CN117749087B - 一种实景三维渔光互补光伏电站自主巡检清洁运维系统 - Google Patents

Abstract

本发明公开了一种实景三维渔光互补光伏电站自主巡检清洁运维系统，包括数据采集模块、数据处理模块、三维重建模块和一体化管控系统，数据采集模块将采集的数据反馈至数据处理模块进行数据处理，数据处理后反馈至三维重建模块进行构建三维模型，一体化管控系统根据三维重建模块构建三维模型对光伏电站进行控制。本发明有益效果：本发明无人机系统和地面三维激光扫描仪对建筑物采集低空影像和三维激光扫描数据，分别对外业数据进行处理，将三维激光点云与摄影测量点云进行配准，进而将摄影测量影像与配准后的三维激光点云两种多源数据信息融合重建，实现多源数据的建筑物三维重建，可实现无人机自主巡检；自动对光伏板喷水，对光伏板进行清洗。

Description

一种实景三维渔光互补光伏电站自主巡检清洁运维系统

技术领域

本发明涉及光伏电站清洁运维技术领域,尤其是一种实景三维渔光互补光伏电站自主巡检清洁运维系统。

背景技术

目前测绘行业获取三维重建数据的方式主要有航空航天影像、无人机倾斜摄影测量、地面三维激光扫描测量(Light Detection and Ranging，LiDAR)、机载LiDAR等几种方式。考虑到数据采集的精度、成本及场景实施的可行性，一般采用无人机倾斜摄影测量技术和地面三维激光扫描测量技术来获取建筑物的三维重建数据。

三维重建技术主要有利用参数化的三维建模软件人工构建虚景三维模型，如3dsMax、SketchUp等软件，以及利用测量仪器获取数据半自动构建实景三维模型，如ContextCapture Center、Pix4D Mapper、Agisoft PhotoScan等软件，三维模型的表达方式主要有三维实体模型和三维表面模型，两者区别在于模型是否具有实体结构。

无人机倾斜摄测量影技术是近年来发展较为迅速的一项测绘技术，该技术能够高效、高精度地获取目标物的空间信息，其构建的实景三维模型能一定程度地还原真实场景，同时还获取目标物的空间位置、结构、纹理等属性信息。近景摄影测量是通过近距离对目标物进行摄影，以影像的形式获取目标物更加丰富的纹理信息，同时因非接触性的特点，不会损坏目标物，因此被重点应用于文物保护、三维重建、建筑测绘、工业生产等领域。基于低空倾斜摄影测量的三维重建，它可兼顾倾斜摄影测量和近景摄影测量这两种技术的优点，获取复杂场景下建筑物的多视角影像照片，从而得到更加丰富的地物信息，构建更为精细的三维模型。

该技术虽然可以高效地构建真实的实景三维模型，但由于无人机平台作业模式与拍摄角度的限制，难以获取复杂场景下具有复杂结构建筑物的空间信息，尤其是当目标建筑物被其他地物遮挡时，三维重建模型的底部会出现空洞、拉花等现象。

三维激光扫描技术是测绘领域新兴的一项技术，又被称为“实景复制技术”，是测绘领域继GPS后又一颠覆性的技术革命。

与传统应用单点测量方式的经纬仪、全站仪相比，三维激光扫描技术可高效获取目标物表面的点云数据，且点云数据采样间隔均匀、密度高，为目标物的数字化重建提供数据支撑。针对建筑物精细化三维重建的研究内容，地面三维激光扫描测量技术可通过在复杂场景下安全地固定架站，高效地完成建筑物的扫描测量工作，生成高精度的点云数据，为建筑物的三维重建提供高质量数据。

但由于扫描仪自身的局限性，地面激光扫描仪难以采集建筑物中上部的空间信息，进而导致三维重建模型信息不够完整，由于单一重建技术有很大的局限性，故采用多源数据融合的三维重建方法。

1、如中国专利公开了一种基于无人机的光伏电站运维方法(公开号：CN110119156A)，包括：无人机接收控制中心下达的光伏电站运维任务，所述无人机锁定所述光伏电站运维任务，所述无人机根据锁定的光伏电站运维任务规划飞行路线，所述无人机按照所述飞行路线抵达光伏电站并执行所述光伏电站运维任务。包括无人机、用于控制无人机的控制中心以及光伏电站。能够解决家庭分布式光伏电站在清洁、检测以及巡检上难处理的问题，最大程度上代替人工运维，降低运维成本，实现分布式光伏电站运维的区域化、无人化、智能化。

2、一种基于机器视觉的光伏电站巡检清洁无人机(公开号：CN109379040B)，包括无人机和安装在无人机上的装置；图像获取装置包括红外热成像相机、彩色可见光相机、黑白可见光相机和自由云台；姿态感知装置获得无人机的姿态信息；污染物清理装置包括清洁剂存储箱、气泵、水泵、活动机械臂和污染物清洁器；减震履带底盘由固定架、固定架末端的减震装置和连接于固定架两端的履带动力装置组成；自主控制器通过机器视觉技术对太阳能电池板表面的污迹和内部热斑故障，进行识别和决策；并调整自身姿态自主完成光伏阵列巡检、热斑故障检查、表面污染物识别及清理，省去光伏电站运行维护大量耗费的人力物力。

随着全球光伏产业的迅猛发展，伴随着光伏电站的建设质量问题、安全问题也频频爆发，越来越多的光伏电站面临运维的难题，诸如设计缺陷、设备质量缺陷、施工不规范等问题都给光伏电站的运维带来了严峻的挑战。

因此，对于上述问题有必要提出一种实景三维渔光互补光伏电站自主巡检清洁运维系统。

发明内容

针对上述现有技术中存在的不足，本发明的目的在于提供一种实景三维渔光互补光伏电站自主巡检清洁运维系统，以解决上述问题。

一种实景三维渔光互补光伏电站自主巡检清洁运维系统，包括数据采集模块、数据处理模块、三维重建模块和一体化管控系统，所述数据采集模块将采集的数据反馈至数据处理模块进行数据处理，数据处理后反馈至三维重建模块进行构建三维模型，一体化管控系统根据三维重建模块构建三维模型对光伏电站进行控制。

优选地，所述数据采集模块包括无人机系统和地面激光扫描仪，其中无人机系统采集多视角影响和POS数据，地面激光扫描仪采集多站扫描数据和全景影像。

优选地，所述数据处理模块包括摄像测量处理和点云数据处理，其中摄像测量处理对多视角影响和POS数据进行处理，处理后进行测量点云，点云空间配准。

其中点云数据处理对多站扫描数据和全景影像进行数据处理，处理进行三维激光点云，点云空间配准；其点云空间配准包括相配准和ICP配准。

优选地，所述三维重建模块根据点云空间配准构建三角网、实景三维模型、参数化模型和虚景三维模型。

其中一体化管控系统包括展示层、应用层、平台层、数据层、网络层、感知层和物理层。

优选地，所述无人机系统包括无人机巡检系统和无人机清洗系统，其中无人机巡检系统包括无人机、机场配套模块、机场后台和智能巡检管理平台，所述智能巡检管理平台按需制定并下发无人机巡检任务，对机场后台上传的数据进行缺陷识别和管理，实时查看无人机现场的图像、根据需求导出巡检报告，其机场配套模块用于存放无人机、安装系统的机械和电气控制设备。

其中无人机清洗系统包括无人机组、补给站、云服务平台和终端管控平台，其中系统工作步骤为：

S1、管理员由终端管控平台输入设定的清洁任务需求；

S2、地面站与无人机进行数据连接，确认设备状态，按照无人机数量、位置分配任务，规划无人机组的路径；

S3、无人机组机载飞控计算机接收地面站的指令，进行姿态、高度控制，完成地面站的指令；

S4、无人机组到达指定位置，并开始在太阳能光伏板对应位置准备执行清洗作业流程；

S5、无人机装载的清洁组件启动，依靠两组电动可旋转清洗装置在太阳能光伏板上移动喷洒清洁剂并进行清洁；

S6、清洁工作完成后，无人机起飞，拍摄太阳能光伏板图像，发送至地面站，地面站将该信息反馈给健康监控系统；

S7、地面站发送新的控制指令，无人机飞至下一个待清洁光伏板；

S8、如果无人机电池电量不足或无人机内清洁剂不足，地面站将发送对应指令，引导无人机回到补给中心，进行充电或补充清洁剂。

优选地，所述无人机搭载五镜头倾斜摄影模块和热红外摄像机

其中补给站用于无人机的停靠与充电，清洗剂的获取及补充，并附带现场天气信息测量，气象数据评估与传输的功能；

终端管控平台：用于集中显示无人机光伏清洗系统的运行状态，便于管理人员进行最终决策和控制；终端管控平台有基于web端的大屏形式，也有基于App的手机程序。

与现有技术相比，本发明有益效果：本发明数据采集模块、数据处理模块、三维重建模块和一体化管控系统；无人机系统和地面激光扫描仪对建筑物采集低空影像和三维激光扫描数据，之后分别对采集的数据进行处理，将三维激光点云与摄影测量点云进行配准，进而将摄影测量影像与配准后的三维激光点云两种多源数据信息融合重建，实现基于多源数据的建筑物三维重建，可实现无人机自主巡检；无人机自动对光伏板喷水，挂板式清扫机器人对光伏板进行清洗。

附图说明

图1是本发明的自主巡检清洁运维系统原理框图。

图2是本发明的无人机清洗系统原理框图。

图3是本发明的一体化管控系统原理框图；

图4是本发明的控制系统硬件结构构成框图；

图5是本发明的无人机姿态控制切换控制策略图；

图6是本发明的无人机高度位姿控制器结构框图。

具体实施方式

需要说明的是，在不冲突的情况下，本发明中的实施例及实施例中的特征可以相互组合。

以下结合附图对本发明的实施例进行详细说明，但是本发明可以由权利要求限定和覆盖的多种不同方式实施。

如图1并结合图2至图6所示，一种实景三维渔光互补光伏电站自主巡检清洁运维系统，包括数据采集模块、数据处理模块、三维重建模块和一体化管控系统，所述数据采集模块将采集的数据反馈至数据处理模块进行数据处理，数据处理后反馈至三维重建模块进行构建三维模型，一体化管控系统根据三维重建模块构建三维模型对光伏电站进行控制。

进一步的，所述数据采集模块包括无人机系统和地面激光扫描仪，其中无人机系统采集多视角影响和POS数据，地面激光扫描仪采集多站扫描数据和全景影像。

进一步的，所述数据处理模块包括摄像测量处理和点云数据处理，其中摄像测量处理对多视角影响和POS数据进行处理，处理后进行测量点云，点云空间配准。

其中点云数据处理对多站扫描数据和全景影像进行数据处理，处理进行三维激光点云，点云空间配准；其点云空间配准包括相配准和ICP配准。

进一步的，所述三维重建模块根据点云空间配准构建三角网、实景三维模型、参数化模型和虚景三维模型。

其中一体化管控系统包括展示层、应用层、平台层、数据层、网络层、感知层和物理层。

进一步的，所述无人机系统包括无人机巡检系统和无人机清洗系统，其中无人机巡检系统包括无人机、机场配套模块、机场后台和智能巡检管理平台，所述智能巡检管理平台按需制定并下发无人机巡检任务，对机场后台上传的数据进行缺陷识别和管理，实时查看无人机现场的图像、根据需求导出巡检报告，其机场配套模块用于存放无人机、安装系统的机械和电气控制设备。

其中无人机清洗系统包括无人机组、补给站、云服务平台和终端管控平台，其中系统工作步骤为：

S1、管理员由终端管控平台输入设定的清洁任务需求；

S2、地面站与无人机组进行数据连接，确认设备状态，按照无人机数量、位置分配任务，规划无人机组的路径；

S3、无人机组机载飞控计算机接收地面站的指令，进行姿态、高度控制，完成地面站的指令；

S4、无人机组到达指定位置，并开始在太阳能光伏板对应位置准备执行清洗作业流程；

S5、无人机装载的清洁组件启动，依靠两组电动可旋转清洗装置在太阳能光伏板上移动喷洒清洁剂并进行清洁；

S6、清洁工作完成后，无人机起飞，拍摄太阳能光伏板图像，发送至地面站，地面站将该信息反馈给健康监控系统；

S7、地面站发送新的控制指令，无人机飞至下一个待清洁光伏板；

S8、如果无人机电池电量不足或无人机内清洁剂不足，地面站将发送对应指令，引导无人机回到补给中心，进行充电或补充清洁剂。

进一步的，所述无人机搭载五镜头倾斜摄影模块和热红外摄像机其中补给站用于无人机的停靠与充电，清洗剂的获取及补充，并附带现场天气信息测量，气象数据评估与传输的功能；

终端管控平台：用于集中显示无人机光伏清洗系统的运行状态，便于管理人员进行最终决策和控制；终端管控平台有基于web端的大屏形式，也有基于App的手机程序。

与现有技术相比，本发明有益效果：本发明数据采集模块、数据处理模块、三维重建模块和一体化管控系统；无人机系统和地面激光扫描仪对建筑物采集低空影像和三维激光扫描数据，之后分别对采集的数据进行处理，将三维激光点云与摄影测量点云进行配准，进而将摄影测量影像与配准后的三维激光点云两种多源数据信息融合重建，实现基于多源数据的建筑物三维重建，可实现无人机自主巡检；无人机自动对光伏板喷水，挂板式清扫机器人对光伏板进行清洗。

多源数据融合建模技术是指针对同一场景下的目标物，采用不同传感器采集目标物的多种类型数据，经过不同技术手段分别处理数据以及实现多源数据信息融合，进而构建信息丰富、美观完整的精细化三维模型。相比于单一技术建模手段，该技术将主流技术手段的优势相结合，在数据源信息的完整性上有所提升。

基于低空倾斜摄影测量和地面LiDAR的三维重建技术的融合建模主要由三部分构成：多源数据采集与处理、多源数据空间配准以及多源数据信息融合三维重建。多源数据采集与处理，布设共同控制点并利用全站仪量测坐标，采用无人机获取建筑物的多视角影像，采用地面三维激光扫描仪对建筑物进行精细扫描，获得扫描点云数据。多源数据空间配准，不同技术手段获取的数据有着各自的坐标系，要进行融合三维重建，就要先将不同类型的数据归纳到统一的目标坐标系，之后通过配准算法将多源数据配准，以备融合三维重建使用。多源数据信息融合三维重建，在获得完成空间配准的多源数据后，通过一定的融合三维重建算法，对多源数据进行融合重建，以获得更加丰富的空间、几何结构以及纹理信息，构建信息丰富、美观完整的精细化三维模型。

多源数据空间配准，即是将基于不同传感器获得的影像数据与点云数据进行配准，对之后的多源数据融合三维重建具有重要作用。影像数据与激光点云数据属于非同源异质数据，难以直接进行两者的空间配准，而影像数据在摄影测量数据处理中可以生成密集点云数据，给予点云层面的两者配准提供了可能条件，两种点云属于点云层面的同质数据，将激光点云作为源数据，影像点云作为基准数据，对影像点云和激光点云进行粗配准以及ICP配准。

多源数据的坐标系统一

对不同类型的数据进行空间配准，首先应统一两者的坐标系。采用布设公共控制点的方法，基于低空无人机倾斜摄影采集的影像数据，通过像控点关联纳入到目标坐标系，而三维激光点云坐标系是基于扫描仪的相对坐标系，需要后期利用公共控制点进行坐标配准纳入目标坐标系，以此实现两种数据坐标系的统一。

点云数据粗配准，点云数据配准实际是实现刚体变换的过程，通过旋转、平移、缩放等方式实现变换，将两个不同坐标原点、坐标轴方向的点云进行配准。

一般利用七参数法进行空间变换，对应旋转矩阵R、平移矩阵t以及尺度系数λ，其中旋转矩阵由三个角元素组成，平移变换矩阵由三个平移参数组成。具体而言，摄影测量点云与三维激光点云一般不存在缩放关系，因此本节主要考虑旋转和平移变换。对点云的空间变换来说，一般是先实现坐标系的旋转变换，再实现平移变换。

为求解变换参数、实现摄影测量点云与三维激光点云的粗配准，需要选用三个及以上的特征点进行匹配，可以选用建筑物的自然特征点，也可选用人工布设的标靶、黑白棋盘纸等标记物。

对于建筑物信息的获取以及后续三维重建的信息表达均有局限性。其中基于倾斜摄影测量的三维重建可应用于大场景，高效获取建筑物的中上部信息，而基于地面LiDAR的扫描可高精度地获取建筑物中下部及内部信息。因此，采用多源数据融合建模的方式，将摄影测量影像与三维激光点云进行配准，利用空间和信息上的融合，挖掘出影像和点云中丰富的纹理、结构、颜色等信息，共同构建建筑物信息丰富、美观完整的三维模型。

GIS数据整合：

将三维场景重建得到的数据融合到地理信息系统(GIS)中，将来自不同来源和格式的地理信息数据集合在一起，以便进行综合分析、可视化和决策支持的过程。在数字孪生智慧光伏电站一体化管控系统中，GIS数据整合可以用于将来自测绘、遥感、实时监测等多种数据源的地理信息整合在一起，以便更好地了解光伏电站的运行情况和环境。确定需要整合的数据源，可能包括测绘数据、卫星遥感数据、监测设备的实时数据等。

将不同数据源的地理信息数据转换为统一的格式，以便能够进行整合和分析。对每个数据源进行清洗和预处理，修复错误、填充缺失值，确保数据的准确性和完整性。确保所有数据都基于相同的空间参考系统，以便在地图上正确地显示和分析，根据地理坐标或其他标识，将不同数据源的数据匹配和融合在一起，形成综合的地理信息数据集。

使用收集到的设备规格和参数，将各种设备建立三维模型后将模型放置在场景模型中。确保设备的位置、朝向和尺寸与实际一致。通过对比实际测量数据和场景模型，进行精细的调整和校准，以确保模型与实际一致。在场景模型中进行模型测试，查看设备的遮挡、光照效果等，确保模型在不同条件下表现一致。对比模型中的设备位置和实际测量数据，进行数据验证和校准，以确保模型的准确性，并随着电站的变化和维护，及时更新模型，保持其准确性和实用性。伏电站无人机全自主巡检系统作为全自动无人值守解决方案，主要由无人机、机场配套系统、机场后台及智能巡检管理平台组成，系统采用“云-边-端”的应用架构体系。云：管控平台按需制定并下发无人机巡检任务，对机场后台上传的数据进行缺陷识别和管理，实时查看无人机现场的图像、根据需求导出巡检报告等操作。

边：主要包括机场本体、微气象系统、升降系统、空调系统、换电池系统以及充电系统等。机场本体用于存放无人机、安装系统的机械和电气控制设备；微气象系统用于检测巡检区域的气象数据；升降系统搭载无人机升降实现无人机的放飞和回收；空调系统保证机场系统在户外严苛条件下的正常运行；换电池系统用于实现无人机电池的更换操作。作为机场系统的大脑，主要用于控制、检测系统的稳定运行，存储、转发无人机的采集数据，并为无人机下发巡检任务等。端：无人机作为执行任务的“端”，搭载根据业务需求支持搭载多种类型负载，包括变焦可见光相机、热成像仪及第三方负载，自动完成对光伏电站大范围、快速、精细化巡检，在执行完任务后基于RTK定位技术及视觉导航实现精确降落回收。光伏发电站无人机智能巡检系统具备实现远程操控下达任务指令、可查看运维人员作业轨迹、可实现巡检导航功能，可实现电站发电量预测、电站光伏组件运行质量预测、光伏电站草木、灰尘遮挡等提前预警功能。

无人机及机场无人机机场是全自动无人值守作业平台，机身设计高度一体化，集成超广角监控相机、风速计、雨量计、通讯天线、RTK模块、UPS电源等。产品具备强大的环境适应性，即便在气候恶劣的无人之境亦能持续坚守，内置防雷保护功能，机场整机达到IP55防护等级，最长维护间隔可达6个月。配备快充模块，内置空调系统可为电池快速降温，最短充电时间约25分钟。作业覆盖半径可达7km。重量为105千克、占地不足1平方米，支持快速安装和配置。无人机集成先进的多冗余飞控系统、六向感知避障系统，搭载高性能多相机负载和夜视FPV摄像头，具备自动返航与障碍物感知功能。最长飞行时间达40分钟。

无人机及机场无需人工操作、无人值守。设计由机场厢体、无人机、无人机负载、各类控制器、网络设备、气象检测、电源管理等组成的整体机场智能系统。实现无人机全自动起降、远程控制、智能设定巡检路线、电源更换、接力续航、数据传输、数据诊断及分析功能。无人机机场主要功能如下：停放无人机；自主充电；自主巡检；一键起飞；精准定位；实时气象探测；实时传输；飞行航线规划；机场状态检测和控制；远程监控。

无人机光伏智能巡检管理平台全方位呈现无人机巡检作业信息，汇总飞行作业地图、今日作业概况、累计作业成果、缺陷汇总分析、飞行支撑能力建设、无人机装备配置情况、巡检数据等全流程信息，实现作业任务可知可控。设备、航线及巡检任务的维护均由巡检管理执行，并适时向无人机机场侧下发无人机巡检指令，无人机并按照预先规划好的任务进行飞行拍照，实现全自动化巡检。一体化智能巡检包括巡检实时监控、巡检航线管理、巡检任务管理、巡检数据接口、巡检报告及缺陷单管理、异常设备管理与数据分析等模块。

巡检实时监控将集成无人机视频数据，当无人机进行巡检时，对无人机巡检视频信息进行直播，无人机结束巡检后将循环播放无人机的巡检视频。监控界面会展示当前任务信息，包括任务线路、任务重要等级、任务进度、任务责任人等。可直接在集控中心选择巡检任务或任务执行顺序，启动任务，无人机将自动从智能机库起飞、拍照、降落、换电池、充电，按照预设的线路依次进行巡检。巡检系统支持多架无人机连接，可实时监控多架无人机飞行状态及巡检任务执行情况，并在适当时候手动接管无人机进行手动巡检。巡检航线管理，巡检航线列表按照不同的筛选条件对航线进行展示；通过增加航线关键点(坐标)，并对关键点处的无人机姿态，云台偏转、俯仰、焦距的设定，实现航线的增加；可删除废弃或者不需要的巡检航线，修改航线关键点处的无人机状态指令实现航线的修改。

依据巡检区域地理地势信息，结合无人机测绘及设计信息，以对应比例尺绘制巡检区域信息小地图，设置无人机的飞行航点，在航点处设置无人机动作，随后在满足无人机电量续航及任务时长的条件下依次连接各航点行程单一的飞行航线，在此基础上区分巡检航线及巡航航线，满足不同作业需求。

巡检任务管理

巡检任务可按照不同的筛选条件进行查询，比如定期巡检任务、临时任务，不同的巡检任务具有不同的航线，或不同的航线组合方式。新增巡检任务即设定航线的组合方式，生成一个新的巡检任务。任务管理模块可对不需要的巡检任务进行删除、修改。

每一条计划内的无人机巡检任务，可设置巡检开始时间点，选择已有航线或添加新航线，并设置长期任务时间段，每个周期内定期生成任务，此外每一条任务可由不同航线任意搭配，并依据实际情况规划无人机的类型及架次。任务执行完后可视化查看巡检日志，日志记录任务航线、到达航点的详细信息和拍摄的图像，并用不同颜色表示巡检过程中的异常问题。

巡检报告及缺陷数据管理

巡检报告分为全自动化巡检报告，以及人工录入巡检报告。包括报告时间、检测各种环境信息、故障、污损情况位置分布图(全景照片、地形模拟位置图或电站电气方阵图)、每个故障点原始红外、可见光图像、故障温度信息、类型详细说明，精准的坐标信息等，可对巡检报告进行删除和查询。缺陷管理是对巡检发现的缺陷进行管理，包括缺陷自动生成、缺陷录入、缺陷删除、缺陷查询。通过大数据调度工具对运行数据进行分析，自动对异常信息进行筛选和验证，也可人工校核异常信息，对异常设备问题进行长期跟踪。包括管理设备编号，设备异常发生时间，设备处理人员，异常处理结果长期跟踪。长期对异常状态统计，累积异常数据结果，分析异常缘由(机器学习样本累积)，获取足够的样本后可进行机器学习，提取故障信息特征，包括图像特征和运行参数特征。

巡检数据处理和存储

本功能主要是对无人机、自动机场、载荷的飞行数据和后期处理作业数据结果进行存储，并建立管理库，方便后期进行数据查阅和调用。可依据电站整体总平面图、鸟瞰拍摄的全景图定位，标记异常光伏面板组件的编号和面板上热成像异常位置，并至少保存、提供如下数据：巡检区域光伏面板组件分布图；异常光伏面板组件位置分布编号；分割提取每个异常组件独立的整体热成像图及可见光影像；每个异常组件的局部放大清晰的热成像图及清晰的常规照片，以帮助检查组件故障的各种环境影响；每次飞行巡检的可见光图像、热红外图像数据；多次巡检数据对比分析。

清洗无人机：本系统的主要执行机构，承担从补给站获取清洗剂，并完成在设定光伏板上进行清洗作业的职能；

无人机补给站：用于无人机的停靠与充电，清洗剂的获取及补充，并附带现场天气信息测量，气象数据评估与传输的功能；

云服务平台：云端是整个系统的核心组成部分，主要承载了无人机作业数据的收集、评估、处理，补给站的工作状态信息采集，并将这些信息汇总后进行综合运算分析，再将分析结果和决策信息发送到远端的集中控制平台和管理人员手机App终端上。

终端管控平台：用于集中显示无人机光伏清洗系统的运行状态，便于管理人员进行最终决策和控制，平台有基于web端的大屏形式，也有基于App的手机程序。

在通讯信道上，无人机地面控制站通过无线数传电台与无人机组进行通讯，并通过串口与光伏发电站健康监控系统进行连接。无人机向地面站发送飞机状态数据：俯仰角、滚转角、偏航角、经度、纬度、高度、速度、电压与通信信号强度等。同时，地面站向无人机发送飞行航点控制指令。另外，可以延申基于光伏板监测模块的二次开发实现对光伏板的图像信息处理分析，可与健康监测系统关联，进行光伏板的健康监测分析。

无人机的作业流程分为四个步骤。

通过无人机对整个光伏电站进行航测，构建模型，并在二维平面上进行正射投影。并逐一标定每一行待清洗的光伏组件，并对其进行编号。

接下来就是对标定的待清洁区域进行路径规划，并进行相关的安全性验证，确保执行清扫作业时，没有区域内的安全隐患。

完成上述步骤设定和检查工作后，无人机将按照设定的作业计划，从蜂巢机场自主起飞，运用摄像头，雷达等传感器执行清洗光伏板的作业。根据标定的编号，逐行清洗，当发生因为补水或充电导致中断的情形时，能进行断点续扫。

完成清洗作业后，无人机返回蜂巢，并将采集到的图像数据上传健康监控系统，待后期分析生成报告。

挂板式清扫机器人可根据光伏组件积尘度监测结果或其他策略模式自动控制清扫机器人运行；可联动气象及环境监控系统，在大风及降雨条件下控制机器人停靠，保障其运行安全。

通过视觉传感器、IMU等多传感器信息融合，确保机器人运行姿态正确，完成高效的越障和爬坡运行，提高复杂环境适应性。

通过物联网接口，实现清洁数据全面信息化，便于管理者综合研判评估清洁机器人效益及清洁规划。

整机轻量化设计，零用水，高分子材料滚刷，不对光伏板组件产生伤害，整机达到IP65防护等级，防水防尘防腐，适应恶劣应用场景。通过多传感信息技术实现故障及异常检测处理，避免发生二次损坏，模块化设计，提高系统可靠型，便于维护。整机无需注油保养，降低系统故障率。

无人机通过收到云台的清扫光伏板的指令后，根据给定的高精度定位坐标，将挂板式清扫机器人转运到对应的光伏面板上，通过自动下降绳索，缓慢降落清扫机器人，并基于无人机向下的视觉摄像头拍摄下方清扫机器人的停靠站进行二次校准，保证清扫机器人平稳的能够降落到清扫机器人停靠站上。

挂板式清扫机器人自动清扫作业，前期通过无人机喷水清扫作业后，光伏面上的处于带水状态，挂板式清扫机器人通过自动作业毛刷进行进一步清扫作业，能够彻底清扫光伏面板上的灰尘、鸟粪等。

清扫作业完毕后，通过全自主无人机转运挂板式清扫机器人回归机巢，当清扫机器人完成本次光伏组串的作业任务后，无人机会将清扫机器人转运回机巢，自动给清扫机器人和无人机充电，并给无人机补给水。等待下一次的清扫作业任务。

物理层，各种设备构成了数据的基础载体，这些设备包括光伏板阵列、汇流箱、逆变器、环境温度、光照强度等。它们不仅提供了电站运行的实际状态，也是业务相关数据的来源。数字孪生技术的加入，系统不再仅局限于业务相关数据的采集，还将环境因素纳入建模考虑。地形、厂区建筑、绿化以及周边环境都是可视化建模的一部分，因为场景三维可视化的需求，需要在数字孪生系统中得到准确的建模，因此地形、建筑、设备模型都是需要采集的数据。

感知层负责从各种数据生产者中收集数据，不同的采集方式包括传感器获取数据、视频监控数据、无人机摄影和卫星遥感数据等。这些数据在收集后经过预处理，如数据清洗和去噪等，以确保数据质量。

网络层在数字孪生智慧光伏电站一体化管控系统中扮演着关键的角色，它负责连接感知层与数据层，确保从各种数据生产者获取的经过预处理的数据能够安全、高效地传输到数据层进行进一步处理和分析。网络层的设计和配置需根据不同的采集环境、数据传输需求和系统要求进行合理的选择。在数字孪生系统中，不同的数据生产者可能分布在不同的位置，距离可能远近不一，因此网络层的架构应考虑到数据传输的稳定性和时效性。对于光伏电站而言，实时性非常重要，因此网络层需要保证数据能够快速、稳定地传输到数据层，以便及时进行分析和决策。

网络层的传输方式可以多样化，包括有线传输和无线传输。有线传输通常更稳定，适用于设备间的数据传输，如汇流箱、逆变器等，可以使用以太网等协议。无线传输则适用于数据采集点分布较广的情况，如使用无人机获取的数据、环境温度、光照强度等。无线传输可以采用蜂窝网络、Wi-Fi等技术，但需要考虑信号稳定性和覆盖范围等因素。此外，网络层还需要考虑数据的安全性和隐私保护。光伏电站的数据在传输过程中可能涉及敏感信息，如设备状态、发电数据等，因此需要采取加密、认证等措施确保数据的机密性和完整性。在选择网络架构和传输方式时，还需考虑设备的性能、数据流量、延迟要求等因素。不同的数据采集环境可能需要不同的网络配置，因此网络层的设计应灵活适应各种场景，确保数据能够高效地传输到数据层，为后续的数据处理和分析提供可靠的基础。

数据层在数字孪生智慧光伏电站一体化管控系统中充当了核心角色，它是从各种数据源获取的原始数据的存储和处理中心。数据层不仅负责存储来自感知层和网络层的数据，还需要经过一系列关键操作，包括清洗、融合、筛选和过滤等，以确保数据的质量和可用性，从而为上层分析和挖掘提供可靠的基础。数据的清洗是数据层的首要步骤之一。在数据采集过程中，可能会出现各种数据异常，如噪音、缺失值等，这些异常数据会影响后续分析的准确性。清洗操作可以识别并处理这些异常数据，使得数据更加可靠和准确。数据的融合是将来自不同数据源的数据整合在一起，形成更为完整和综合的数据集。在光伏电站的情境下，可能会有来自不同传感器、设备、监控系统等的数据，通过融合操作可以将这些数据关联起来，实现全局视图的建立。数据的筛选和过滤是根据特定的需求和目标，从大量数据中选择出相关的数据，以便于后续的分析和挖掘。在数字孪生系统中，筛选和过滤操作有助于提取出与电站运行状态、性能、问题等相关的数据，使得上层分析更加针对性和高效。

通过这些操作，数据层确保了数据的质量和可靠性，为上层平台提供了可靠的数据基础。这些经过处理的数据可以被接入人工智能系统、大数据分析系统等，进行各种分析、预测、建模等操作，为运营决策、优化运维提供有力的支持。数据层的设计和运维需要与实际业务需求相匹配，以确保数据的高质量和及时可用性。

平台层在数字孪生智慧光伏电站一体化管控系统中扮演着关键的角色，它包含了两个重要的组成部分：人工智能系统和大数据分析系统。这些系统通过运用各种算法、模型和技术，能够从数据中挖掘出有价值的信息，为光伏电站的运营、维护和管理提供强有力的支持。人工智能系统利用先进的机器学习、深度学习和自然语言处理等技术，从数据中自动学习模式、趋势和规律。通过分析历史数据和实时数据，人工智能系统能够识别异常、预测故障，甚至优化电站的运行策略。它可以为运维人员提供实时的告警通知，帮助及时采取措施，从而降低电站故障的风险，大数据分析系统则专注于处理海量的数据，通过数据挖掘、统计分析和模型建立，提取出有关光伏电站运行的洞察。这些分析结果可以呈现为各类报表、趋势图和关键性能指标，为管理人员提供直观的决策支持。比如，大数据分析系统可以生成发电效率分析报表、设备健康状态趋势图等，让管理人员了解电站的整体情况并做出相应调整。

应用层不仅仅是数据分析的工具，它更是为应用层提供了关键的决策支持。通过人工智能系统和大数据分析系统的协同作用，光伏电站的运营情况可以得到深入挖掘和洞察，从而实现预测性维护、优化运行和持续改进。这些分析结果能够直接呈现为警报通知、报表汇总、趋势预测等，为管理人员提供及时的信息和洞察，帮助他们做出更明智的决策。

整个无人机清洁控制系统如图4所示，由如下几个硬件模块构成。

主控CPU：完成对整个无人机系统的数据收集整理分析。

传感器模块：主要实现对无人机的姿态控制，高度控制，运行状态监测，以及温度，水量信息的采集。

补给模块：通过多自由度机械手，实现对无人机的充电及清洁剂的补给。

电机驱动控制模块：无人机所有的功率部分，统一由模块化电路进行控制，包括飞控系统，水泵及云台的驱动控制；

电源模块：实现对无人机的整体供电，具有自我保护的功能；

清洗无人机姿态及高度控制：

在当前无人光伏清洗系统中，无人机的姿态控制以及飞行控制算法，是确保整个清洁作业流程能顺利完成的关键，也是控制算法的技术核心所在。后面我们将针对无人机的姿态控制方式及系统数据链流程进行分析论证。如图5，图6所示，无人机本体包括姿态位置速度控制器和飞控计算器，控制器对应设计多组控制参数，多组控制参数包括n个光伏场特征点对应的n组控制器参数和1组强风下降控制参数；飞控计算机中存储有n个光伏场特征点下的n组配平姿态曲线数据，n组控制器参数与n组配平姿态曲线数据一一对应设置，无人机装置工作中，所述飞控计算机实时获取无人机姿态信息并将其与所述n组配平姿态曲线据进行比较，根据比较结果确定所述控制器所采用的控制参数，其中，n大于等于2。

如图6中所示，上述的控制器包括内环路姿态控制系统和外环路速度控制系统，所述内环路姿态控制系统用于控制无人机的偏航、俯仰、滚转姿态，所述外环路速度控制系统用于控制无人机的速度，内环路姿态控制系统和外环路速度控制系统均采用典型的PID反馈控制器；所述控制参数包括PID控制器的比例、积分和微分系数。

控制器分为内外两个回路，内回路由内环姿态控制器控制无人机的偏航、俯仰、滚转姿态，外回路由外环速度控制器控制无人机的速度。内环姿态控制器和外环速度控制器采用的典型的PID反馈控制器。通过仿真试验，调整PID控制器的比例、积分、微分系数，设计满足要求的控制器。无人机的位置通过无人机的姿态和高度进行控制。速度分段模块通过当前位置和期望位置之间的距离，计算期望的速度。目标位置由视觉识别模块确定。不同的阵风等级对应不同的PID控制器的比例、积分、微分系数。即，n个典型光伏场特征点和1个强风下降控制器采用相同的控制结构，但是不同的PID控制器。不同的PID控制器对应不同的比例、积分、微分系数。

切换控制策略如图5所示，通过将实际测量的无人机姿态和预存的姿态曲线进行对比，判断变化趋势与n个预存曲线之间的相似性，所得n个相似性中的最大值如果大于预先给定的阈值，则认为目前的风场采用该相似性对应的阵风强度，并采用该阵风强度对应的控制器。如果所得n个相似性中的最大值小于预先给定的阈值，则启动强风下降控制器。

以上所述仅为本发明的优选实施例，并非因此限制本发明的专利范围，凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本发明的专利保护范围内。

Claims (6)

1.一种实景三维渔光互补光伏电站自主巡检清洁运维系统，其特征在于：包括数据采集模块、数据处理模块、三维重建模块和一体化管控系统，所述数据采集模块将采集的数据反馈至数据处理模块进行数据处理，数据处理后反馈至三维重建模块进行构建三维模型，一体化管控系统根据三维重建模块构建三维模型对光伏电站进行控制；所述数据采集模块包括无人机系统和地面激光扫描仪，其中无人机系统采集多视角影响和POS数据，地面激光扫描仪采集多站扫描数据和全景影像；其中一体化管控系统包括展示层、应用层、平台层、数据层、网络层、感知层和物理层；

所述无人机系统包括无人机巡检系统和无人机清洗系统，其中无人机巡检系统包括无人机、机场配套模块、机场后台和智能巡检管理平台，所述智能巡检管理平台按需制定并下发无人机巡检任务，对机场后台上传的数据进行缺陷识别和管理，实时查看无人机现场的图像、根据需求导出巡检报告，其机场配套模块用于存放无人机、安装系统的机械和电气控制设备；

所述无人机清洗系统包括无人机组、补给站、云服务平台和终端管控平台，其中系统工作步骤为：

S1、管理员由终端管控平台输入设定的清洁任务需求；

S2、地面站与无人机进行数据连接，确认设备状态，按照无人机数量、位置分配任务，规划无人机组的路径；

S3、无人机组机载飞控计算机接收地面站的指令，进行姿态、高度控制，完成地面站的指令；

S4、无人机组到达指定位置，并开始在太阳能光伏板对应位置准备执行清洗作业流程；

S5、无人机装载的清洁组件启动，依靠两组电动可旋转清洗装置在太阳能光伏板上移动喷洒清洁剂并进行清洁；

S6、清洁工作完成后，无人机起飞，拍摄太阳能光伏板图像，发送至地面站，地面站将该信息反馈给健康监控系统；

S7、地面站发送新的控制指令，无人机飞至下一个待清洁光伏板；

S8、如果无人机电池电量不足或无人机内清洁剂不足，地面站将发送对应指令，引导无人机回到补给中心，进行充电或补充清洁剂。

2.如权利要求1所述的一种实景三维渔光互补光伏电站自主巡检清洁运维系统，其特征在于：所述数据处理模块包括摄像测量处理和点云数据处理，其中摄像测量处理对多视角影响和POS数据进行处理，处理后进行测量点云，点云空间配准。

3.如权利要求2所述的一种实景三维渔光互补光伏电站自主巡检清洁运维系统，其特征在于：其中点云数据处理对多站扫描数据和全景影像进行数据处理，处理进行三维激光点云，点云空间配准；其点云空间配准包括相配准和ICP配准。

4.如权利要求2所述的一种实景三维渔光互补光伏电站自主巡检清洁运维系统，其特征在于：所述三维重建模块根据点云空间配准构建三角网、实景三维模型、参数化模型和虚景三维模型。

5.如权利要求1所述的一种实景三维渔光互补光伏电站自主巡检清洁运维系统，其特征在于：所述无人机搭载五镜头倾斜摄影模块和热红外摄像机。

6.如权利要求1所述的一种实景三维渔光互补光伏电站自主巡检清洁运维系统，其特征在于：其中补给站用于无人机的停靠与充电，清洗剂的获取及补充，并附带现场天气信息测量，气象数据评估与传输的功能；

终端管控平台：用于集中显示无人机光伏清洗系统的运行状态，便于管理人员进行最终决策和控制；终端管控平台有基于web端的大屏形式，也有基于App的手机程序。