主要作用在于，存储多个与不同的故障光伏组串相对应的图像分割框线。并根据不同的故障光伏组串中光伏发电板数量和型号，匹配与其相对应大小的图像分割框线。
本发明提供的技术方案，在一个可能的实施方式中，步骤S2中(根据所述故障光伏数量和故障光伏型号从分割框线数据库中确定相应的图像分割框线)，具体包括以下步骤S21-S22，具体如下：
步骤S21、根据所述故障光伏型号从分割框线数据库中确定图像分割框线类型，根据所述图像分割框线类型确定多个初始图像分割框线；
本发明提供的技术方案，根据不同的故障光伏组串中光伏发电板的型号，从分割框线数据库中确定图像分割框线类型。图像分割框线类型，为根据不同大小的光伏发电板的型号，所预先设置的不同大小的图像分割框线。例如，光伏发电板的型号有1960MM*990MM、1650MM*992MM、200MM*90MM等，那么也有1960MM*990MM、1650MM*992MM、200MM*90MM等与其相对应不同大小的的图像分割框线。根据图像分割框线类型确定多个初始图像分割框线。
初始图像分割框线，为与光伏发电板型号相同大小的图像分割框线的分组。每个分组内有大小相同固定数量的图像分割框线。例如，当光伏发电板型号为1960MM*990MM时，那么对应初始图像分割框线的分组中，第一组有一个1960MM*990MM的图像分割框线，第二组有两个1960MM*990MM的图像分割框线，依次往下分组可能在第N个分组有N个对应光伏发电板型号的图像分割框线。这些多个分组的图像分割线统一为初始图像分割线，每组中都由一个或多个根据光伏发电板型号所对应固定大小的图像分割线组成。一般来说，白光图像中多个光伏板之间是按照从左到右依次排开的，因此，本方案中的多个图像分割框线之间也是需要按照从左到右依次排开，例如，初始图像分割框线中有3个图像分割框线，3个图像分割框线按照从左到右的方向依次排开，以与对应的待分割的白光图像相对应，从而实现后续对白光图像的分割。
步骤S22、根据所述故障光伏数量从多个初始图像分割框线中选中一个数量相同的初始图像分割框线，作为图像分割框线。
本发明提供的技术方案，根据组成每个不同的故障光伏组串中光伏发电板的数量，从多个初始图像分割线中，选择一个分组中图像分割线数量与对应光伏发电板的数量相同的初始图像分割框线，作为图像分割框线。例如，若故障光伏组串中光伏发电板的数量为五个，那么从多个初始图像分割框线中选中一个图像分割框线数量同样为五个的初始图像分割框线，作为图像分割框线。
本发明提供的技术方案，在一个可能的实施方式中，步骤S2中(根据所述故障光伏数量和故障光伏型号从分割框线数据库中确定相应的图像分割框线)，同时具体包括以下步骤S23-S25，具体如下：
步骤S23、根据所述故障光伏型号从分割框线数据库中确定子图像分割框线；
本发明提供的技术方案，根据不同的故障光伏组串中光伏发电板的型号，从分割框线数据库中确定子图像分割框线。子图像分割框线，为根据组成故障光伏组串的不同大小的光伏发电板的型号，所预先设置的对应大小的图像分割框线。子图像分割框线的作用在于，便于后续根据不同的故障光伏组串中光伏发电板的数量，复制相应数量的图像分割框线。
步骤S24、获取故障光伏组串中相邻光伏板之间的间隔距离，根据所述故障光伏数量和所述间隔距离按照第一方向对所述子图像分割框线进行复制处理，得到第一图像分割框线；
本发明提供的技术方案，将故障故障光伏组串中相邻的光伏发电板的间隔距离进行获取。可以知道的是，组成光伏组串的多个光伏发电板之间有一段较小的间隔距离。如果需要图像分割线对故障光伏组串进行分割处理，进行分区来确定故障区域，那么为了提高精确性，则需要获取相邻光伏发电板之间的间隔距离。其中，间隔距离为人为所预先设置好的，并且这个间隔距离都是一样大的。例如相邻的光伏发电板的间隔距离为10MM，那么子图像分割框线进行复制处理时，相邻的子图像分割框线间隔距离同样为10MM。
第一方向，为子图像分割框线进行复制的方向，要么往左复制，要么往右复制，在此不做限定。但是第一方向为统一复制方向，子图像分割框线都是往同一个方向进行延伸并复制。
进行复制处理的作用在于，在另一种实施例中，分割框线数据库中仅存储着根据不同大小的光伏发电板的型号，所预先设置的不同大小的图像分割框线，这些图像分割框线，每组中有且仅有一个对应固定大小的图像分割线组成。因此需要根据故障光伏组串中光伏发电板的数量和间隔距离，按照第一方向对子图像分割框线进行复制处理，得到第一图像分割框线。
步骤S25、基于第一辅助线将第一图像分割框线中多个所述子图像分割框线的上边缘线进行连接，并基于第二辅助线将第一图像分割框线中多个所述子图像分割框线的下边缘线进行连接，得到图像分割框线。
本发明提供的技术方案，第一辅助线，为将组成第一图像分割框线的，多个复制处理后的子图像分割框线的上边缘线进行连接的辅助线。第二辅助线，为将组成第一图像分割框线的，多个复制处理后的子图像分割框线的下边缘线进行连接的辅助线。第一辅助线和第二辅助线的作用在于，将子图像分割框线按照第一方向进行复制处理后得到的第一图像分割框线首尾相连，组成完整的图像分割框线，便于后续对故障光伏组串进行图像分割处理。
步骤S3、根据所述图像分割框线对白光图像进行分割处理，得到多个子图像，分别获取每个子图像的亮度值，对多个所述子图像的亮度值进行比较确定异常亮度值，根据所述异常亮度值确定多个子图像中的故障子图像；
本发明提供的技术方案，基于无人机获取故障光伏组串的白光图像，无人机在获取故障光伏组串的白光图像时，可以以预设角度来采集故障光伏组串的正面图像，而不要在故障光伏组串垂直正上方进行图像采集，以防止与后续的图像分割框线出现比例不匹配的情况。
根据之前所匹配的图像分割框线，对故障光伏组串的白光图像进行分割处理。分割处理，为将图像分割框线覆盖在故障光伏组串的白光图像上进行图像分割处理。因此得到多个子图像。子图像，为故障光伏组串的白光图像进行图像分割处理后，每一个光伏发电板的白光图像。
分别获取故障光伏组串中，每个光伏发电板白光图像的亮度值。亮度值，为每个光伏发电板白光图像的RGB值。将每个光伏发电板白光图像的RGB值进行比对处理，得到相对应的比对结果。根据比对结果确定异常亮度值。异常亮度值，为发生故障的光伏发电板和其他正常的光伏发电板所不同的RGB值。因此根据比对处理得到的异常亮度值，就可以在多个光伏发电板白光图像中确定发生故障的光伏发电板白光图像。可以理解的是，在光伏板上有覆盖物或者有大量尘土等情况下，对应光伏板的亮度值会与其余光伏板的亮度值不同，本方案通过上述方式，可以判断出故障光伏组串是否有外部原因异常。
本发明提供的技术方案，在一个可能的实施方式中，步骤S3如图4得到子图像示意图所示(根据所述图像分割框线对白光图像进行分割处理，得到多个子图像)，具体包括以下步骤S31-S34，具体如下：
步骤S31、根据所述图像分割框线的上边缘线或下边缘线获取所述图像分割框线的第一横向像素点数量，根据所述图像分割框线的左边缘线或右边缘线获取所述图像分割框线的第一纵向像素点数量。
本发明提供的技术方案，边缘线，为组成图像分割框线且位于边缘的边线，可以知道的是组成图像分割框线的边缘线，一般为四条，分别为上边缘线、下边缘线、左边缘线和右边缘线。
第一横向像素点数量，为根据图像分割框线的上边缘线或下边缘线，所获取的图像分割框线的横向边缘线的像素点数量。第一纵向像素点数量，为根据图像分割框线的左边缘线或右边缘线，所获取的图像分割框线的纵向边缘线的像素点数量。
获取第一横向像素点数量和第一纵向像素点数量的作用在于，方便后续根据图像分割框线横向与纵向像素点的数量，与需要进行图像分割处理的光伏组串的白光图像的像素点数量进行比对，从而得到分割确认信息对白光图像进行图像分割处理。
步骤S32、获取所述白光图像的第二横向像素点数量和第二纵向像素点数量。
本发明提供的技术方案，第二横向像素点数量，为白光图像的横向的像素点数量。第一纵向像素点数量，为白光图像的纵向的像素点数量。
获取第二横向像素点数量和第二纵向像素点数量的作用在于，方便后续将需要进行图像分割处理的光伏组串的白光图像，对应的横向与纵向像素点的数量，与图像分割框线的横向与纵向像素点的数量进行比对，从而得到分割确认信息对白光图像进行图像分割处理。
本发明提供的技术方案，在一个可能的实施方式中，步骤S32中(获取所述白光图像的第二横向像素点数量和第二纵向像素点数量)，具体包括以下步骤S321-S324，具体如下：
步骤S321、对所述白光图像进行坐标化处理得到白光图像坐标集合，确定所述白光图像坐标集合中最大X值、最小X值、最大Y值和最小Y值。
本发明提供的技术方案，将光伏组串白光图像中每一个像素点坐标化。得到白光图像像素点的坐标集合。确定白光图像像素点的坐标集合中最大X值、最小X值、最大Y值和最小Y值的作用在于，方便后续根据像素点坐标确定中心点坐标。
步骤S322、根据所述最大X值、最小X值确定中心点X值，根据所述最大Y值和最小Y值确定中心点Y值，基于所述中心点X值和所述中心点Y值确定中心点坐标。
本发明提供的技术方案，根据白光图像像素点的坐标中最大X值、最小X值确定中心点X值。中心点X值，为白光图像中上边缘线或下边缘线位于中心点的像素点坐标X值。根据白光图像像素点的坐标中最大Y值和最小Y值确定中心点Y值。中心点Y值，为白光图像中左边缘线或右边缘线位于中心点的像素点坐标Y值。根据白光图像中上边缘线或下边缘线的中心点X值，和白光图像中左边缘线或右边缘线中心点Y值确定中心点坐标。
步骤S323、以所述中心点坐标为中心，构建相互垂直的第一中心线和第二中心线，所述第一中心线和第二中心线位于所述白光图像内，且所述第一中心线与所述白光图像的上边缘线或下边缘线平行，所述第二中心线与所述白光图像的左边缘线或右边缘线平行。
本发明提供的技术方案，第一中心线，为将白光图像中左边缘线和右边缘线位于中心点的中心点Y值相连接所得到的中心线。该第一中心线与白光图像的上边缘线或下边缘线相平行。
第二中心线，为将白光图像中上边缘线和下边缘线位于中心点的中心点X值相连接所得到的中心线。该第二中心线与白光图像的左边缘线或右边缘线相平行。
以白光图像中心点坐标为中心，第一中心线和第二中心线过中心点坐标相交且相互垂直，都位于白光图像内。第一中心线和第二中心线的作用在于，方便后续得到白光图像横向和纵向的像素点数量。
步骤S324、根据所述第一中心线获取所述白光图像的第二横向像素点数量，根据所述第二中心线获取所述白光图像的第二纵向像素点数量。
本发明提供的技术方案，根据第一中心线获取光伏组串白光图像的横向的像素点数量，即为第二横向像素点数量。根据第二中心线获取白光图像的纵向的像素点数量，即为第二纵向像素点数量。
根据第一中心线和第二中心线分别获取白光图像横向和纵向的像素点数量的作用在于，因为图像分割框线为预设的，其对应的边缘线是非常清晰且标准的，而白光图像的边缘可能会有残缺以及不清楚的因素存在，可能会造成采集不完整的情况出现。因此，需要将白光图像的中心点坐标化并根据中心点X值和Y值，以此来得到两条中心线，从而统计横向和纵向的像素点数量。这样做便于后续相对准确的得到分割确认信息，对白光图像进行图像分割处理。
步骤S33、若所述第一横向像素点数量和所述第二横向像素点数量相同，且所述第一纵向像素点数量和所述第二纵向像素点数量相同,生成分割确认信息。
本发明提供的技术方案，若图像分割框线的第一横向像素点数量和光伏组串白光图像的第二横向像素点数量相同，且图像分割框线的第一纵向像素点数量和光伏组串白光图像的第二纵向像素点数量相同,则生成分割确认信息。
分割确认信息，为可以进行图像分割处理的指令。例如，光伏组串白光图像和图像分割框线大小都一样，那么就可以进行图像分割处理了。如果两者不同，那么就对两者进行调整，调整完成以后再生成分割确认信息。分割确认信息相当于一个执行下一步的执行信息。
步骤S34、基于所述分割确认信息，获取所述图像分割框线的第一定位点，以及所述白光图像的第二定位点，基于所述第一定位点和所述第二定位点将所述图像分割框线定位至所述白光图像中，对白光图像进行分割处理，得到多个子图像。
本发明提供的技术方案，当收到分割确认信息时，此时需要将图像分割框线覆盖到光伏组串白光图像上，以进行图像分割处理，因此需要获取图像分割框线的第一定位点和白光图像的第二定位点。第一定位点，为将图像分割框线和光伏组串白光图像进行覆盖时需要定位的第一个点位。第二定位点，为将光伏组串白光图像和图像分割框线进行覆盖时需要定位的第二个点位。
基于图像和图像分割框线的第一定位点和光伏组串白光图像的第二定位点将图像分割框线定位到白光图像中，且与白光图像完全重合，对白光图像进行分割处理，得到多个子图像。
本发明提供的技术方案，在一个可能的实施方式中，步骤S34中(基于所述分割确认信息，获取所述图像分割框线的第一定位点，以及所述白光图像的第二定位点，基于所述第一定位点和所述第二定位点将所述图像分割框线定位至所述白光图像中，对白光图像进行分割处理，得到多个子图像)，具体包括以下步骤S341-S343，具体如下：
步骤S341、对所述图像分割框线进行坐标化处理，根据所述图像分割框线的上边缘线和下边缘线的坐标，获取两个第一居中横向像素点，根据所述图像分割框线的左边缘线或右边缘线的坐标，获取两个第一居中纵向像素点，将两个第一居中横向像素点和两个第一居中纵向像素点作为图像分割框线的第一定位点；
本发明提供的技术方案，将图像分割框线中每一个像素点坐标化。得到图像分割框线像素点的坐标集合，并确定图像分割框线的上边缘线和下边缘线的坐标，以及左边缘线或右边缘线的坐标。
第一居中横向像素点，为图像分割框线横向的上边缘线或下边缘线位于中间的像素点。根据图像分割框线的上边缘线和下边缘线的坐标，分别获取上边缘线的第一居中横向像素点和下边缘线的第一居中横向像素点。
第一居中纵向像素点，为图像分割框线纵向的左边缘线或右边缘线位于中间的像素点。根据图像分割框线的左边缘线和右边缘线的坐标，分别获取左边缘线的第一居中纵向像素点和右边缘线的第一居中纵向像素点。
将两个第一居中横向像素点和两个第一居中纵向像素点作为图像分割框线的第一定位点。第一定位点，为将图像分割框线和光伏组串的白光图像进行覆盖的定位像素点。第一定位点的作用在于，方便后续将图像分割框线和光伏组串的白光图像精准定位后，完全覆盖贴合到一起进行图像分割处理。从而提高图像分割处理的准确性。
步骤S342、根据所述第二中心线与所述白光图像的上边缘线和下边缘线的交点，获取两个第二居中横向像素点，根据所述第一中心线与所述白光图像的左边缘线和右边缘线的交点，获取两个第二居中纵向像素点，将两个第二居中横向像素点和两个第二居中纵向像素点作为白光图像的第二定位点；
本发明提供的技术方案，第二居中横向像素点，为白光图像横向的上边缘线或下边缘线位于中间的像素点。根据第二中心线与白光图像的上边缘线和下边缘线的交点，分别获取上边缘线的第二居中横向像素点和下边缘线的第二居中横向像素点。
第二居中纵向像素点，为白光图像纵向的左边缘线或右边缘线位于中间的像素点。根据第一中心线与白光图像的左边缘线和右边缘线，分别获取左边缘线的第二居中纵向像素点和右边缘线的第二居中纵向像素点。
将两个第二居中横向像素点和两个第二居中纵向像素点作为白光图像的第二定位点。第二定位点，为将光伏组串的白光图像和图像分割框线进行覆盖的定位像素点。第二定位点的作用在于，方便后续将光伏组串的白光图像和图像分割框线精准定位后，完全覆盖贴合到一起进行图像分割处理。从而提高图像分割处理的准确性。
步骤S343、根据所述第一定位点和所述第二定位点，将所述图像分割框线定位至所述白光图像中，对白光图像进行分割处理，得到多个子图像。
本发明提供的技术方案，根据图像分割框线的四个第一定位点和光伏组串白光图像的四个第二定位点，将图像分割框线定位到光伏组串的白光图像中，完全覆盖贴合到一起进行图像分割处理，得到多个子图像。
本发明提供的技术方案，在一个可能的实施方式中，还包括以下步骤S35-S36，具体如下：
步骤S35、若所述第一横向像素点数量和所述第二横向像素点数量不同，且所述第一纵向像素点数量和所述第二纵向像素点数量不同,则根据第一横向像素点数量、第二横向像素点数量、第一纵向像素点数量和第二纵向像素点数量生成第一标准横向数量和第一标准纵向数量；
本发明提供的技术方案，若图像分割框线的第一横向像素点数量和白光图像的第二横向像素点数量不同，且图像分割框线的第一纵向像素点数量和白光图像的第二纵向像素点数量不同，则将第一横向像素点数量和第二横向像素点数量相加后除以二得到第一标准横向数量。将第一纵向像素点数量和第二纵向像素点数量相加后除以二得到第一标准纵向数量。
第一标准横向数量，为根据图像分割框线的第一横向像素点数量和白光图像的第二横向像素点数量进行运算后所得到的一个横向像素点标准的数量，第一横向像素点数量和第二横向像素点数量需要同时像这个标准横向数量进行调整。第一标准横向数量的作用在于，当白光图像和图像分割框线的大小有一定偏差，且无法完全覆盖贴合到一起进行图像分割处理时，在两者的横向像素点的数量中取一个中间值，同时往中间调整，有利于提高调整的准确性。
第一标准纵向数量，为根据图像分割框线的第一纵向像素点数量和白光图像的第二纵向像素点数量进行运算后所得到的一个纵向像素点标准的数量，第一纵向像素点数量和第二纵向像素点数量需要同时像这个标准纵向数量进行调整。第一标准纵向数量的作用在于，当白光图像和图像分割框线的大小有一定偏差，且无法完全覆盖贴合到一起进行图像分割处理时，在两者的纵向像素点的数量中取一个中间值，同时往中间调整，有利于提高调整的准确性。
通过以下公式得到第一标准横向数量和第一标准纵向数量，
Figure BDA0004127600220000191
其中，
Figure BDA0004127600220000192
为第一标准横向数量，/>
Figure BDA0004127600220000193
为第一横向像素点数量，/>
Figure BDA0004127600220000194
为第二横向像素点数量，为横向像素点数量权重，/>
Figure BDA0004127600220000195
为第一标准纵向数量，/>
Figure BDA0004127600220000196
为第一纵向像素点数量，/>
Figure BDA0004127600220000197
为第二纵向像素点数量；
本发明提供的技术方案，第一横向像素点数量
Figure BDA0004127600220000198
与第二横向像素点数量/>
Figure BDA0004127600220000199
相加，得到图像分割框线和白光图像所有横向像素点的总量/>
Figure BDA00041276002200001910
乘以二分之一后得到第一标准横向数量/>
Figure BDA00041276002200001911
所有横向像素点的总量/>
Figure BDA00041276002200001912
与第一标准横向数量/>
Figure BDA00041276002200001913
成正比，若所有横向像素点的总量/>
Figure BDA00041276002200001914
越大，则相对应的第一标准横向数量/>
Figure BDA00041276002200001915
越大。反之，若所有横向像素点的总量/>
Figure BDA00041276002200001916
越小，则相对应的第一标准横向数量/>
Figure BDA00041276002200001917
越小。
第一纵向像素点数量
Figure BDA00041276002200001918
与第二纵向像素点数量/>
Figure BDA00041276002200001919
相加，得到图像分割框线和白光图像所有纵向像素点的总量/>
Figure BDA00041276002200001920
乘以二分之一后得到第一标准纵向数量/>
Figure BDA00041276002200001921
所有纵向像素点的总量/>
Figure BDA00041276002200001922
与第一标准纵向数量/>
Figure BDA00041276002200001923
成正比，若所有纵向像素点的总量/>
Figure BDA00041276002200001924
越大，则相对应的第一标准纵向数量/>
Figure BDA00041276002200001925
越大。反之，若所有纵向像素点的总量/>
Figure BDA00041276002200001926
越小，则相对应的第一标准纵向数量/>
Figure BDA00041276002200001927
越小。
步骤S36、基于所述第一标准横向数量和第一标准纵向数量对初始的所述图像分割框线和所述白光图像进行标准化缩放处理，得到当前的图像分割框线和白光图像。
本发明提供的技术方案，通过图像分割框线和白光图像的横向像素点和纵向像素点计算，得到第一标准横向数量和第一标准纵向数量并对初始的图像分割框线和白光图像进行标准化缩放处理。
标准化缩放处理，为根据图像分割框线和白光图像不同的大小，按照第一标准横向数量和第一标准纵向数量，进行相应的缩小和放大。
例如，当图像分割框线比白光图像大时，则将图像分割框线按照第一标准横向数量和第一标准纵向数量进行标准化的缩小，将白光图像按照第一标准横向数量和第一标准纵向数量进行标准化的放大。反之，当白光图像比图像分割框线大时，则将白光图像按照第一标准横向数量和第一标准纵向数量进行标准化的缩小，将图像分割框线按照第一标准横向数量和第一标准纵向数量进行标准化的放大。
将图像分割框线和白光图像进行标准化缩放处理后，得到当前的图像分割框线和白光图像。将图像分割框线和白光图像进行标准化缩放处理的作用在于，实现对图像分割框线和白光图像精准化的进行图像分割处理。
本发明提供的技术方案，在一个可能的实施方式中，步骤S36中(基于所述第一标准横向数量和第一标准纵向数量对初始的所述图像分割框线和所述白光图像进行标准化缩放处理，得到当前的图像分割框线和白光图像)，具体包括以下步骤S361-S363，具体如下：
步骤S361、将所述第一横向像素点数量和所述第一纵向像素点数量，分别与所述第一标准横向数量和第一标准纵向数量进行计算，得到当前的图像分割框线的第一调整值；
本发明提供的技术方案，将图像分割框线的第一横向像素点数量和第一标准横向数量相除，将图像分割框线的第一纵向像素点数量和第一标准纵向数量相除，并分别将两个相除后的值进行运算，得到当前的图像分割框线的第一调整值。
第一调整值，为将当前的图像分割框线，按照第一标准横向数量和第一标准纵向数量，进行缩小或放大的调整倍数。第一调整值的作用在于，便于图像分割框线按照一定的倍数进行标准化缩放处理，以实现与白光图像进行精准化的图像分割处理。
步骤S362、将所述第二横向像素点数量和所述第二纵向像素点数量，分别与所述第一标准横向数量和第一标准纵向数量进行计算，得到当前的白光图像的第二调整值；
本发明提供的技术方案，本发明提供的技术方案，将白光图像的第二横向像素点数量和第一标准横向数量相除，将白光图像的第二纵向像素点数量和第一标准纵向数量相除，并分别将两个相除后的值进行运算，得到当前的白光图像的第二调整值。
第二调整值，为将当前的白光图像，按照第一标准横向数量和第一标准纵向数量，进行缩小或放大的调整倍数。第二调整值的作用在于，便于白光图像按照一定的倍数进行标准化缩放处理，以实现与图像分割框线进行精准化的图像分割处理。
通过以下公式计算当前的图像分割框线的第一调整值和白光图像的第二调整值，
Figure BDA0004127600220000211
其中，E1为当前的图像分割框线的第一调整值，H1为横向归一化值，Z1为纵向归一化值，W1为第一调整值权重，E2为当前的白光图像的第二调整值，W2为第二调整值权重；
本发明提供的技术方案，第一横向像素点数量
Figure BDA0004127600220000212
与第一标准横向数量/>
Figure BDA0004127600220000213
相除通过横向归一化值H1进行归一化调整/>
Figure BDA0004127600220000214
第一纵向像素点数量/>
Figure BDA0004127600220000215
与第一标准纵向数量/>
Figure BDA0004127600220000216
相除通过纵向归一化值Z1进行归一化调整/>
Figure BDA0004127600220000217
整体通过第一调整值权重W1进行调整，得到当前的图像分割框线的第一调整值E1。横向归一化值H1、纵向归一化值Z1、第一调整值权重W1均为人为所预先设置的值。
第二横向像素点数量
Figure BDA0004127600220000218
与第一标准横向数量/>
Figure BDA0004127600220000219
相除通过横向归一化值H1进行归一化调整/>
Figure BDA00041276002200002110
第二纵向像素点数量/>
Figure BDA00041276002200002111
与第一标准纵向数量/>
Figure BDA00041276002200002112
相除通过纵向归一化值Z1进行归一化调整/>
Figure BDA00041276002200002113
整体通过第二调整值权重W2进行调整，得到当前的白光图像的第二调整值E2。第二调整值权重W2为人为所预先设置的值。
步骤S363、根据所述第一调整值和所述第二调整值对初始的所述图像分割框线和所述白光图像进行标准化缩放处理，得到当前的图像分割框线和白光图像，并生成分割确认信息。
本发明提供的技术方案，根据图像分割框线的第一调整值和白光图像的第二调整值对初始的图像分割框线和白光图像进行标准化缩放处理，得到当前的图像分割框线和白光图像，并再次生成分割确认信息。
步骤S4、根据所述故障子图像所对应的异常亮度值，确定相对应的故障属性，所述故障属性包括外部故障属性或内部故障属性，根据所述外部故障属性生成覆盖物提醒信息，根据所述内部故障属性生成组串电路提醒信息。
本发明提供的技术方案，根据发生故障的光伏发电板所对应的异常的RGB值，确定相对应的故障属性。
故障属性，为光伏组串的故障的原因。故障属性包括外部故障属性或内部故障属性。
外部故障属性，为光伏组串发生故障后，光伏发电板外部发生故障的原因，有可能是光伏发电板外部表面有一定程度的浮尘，或其他导致光伏发电板可能会停止工作的其他覆盖物。因此会根据外部故障属性，生成覆盖物提醒信息，以此来提醒工作人员对故障光伏组串的外部着重进行检修。
内部故障属性，为光伏组串发生故障后，光伏发电板内部发生故障的原因，有可能是光伏发电板内部组串电路短路等其他导致光伏发电板可能会停止工作的内部故障原因。因此会根据内部故障属性，生成组串电路提醒信息，以此来提醒工作人员对故障光伏组串的内部着重进行检修。
为了实现本发明所提供的一种评估光伏组串工况的方法，本发明还提供了一种评估光伏组串工况的装置，如图3所示其系统的结构示意图，包括：
比对模块，获取预设区域内各光伏组串的并网电能数据，确定各光伏组串的属性数据，所述属性数据包括光伏数量和光伏型号，将属性数据相同的光伏组串所对应的并网电能数据进行比对，得到比对结果，并根据所述比对结果确定故障光伏组串；
解析模块，对所述故障光伏组串的属性数据进行解析，得到故障光伏数量和故障光伏型号，根据所述故障光伏数量和故障光伏型号从分割框线数据库中确定相应的图像分割框线；
分割模块，根据所述图像分割框线对白光图像进行分割处理，得到多个子图像，分别获取每个子图像的亮度值，对多个所述子图像的亮度值进行比较确定异常亮度值，根据所述异常亮度值确定多个子图像中的故障子图像；
提醒模块，根据所述故障子图像所对应的异常亮度值，确定相对应的故障属性，所述故障属性包括外部故障属性或内部故障属性，根据所述外部故障属性生成覆盖物提醒信息，根据所述内部故障属性生成组串电路提醒信息。
本发明还提供一种存储介质，所述存储介质中存储有计算机程序，所述计算机程序被处理器执行时用于实现上述的各种实施方式提供的方法。
其中，存储介质可以是计算机存储介质，也可以是通信介质。通信介质包括便于从一个地方向另一个地方传送计算机程序的任何介质。计算机存储介质可以是通用或专用计算机能够存取的任何可用介质。例如，存储介质耦合至处理器，从而使处理器能够从该存储介质读取信息，且可向该存储介质写入信息。当然，存储介质也可以是处理器的组成部分。处理器和存储介质可以位于专用集成电路(Application Specific IntegratedCircuits，简称：ASIC)中。另外，该ASIC可以位于用户设备中。当然，处理器和存储介质也可以作为分立组件存在于通信设备中。存储介质可以是只读存储器(ROM)、随机存取存储器(RAM)、CD-ROM、磁带、软盘和光数据存储设备等。
本发明还提供一种程序产品，该程序产品包括执行指令，该执行指令存储在存储介质中。设备的至少一个处理器可以从存储介质读取该执行指令，至少一个处理器执行该执行指令使得设备实施上述的各种实施方式提供的方法。
在上述终端或者服务器的实施例中，应理解，处理器可以是中央处理单元(英文：Central Processing Unit，简称：CPU)，还可以是其他通用处理器、数字信号处理器(英文：Digital Signal Processor，简称：DSP)、专用集成电路(英文：Application SpecificIntegrated Circuit，简称：ASIC)等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。结合本发明所公开的方法的步骤可以直接体现为硬件处理器执行完成，或者用处理器中的硬件及软件模块组合执行完成。
最后应说明的是：以上各实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述各实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分或者全部技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的范围。

Claims (10)

1.一种评估光伏组串工况的方法，其特征在于，包括：
获取预设区域内各光伏组串的并网电能数据，确定各光伏组串的属性数据，所述属性数据包括光伏数量和光伏型号，将属性数据相同的光伏组串所对应的并网电能数据进行比对，得到比对结果，并根据所述比对结果确定故障光伏组串；
对所述故障光伏组串的属性数据进行解析，得到故障光伏数量和故障光伏型号，根据所述故障光伏数量和故障光伏型号从分割框线数据库中确定相应的图像分割框线；
根据所述图像分割框线对白光图像进行分割处理，得到多个子图像，分别获取每个子图像的亮度值，对多个所述子图像的亮度值进行比较确定异常亮度值，根据所述异常亮度值确定多个子图像中的故障子图像；
根据所述故障子图像所对应的异常亮度值，确定相对应的故障属性，所述故障属性包括外部故障属性或内部故障属性，根据所述外部故障属性生成覆盖物提醒信息，根据所述内部故障属性生成组串电路提醒信息。
2.根据权利要求1所述的方法，其特征在于，
所述获取预设区域内各光伏组串的并网电能数据，确定各光伏组串的属性数据，所述属性数据包括光伏数量和光伏型号，将属性数据相同的光伏组串所对应的并网电能数据进行比对，得到比对结果，并根据所述比对结果确定故障光伏组串，具体包括：
基于所述属性数据对多个第一光伏组串进行归类，得到多个第一光伏组串集合，其中，每个所述第一光伏组串集合内的各第一光伏组串的光伏数量和光伏型号相同；
获取各第一光伏组串集合内多个第一光伏组串的并网电能数据，对各所述并网电能数据进行比对处理，获取异常电能数据，并确定所述异常电能数据对应的第一光伏组串为故障光伏组串。
3.根据权利要求2所述的方法，其特征在于，
根据所述故障光伏数量和故障光伏型号从分割框线数据库中确定相应的图像分割框线，包括：
根据所述故障光伏型号从分割框线数据库中确定图像分割框线类型，根据所述图像分割框线类型确定多个初始图像分割框线；
根据所述故障光伏数量从多个初始图像分割框线中选中一个数量相同的初始图像分割框线，作为图像分割框线。
4.根据权利要求2所述的方法，其特征在于，
根据所述故障光伏数量和故障光伏型号从分割框线数据库中确定相应的图像分割框线，包括：
根据所述故障光伏型号从分割框线数据库中确定子图像分割框线；
获取故障光伏组串中相邻光伏板之间的间隔距离，根据所述故障光伏数量和所述间隔距离按照第一方向对所述子图像分割框线进行复制处理，得到第一图像分割框线；
基于第一辅助线将第一图像分割框线中多个所述子图像分割框线的上边缘线进行连接，并基于第二辅助线将第一图像分割框线中多个所述子图像分割框线的下边缘线进行连接，得到图像分割框线。
5.根据权利要求3或4所述的方法，其特征在于，
根据所述图像分割框线对白光图像进行分割处理，得到多个子图像，包括：
根据所述图像分割框线的上边缘线或下边缘线获取所述图像分割框线的第一横向像素点数量，根据所述图像分割框线的左边缘线或右边缘线获取所述图像分割框线的第一纵向像素点数量；
获取所述白光图像的第二横向像素点数量和第二纵向像素点数量；
若所述第一横向像素点数量和所述第二横向像素点数量相同，且所述第一纵向像素点数量和所述第二纵向像素点数量相同,生成分割确认信息；
基于所述分割确认信息，获取所述图像分割框线的第一定位点，以及所述白光图像的第二定位点，基于所述第一定位点和所述第二定位点将所述图像分割框线定位至所述白光图像中，对白光图像进行分割处理，得到多个子图像。
6.根据权利要求5所述的方法，其特征在于，获取所述白光图像的第二横向像素点数量和第二纵向像素点数量，包括：
对所述白光图像进行坐标化处理得到白光图像坐标集合，确定所述白光图像坐标集合中最大X值、最小X值、最大Y值和最小Y值；
根据所述最大X值、最小X值确定中心点X值，根据所述最大Y值和最小Y值确定中心点Y值，基于所述中心点X值和所述中心点Y值确定中心点坐标；
以所述中心点坐标为中心，构建相互垂直的第一中心线和第二中心线，所述第一中心线和第二中心线位于所述白光图像内，且所述第一中心线与所述白光图像的上边缘线或下边缘线平行，所述第二中心线与所述白光图像的左边缘线或右边缘线平行；
根据所述第一中心线获取所述白光图像的第二横向像素点数量，根据所述第二中心线获取所述白光图像的第二纵向像素点数量。
7.根据权利要求6所述的方法，其特征在于，还包括：
若所述第一横向像素点数量和所述第二横向像素点数量不同，且所述第一纵向像素点数量和所述第二纵向像素点数量不同,则根据第一横向像素点数量、第二横向像素点数量、第一纵向像素点数量和第二纵向像素点数量生成第一标准横向数量和第一标准纵向数量；
通过以下公式得到第一标准横向数量和第一标准纵向数量，
Figure FDA0004127600200000031
其中，
Figure FDA0004127600200000032
为第一标准横向数量，/>
Figure FDA0004127600200000033
为第一横向像素点数量，/>
Figure FDA0004127600200000034
为第二横向像素点数量，为横向像素点数量权重，/>
Figure FDA0004127600200000035
为第一标准纵向数量，/>
Figure FDA0004127600200000036
为第一纵向像素点数量，/>
Figure FDA0004127600200000037
为第二纵向像素点数量；
基于所述第一标准横向数量和第一标准纵向数量对初始的所述图像分割框线和所述白光图像进行标准化缩放处理，得到当前的图像分割框线和白光图像。
8.根据权利要求7所述的方法，其特征在于，基于所述第一标准横向数量和第一标准纵向数量对初始的所述图像分割框线和所述白光图像进行标准化缩放处理，得到当前的图像分割框线和白光图像，包括：
将所述第一横向像素点数量和所述第一纵向像素点数量，分别与所述第一标准横向数量和第一标准纵向数量进行计算，得到当前的图像分割框线的第一调整值；
将所述第二横向像素点数量和所述第二纵向像素点数量，分别与所述第一标准横向数量和第一标准纵向数量进行计算，得到当前的白光图像的第二调整值；
通过以下公式计算当前的图像分割框线的第一调整值和白光图像的第二调整值，
Figure FDA0004127600200000041
其中，E1为当前的图像分割框线的第一调整值，H1为横向归一化值，Z1为纵向归一化值，W1为第一调整值权重，E2为当前的白光图像的第二调整值，W2为第二调整值权重；
根据所述第一调整值和所述第二调整值对初始的所述图像分割框线和所述白光图像进行标准化缩放处理，得到当前的图像分割框线和白光图像，并生成分割确认信息。
9.根据权利要求8所述的方法，其特征在于，
基于所述分割确认信息，获取所述图像分割框线的第一定位点，以及所述白光图像的第二定位点，基于所述第一定位点和所述第二定位点将所述图像分割框线定位至所述白光图像中，对白光图像进行分割处理，得到多个子图像，包括：
对所述图像分割框线进行坐标化处理，根据所述图像分割框线的上边缘线和下边缘线的坐标，获取两个第一居中横向像素点，根据所述图像分割框线的左边缘线或右边缘线的坐标，获取两个第一居中纵向像素点，将两个第一居中横向像素点和两个第一居中纵向像素点作为图像分割框线的第一定位点；
根据所述第二中心线与所述白光图像的上边缘线和下边缘线的交点，获取两个第二居中横向像素点，根据所述第一中心线与所述白光图像的左边缘线和右边缘线的交点，获取两个第二居中纵向像素点，将两个第二居中横向像素点和两个第二居中纵向像素点作为白光图像的第二定位点；
根据所述第一定位点和所述第二定位点，将所述图像分割框线定位至所述白光图像中，对白光图像进行分割处理，得到多个子图像。
10.一种评估光伏组串工况的装置，包括：
比对模块，获取预设区域内各光伏组串的并网电能数据，确定各光伏组串的属性数据，所述属性数据包括光伏数量和光伏型号，将属性数据相同的光伏组串所对应的并网电能数据进行比对，得到比对结果，并根据所述比对结果确定故障光伏组串；
解析模块，对所述故障光伏组串的属性数据进行解析，得到故障光伏数量和故障光伏型号，根据所述故障光伏数量和故障光伏型号从分割框线数据库中确定相应的图像分割框线；
分割模块，根据所述图像分割框线对白光图像进行分割处理，得到多个子图像，分别获取每个子图像的亮度值，对多个所述子图像的亮度值进行比较确定异常亮度值，根据所述异常亮度值确定多个子图像中的故障子图像；
提醒模块，根据所述故障子图像所对应的异常亮度值，确定相对应的故障属性，所述故障属性包括外部故障属性或内部故障属性，根据所述外部故障属性生成覆盖物提醒信息，根据所述内部故障属性生成组串电路提醒信息。
CN202310250093.2A 2023-03-13 2023-03-13 一种评估光伏组串工况的方法及装置 Active CN116205892B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310250093.2A CN116205892B (zh) 2023-03-13 2023-03-13 一种评估光伏组串工况的方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310250093.2A CN116205892B (zh) 2023-03-13 2023-03-13 一种评估光伏组串工况的方法及装置

Publications (2)

Publication Number Publication Date
CN116205892A true CN116205892A (zh) 2023-06-02
CN116205892B CN116205892B (zh) 2024-04-05

Family

ID=86511182

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310250093.2A Active CN116205892B (zh) 2023-03-13 2023-03-13 一种评估光伏组串工况的方法及装置

Country Status (1)

Country Link
CN (1) CN116205892B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117172962A (zh) * 2023-07-17 2023-12-05 南京工业职业技术大学 基于电力系统的用电节能方法及系统

Citations (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111985455A (zh) * 2020-09-08 2020-11-24 国网江西省电力有限公司电力科学研究院 一种光伏组件可见光故障模型的训练和识别方法及装置
US20210135625A1 (en) * 2018-05-09 2021-05-06 Beijing Institute Of Technology Photovoltaic array fault diagnosis method based on composite information
US20210233245A1 (en) * 2019-05-09 2021-07-29 Boe Technology Group Co., Ltd. Computer-implemented method of detecting foreign object on background object in an image, apparatus for detecting foreign object on background object in an image, and computer-program product
CN113516625A (zh) * 2021-04-30 2021-10-19 阿里巴巴新加坡控股有限公司 光伏组件图像的异常检测方法、装置及设备
CN113572424A (zh) * 2021-07-02 2021-10-29 清华大学 光伏电池状态异常检测方法、装置、电子设备及存储介质
CN114140421A (zh) * 2021-11-26 2022-03-04 合肥阳光智维科技有限公司 光伏组件的故障定位方法、装置及存储介质
CN114529537A (zh) * 2022-02-24 2022-05-24 上海电气集团股份有限公司 光伏板的异常目标检测方法、系统、设备及介质
CN114898232A (zh) * 2022-04-29 2022-08-12 中科云尚(南京)智能技术有限公司 基于光伏组串数据分析的光伏电站无人机巡检方法及系统
CN115049648A (zh) * 2022-08-12 2022-09-13 北京中拓新源科技有限公司 光伏组件热斑缺陷检测方法及装置
CN115294074A (zh) * 2022-08-11 2022-11-04 山西宏图天下科技有限公司 一种光伏电站的巡检及故障检测定位方法
CN115310351A (zh) * 2022-07-20 2022-11-08 西安万飞控制科技有限公司 一种基于无人机的光伏阵列区域故障诊断的方法及系统
CN115603362A (zh) * 2022-09-09 2023-01-13 石家庄科林物联网科技有限公司（Cn） 光伏发电系统的状态判断方法、装置、控制器及存储介质
CN115714580A (zh) * 2022-10-08 2023-02-24 北京鑫泰绿能科技有限公司 一种光伏电池板的异常检测方法

Patent Citations (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20210135625A1 (en) * 2018-05-09 2021-05-06 Beijing Institute Of Technology Photovoltaic array fault diagnosis method based on composite information
US20210233245A1 (en) * 2019-05-09 2021-07-29 Boe Technology Group Co., Ltd. Computer-implemented method of detecting foreign object on background object in an image, apparatus for detecting foreign object on background object in an image, and computer-program product
CN111985455A (zh) * 2020-09-08 2020-11-24 国网江西省电力有限公司电力科学研究院 一种光伏组件可见光故障模型的训练和识别方法及装置
CN113516625A (zh) * 2021-04-30 2021-10-19 阿里巴巴新加坡控股有限公司 光伏组件图像的异常检测方法、装置及设备
CN113572424A (zh) * 2021-07-02 2021-10-29 清华大学 光伏电池状态异常检测方法、装置、电子设备及存储介质
CN114140421A (zh) * 2021-11-26 2022-03-04 合肥阳光智维科技有限公司 光伏组件的故障定位方法、装置及存储介质
CN114529537A (zh) * 2022-02-24 2022-05-24 上海电气集团股份有限公司 光伏板的异常目标检测方法、系统、设备及介质
CN114898232A (zh) * 2022-04-29 2022-08-12 中科云尚(南京)智能技术有限公司 基于光伏组串数据分析的光伏电站无人机巡检方法及系统
CN115310351A (zh) * 2022-07-20 2022-11-08 西安万飞控制科技有限公司 一种基于无人机的光伏阵列区域故障诊断的方法及系统
CN115294074A (zh) * 2022-08-11 2022-11-04 山西宏图天下科技有限公司 一种光伏电站的巡检及故障检测定位方法
CN115049648A (zh) * 2022-08-12 2022-09-13 北京中拓新源科技有限公司 光伏组件热斑缺陷检测方法及装置
CN115603362A (zh) * 2022-09-09 2023-01-13 石家庄科林物联网科技有限公司（Cn） 光伏发电系统的状态判断方法、装置、控制器及存储介质
CN115714580A (zh) * 2022-10-08 2023-02-24 北京鑫泰绿能科技有限公司 一种光伏电池板的异常检测方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
BINYI SU 等: "BAF-Detector: An Efficient CNN-Based Detector for Photovoltaic Cell Defect Detection", 《IEEE TRANSACTIONS ON INDUSTRIAL ELECTRONICS》, vol. 69, no. 3, pages 3161 - 3171, XP011891856, DOI: 10.1109/TIE.2021.3070507 *
梁斯铭: "基于卫星和航拍正射图像的光伏目标识别与提取方法研究", 《中国优秀硕士学位论文全文数据库 工程科技Ⅱ辑》, no. 08, pages 042 - 287 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117172962A (zh) * 2023-07-17 2023-12-05 南京工业职业技术大学 基于电力系统的用电节能方法及系统
CN117172962B (zh) * 2023-07-17 2024-04-16 南京工业职业技术大学 基于电力系统的用电节能方法及系统

Also Published As

Publication number Publication date
CN116205892B (zh) 2024-04-05

Similar Documents

Publication Publication Date Title
CN108961235A (zh) 一种基于YOLOv3网络和粒子滤波算法的缺陷绝缘子识别方法
Bommes et al. Computer vision tool for detection, mapping, and fault classification of photovoltaics modules in aerial IR videos
CN116205892B (zh) 一种评估光伏组串工况的方法及装置
CN111914720B (zh) 一种输电线路绝缘子爆裂识别方法及装置
CN116168351B (zh) 电力设备巡检方法及装置
CN110751642A (zh) 一种绝缘子裂缝检测方法和系统
CN115909059A (zh) 一种自然资源样本库建立方法和装置
CN112669306A (zh) 一种基于显著图的太阳能电池片缺陷检测方法及系统
CN111740699A (zh) 一种光伏板故障检测识别方法、装置和无人机
CN114549393B (zh) 图像标注方法、装置、设备及计算机存储介质
CN114972225A (zh) 一种基于深度学习的两阶段光伏板缺陷检测方法
CN113963370A (zh) 一种光伏电站中光伏设备的编号方法及编号装置
CN112053322B (zh) 光伏电池板表面遮挡的分割与检测方法
CN116204846B (zh) 一种基于可见图的配电网传感器数据异常快速定位方法
CN116258282B (zh) 一种基于云平台的智能电网资源调度分配方法
CN116191680B (zh) 一种应用于光伏发电的监控管理系统
CN115690505A (zh) 光伏组件故障检测方法、装置、计算机设备及存储介质
CN116029987A (zh) 一种焊接质量检测方法、装置及电子设备
CN115661117A (zh) 一种接触网绝缘子可见光图像检测方法
CN112529881B (zh) 一种电力控制柜线缆异常识别方法及装置
Otamendi et al. A scalable framework for annotating photovoltaic cell defects in electroluminescence images
CN112686915A (zh) 一种基于全卷积神经网络的光伏组件图片切割方法
CN112132835A (zh) 基于SeFa和人工智能的光伏轨道相机果冻效应分析方法
CN111861889A (zh) 基于语义分割的太阳能电池片图像自动拼接方法及系统
CN117873765B (zh) 分布式采集数据处理方法及系统

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