KR102347616B1 - Fault reading system for solar power plant based on thermal image subtraction analysis - Google Patents
Fault reading system for solar power plant based on thermal image subtraction analysis Download PDFInfo
- Publication number
- KR102347616B1 KR102347616B1 KR1020200053988A KR20200053988A KR102347616B1 KR 102347616 B1 KR102347616 B1 KR 102347616B1 KR 1020200053988 A KR1020200053988 A KR 1020200053988A KR 20200053988 A KR20200053988 A KR 20200053988A KR 102347616 B1 KR102347616 B1 KR 102347616B1
- Authority
- KR
- South Korea
- Prior art keywords
- thermal image
- aerial vehicle
- unmanned aerial
- solar panel
- reading device
- Prior art date
Links
- 238000004458 analytical method Methods 0.000 title claims abstract description 12
- 238000003384 imaging method Methods 0.000 claims abstract description 15
- 230000005856 abnormality Effects 0.000 claims abstract description 7
- 230000002159 abnormal effect Effects 0.000 claims description 5
- 230000004913 activation Effects 0.000 claims description 4
- 238000004891 communication Methods 0.000 claims description 3
- 238000013528 artificial neural network Methods 0.000 claims description 2
- 239000000284 extract Substances 0.000 claims description 2
- 239000011521 glass Substances 0.000 claims description 2
- 238000013021 overheating Methods 0.000 claims description 2
- 238000011176 pooling Methods 0.000 claims description 2
- 230000008901 benefit Effects 0.000 abstract description 4
- 238000010248 power generation Methods 0.000 description 5
- 238000013473 artificial intelligence Methods 0.000 description 4
- 238000000034 method Methods 0.000 description 4
- 238000003491 array Methods 0.000 description 3
- 230000008859 change Effects 0.000 description 3
- 230000007547 defect Effects 0.000 description 3
- 238000012423 maintenance Methods 0.000 description 3
- 238000011410 subtraction method Methods 0.000 description 3
- 238000013135 deep learning Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000007613 environmental effect Effects 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 238000001931 thermography Methods 0.000 description 2
- 230000002411 adverse Effects 0.000 description 1
- 230000006866 deterioration Effects 0.000 description 1
- 239000003344 environmental pollutant Substances 0.000 description 1
- 231100000719 pollutant Toxicity 0.000 description 1
- 238000004321 preservation Methods 0.000 description 1
- 230000008569 process Effects 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
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B64—AIRCRAFT; AVIATION; COSMONAUTICS
- B64C—AEROPLANES; HELICOPTERS
- B64C39/00—Aircraft not otherwise provided for
- B64C39/02—Aircraft not otherwise provided for characterised by special use
- B64C39/024—Aircraft not otherwise provided for characterised by special use of the remote controlled vehicle type, i.e. RPV
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B64—AIRCRAFT; AVIATION; COSMONAUTICS
- B64D—EQUIPMENT FOR FITTING IN OR TO AIRCRAFT; FLIGHT SUITS; PARACHUTES; ARRANGEMENT OR MOUNTING OF POWER PLANTS OR PROPULSION TRANSMISSIONS IN AIRCRAFT
- B64D47/00—Equipment not otherwise provided for
- B64D47/08—Arrangements of cameras
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N5/00—Details of television systems
- H04N5/30—Transforming light or analogous information into electric information
- H04N5/33—Transforming infrared radiation
-
- B64C2201/127—
-
- B64C2201/146—
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B64—AIRCRAFT; AVIATION; COSMONAUTICS
- B64U—UNMANNED AERIAL VEHICLES [UAV]; EQUIPMENT THEREFOR
- B64U2101/00—UAVs specially adapted for particular uses or applications
- B64U2101/30—UAVs specially adapted for particular uses or applications for imaging, photography or videography
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B64—AIRCRAFT; AVIATION; COSMONAUTICS
- B64U—UNMANNED AERIAL VEHICLES [UAV]; EQUIPMENT THEREFOR
- B64U2201/00—UAVs characterised by their flight controls
- B64U2201/20—Remote controls
-
- 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
-
- 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
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T50/00—Aeronautics or air transport
- Y02T50/50—On board measures aiming to increase energy efficiency
Landscapes
- Engineering & Computer Science (AREA)
- Aviation & Aerospace Engineering (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Evolutionary Computation (AREA)
- Computing Systems (AREA)
- Biomedical Technology (AREA)
- Biophysics (AREA)
- Computational Linguistics (AREA)
- Data Mining & Analysis (AREA)
- Life Sciences & Earth Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Molecular Biology (AREA)
- Artificial Intelligence (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Health & Medical Sciences (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Photovoltaic Devices (AREA)
- Image Processing (AREA)
Abstract
본 발명에 따른 열화상 이미지 차감 분석 기반 태양광 발전소 고장 판독 시스템은, 복수의 태양광 패널이 설치된 지역의 상공을 비행하면서 장착된 촬상유닛을 통해 태양광 패널의 열화상 이미지를 획득하는 열화상 이미지 획득용 무인 비행체와, 열화상 이미지 획득용 무인 비행체와 통신하며, 열화상 이미지 획득용 무인 비행체에 제어신호를 송신하는 지상통제시스템과, 열화상 이미지 획득용 무인 비행체가 획득한 열화상 이미지를 전달받으며 열화상 이미지를 이미지 차감법(image subtraction)에 의해 분석하여 태양광 패널의 이상을 판독하는 고장 판독장치와, 고장 판독장치와 통신하며 태양광 패널의 참조 열화상 이미지가 저장된 데이터 서버를 포함하는 것을 특징으로 한다. 본 발명에 따르면 복수의 태양광 패널이 설치된 지역의 상공을 비행하면서 장착된 촬상유닛을 통해 태양광 패널의 열화상 이미지를 획득하는 열화상 이미지 획득용 무인 비행체를 구비함으로써, 넓은 지역에 설치된 다수개의 태양광 패널의 열화상 이미지를 빠르고 간편하게 획득할 수 있는 이점이 있다. The thermal image subtraction analysis-based solar power plant failure reading system according to the present invention is a thermal image that acquires a thermal image of a solar panel through an imaging unit mounted while flying over an area where a plurality of solar panels are installed A ground control system that communicates with the unmanned aerial vehicle for acquisition and the unmanned aerial vehicle for thermal image acquisition and transmits a control signal to the unmanned aerial vehicle for thermal image acquisition, and transmits the thermal image acquired by the unmanned aerial vehicle for thermal image acquisition A fault reading device that receives and analyzes the thermal image by image subtraction to read an abnormality in the solar panel, and a data server that communicates with the fault reading device and stores the reference thermal image of the solar panel characterized in that According to the present invention, by providing an unmanned aerial vehicle for acquiring a thermal image that acquires a thermal image of a solar panel through an imaging unit mounted while flying over an area where a plurality of solar panels are installed, a plurality of solar panels installed in a wide area It has the advantage of being able to quickly and easily acquire a thermal image of a solar panel.
Description
본 발명은 열화상 이미지 차감 분석 기반 태양광 발전소 고장 판독 시스템에 관한 것이다.The present invention relates to a solar power plant failure reading system based on thermal image subtraction analysis.
최근 환경 보존을 위한 각종 환경 규제의 필요성과 화력 발전이나 원자력 발전과 같은 기존 에너지 발전 시설의 위험성 및 각종 오염원 배출로 인한 문제가 대두되면서 신재생 에너지가 크게 각광받고 있다.Recently, as the necessity of various environmental regulations for environmental preservation, the dangers of existing energy power generation facilities such as thermal power generation or nuclear power generation, and the problems caused by the emission of various pollutants have emerged, new and renewable energy has been in the spotlight.
이러한 신재생 에너지 중에서 발전 시설의 구축비용이 저렴하면서도 구축 편의성이 높은 태양광을 이용한 발전이 가장 주목받고 있으며, 이러한 태양광을 이용한 태양광 발전소에는 태양광 패널이 사용되고 있다.Among these new and renewable energies, power generation using solar power, which is inexpensive and easy to construct, is receiving the most attention.
태양광 패널은 태양광을 통해 전력을 생성하므로 야외에 설치되어야 하며, 이로 인해 각종 악천후의 환경에 노출되어 태양광 패널의 운용 과정에서 손상으로 인한 불량이 발생할 수 있다.Since the solar panel generates electric power through sunlight, it must be installed outdoors, and this may lead to exposure to various adverse weather environments, which may cause defects due to damage in the operation process of the solar panel.
또한, 태양광 패널은 대용량의 전력을 생성하기 위해 다수의 태양광 패널이 운용되며, 이로 인해 불량이 발생한 태양광 패널의 개수가 누적되면 발전 효율이 크게 떨어지게 되므로, 이러한 불량이 발생한 태양광 패널을 신속하게 검출하여 유지보수가 이루어지도록 지원하는 것이 필요하다.In addition, a number of photovoltaic panels are operated to generate large-capacity power in the photovoltaic panel, and when the number of photovoltaic panels with defects is accumulated, the power generation efficiency is greatly reduced. It is necessary to quickly detect and support maintenance.
태양광 패널에 대한 기존의 유지보수 방법으로 유지보수 인력이 카메라를 직접 들고 1장씩 촬영을 하는 방법이 있는데, 이 경우 태양광 패널을 가까이서 정확하게 볼 수 있는 장점은 있지만 촬영에 많은 시간과 비용이 소요되는 문제점이 있다.As a conventional maintenance method for solar panels, maintenance personnel hold the camera and take pictures one by one. There is a problem that
본 발명의 목적은, 상술한 문제점을 해결할 수 있는 열화상 이미지 차감 분석 기반 태양광 발전소 고장 판독 시스템을 제공하는 데 있다.An object of the present invention is to provide a solar power plant failure reading system based on thermal image subtraction analysis that can solve the above problems.
상기 목적을 달성하기 위한 열화상 이미지 차감 분석 기반 태양광 발전소 고장 판독 시스템은, A solar power plant failure reading system based on thermal image subtraction analysis for achieving the above object,
복수의 태양광 패널이 설치된 지역의 상공을 비행하면서 장착된 촬상유닛을 통해 상기 태양광 패널의 열화상 이미지를 획득하는 열화상 이미지 획득용 무인 비행체; An unmanned aerial vehicle for acquiring a thermal image that acquires a thermal image of the solar panel through an imaging unit mounted while flying over an area where a plurality of solar panels are installed;
상기 열화상 이미지 획득용 무인 비행체와 통신하며, 상기 열화상 이미지 획득용 무인 비행체에 제어신호를 송신하는 지상통제시스템; a ground control system communicating with the unmanned aerial vehicle for acquiring the thermal image and transmitting a control signal to the unmanned aerial vehicle for acquiring the thermal image;
상기 열화상 이미지 획득용 무인 비행체가 획득한 상기 열화상 이미지를 전달받으며, 상기 열화상 이미지를 이미지 차감법(image subtraction)에 의해 분석하여 태양광 패널의 이상을 판독하는 고장 판독장치; 및 a failure reading device that receives the thermal image acquired by the unmanned aerial vehicle for acquiring the thermal image, and analyzes the thermal image by image subtraction to read abnormalities in the solar panel; and
상기 고장 판독장치와 통신하며, 상기 태양광 패널의 참조 열화상 이미지가 저장된 데이터 서버를 포함하는 것을 특징으로 한다.and a data server in communication with the fault reading device and storing a reference thermal image of the solar panel.
본 발명은 복수의 태양광 패널이 설치된 지역의 상공을 비행하면서 장착된 촬상유닛을 통해 태양광 패널의 열화상 이미지를 획득하는 열화상 이미지 획득용 무인 비행체를 구비함으로써, 넓은 지역에 설치된 다수개의 태양광 패널의 열화상 이미지를 빠르고 간편하게 획득할 수 있는 이점이 있다. The present invention provides an unmanned aerial vehicle for acquiring a thermal image that acquires a thermal image of a solar panel through an imaging unit mounted while flying over an area where a plurality of solar panels are installed, thereby providing a plurality of solar panels installed in a wide area There is an advantage in that a thermal image of the light panel can be acquired quickly and easily.
또한, 작업자가 진입하기 곤란한 지역에 설치된 태양광 패널의 위치로 진입할 필요가 없어 진입하기 곤란한 지역에 설치된 태양광 패널의 열화상 이미지를 안전하게 획득할 수 있는 이점이 있다. In addition, since there is no need to enter the location of the solar panel installed in the difficult-to-enter area, there is an advantage in that it is possible to safely acquire a thermal image of the solar panel installed in the difficult-to-enter area.
또한, 본 발명은 열화상 이미지 획득용 무인 비행체가 획득한 열화상 이미지를 전달받아 이미지 차감법(image subtraction)에 의해 분석하여 태양광 패널의 이상을 판독하는 고장 판독장치를 구비함으로써, 태양광 패널의 이상여부를 빠르게 판독할 수 있는 이점이 있다.In addition, the present invention is provided with a failure reading device that reads abnormalities in the solar panel by receiving the thermal image obtained by the unmanned aerial vehicle for acquiring the thermal image and analyzing it by image subtraction. It has the advantage of being able to quickly read the abnormality of
도 1은 본 발명의 일 실시예에 따른 열화상 이미지 차감 분석 기반 태양광 발전소 고장 판독 시스템을 나타낸 도면이다.
도 2는 도 1의 열화상 이미지 획득용 무인 비행체에 장착된 촬상유닛이 촬영한 태양광 패널의 열화상 이미지를 나타낸 도면이다.
도 3은 도 1의 고장 판독장치의 판독단계를 순차적으로 나타낸 도면이다.1 is a diagram illustrating a solar power plant failure reading system based on thermal image subtraction analysis according to an embodiment of the present invention.
FIG. 2 is a view showing a thermal image of a solar panel captured by an imaging unit mounted on an unmanned aerial vehicle for acquiring a thermal image of FIG. 1 .
FIG. 3 is a diagram sequentially illustrating the reading steps of the failure reading apparatus of FIG. 1 .
이하, 본 발명의 일 Hereinafter, one of the present invention 실시예에in the example 따른 followed 열화상thermal imaging 이미지 차감 분석 기반 태양광 발전소 고장 판독 시스템을 자세히 설명한다. An image subtraction analysis-based solar power plant failure reading system is described in detail.
먼저, 본 발명의 일 실시예에 따른 열화상 이미지 차감 분석 기반 태양광 발전소 고장 판독 시스템의 고장 판독 대상인 태양광 패널을 구비하는 태양광 발전소에 대해 설명한다. 태양광 발전소는 태양광 패널과, 접속반(미도시)과, 인버터(미도시)로 구성된다.First, a photovoltaic power plant including a photovoltaic panel that is a failure reading target of a solar power plant failure reading system based on thermal image subtraction analysis according to an embodiment of the present invention will be described. The photovoltaic power plant is composed of a photovoltaic panel, a connection panel (not shown), and an inverter (not shown).
태양광 패널은 태양으로부터 입사되는 빛 에너지를 전기에너지로 변환하여 출력시킨다. 이러한 태양광 패널은 다수의 태양전지 어레이(미도시)로 구성돤다. 본 실시예에서 태양광 패널은 총 N개의 태양전지 어레이들로 구성되며, 태양전지 어레이들은 상호 병렬로 연결된다. 그리고 각 태양전지 어레이는 다수의 태양전지 모듈로 구성된다. 각 태양전지 어레이의 구성요소인 다수의 태양전지 모듈은 상호 직렬로 연결되어 구성된다. 각 태양전지 어레이의 구성은 동일한 바, m개의 태양전지 모듈이 상호 직렬로 연결된다. 태양전지 모듈은 태양전지 셀을 패키지화한 것으로서, 태양전지 셀은 태양에너지를 전기에너지로 변환할 목적으로 제작된 광전지이며, 금속과 반도체의 접촉면 또는 반도체의 pn접합에 빛을 조사하며 광전효과에 의해 광기전력이 일어나는 것을 이용한 것이다.The solar panel converts light energy incident from the sun into electrical energy and outputs it. Such a solar panel is composed of a plurality of solar cell arrays (not shown). In this embodiment, the solar panel is composed of a total of N solar cell arrays, and the solar cell arrays are connected in parallel to each other. And each solar cell array is composed of a plurality of solar cell modules. A plurality of solar cell modules, which are components of each solar cell array, are connected in series to each other. The configuration of each solar cell array is the same, and m solar cell modules are connected in series with each other. A solar cell module is a package of a solar cell, and a solar cell is a photovoltaic cell manufactured for the purpose of converting solar energy into electrical energy. It uses photovoltaic power.
접속반(미도시)은 태양광 패널의 직류전력을 스트링 단위로 수신하고, 이를 병합하여 인버터(미도시)에 제공한다. The connection panel (not shown) receives the direct current power of the solar panel in string units, merges them, and provides them to the inverter (not shown).
인버터(미도시)는 접속반(미도시)을 통해 병합되어 출력되는 직류전력을 교류전력으로 변환한 후, 전력 계통 부하(미도시)에 공급한다. The inverter (not shown) converts DC power merged and output through a connection panel (not shown) into AC power, and then supplies it to a power system load (not shown).
도 1에 도시된 바와 같이, 본 발명의 일 실시예에 따른 열화상 이미지 차감 분석 기반 태양광 발전소 고장 판독 시스템은, 열화상 이미지 획득용 무인 비행체(110)와, 지상통제시스템(120)과, 고장 판독장치(130)와, 데이터 서버(140)로 구성된다. 1, the thermal image subtraction analysis-based solar power plant failure reading system according to an embodiment of the present invention includes an unmanned
열화상 이미지 획득용 무인 비행체(110)는 상술한 복수의 태양광 패널이 설치된 지역의 상공을 비행하면서 장착된 촬상유닛(미도시)을 통해 태양광 패널의 열화상 이미지를 획득한다. The unmanned
본 실시예에서 열화상 이미지 획득용 무인 비행체(110)는 드론으로 이루어진다. 이러한 열화상 이미지 획득용 무인 비행체(110)는, 촬상유닛(미도시)이 장착된 드론 본체부(111)와, 드론 본체부(111)에 연결되며 비행 가능한 추력을 발생시키는 구동부(112)와, 지상통제시스템(120)의 제어신호를 수신하는 송수신부(미도시)와, 지피에스(GPS) 정보를 수신하는 지피에스 모듈(미도시)을 구비한다.In this embodiment, the unmanned
드론 본체부(111)에는 촬상유닛(미도시), 송수신부(미도시) 및 지피에스 모듈(미도시)이 장착된다. 드론 본체부(111)에 장착된 촬상유닛(미도시)은 적외선 열화상을 촬상할 수 있는 적외선열화상카메라로 이루어진다. 이러한 촬상유닛(미도시)은 태양광 패널의 열화상 이미지를 획득한다.An imaging unit (not shown), a transceiver (not shown), and a GPS module (not shown) are mounted on the
도 2에는 촬상유닛(미도시)이 촬영한 태양광 패널의 열화상 이미지 중 태양광 패널이 이상상태일 때의 이미지가 도시되어 있다. 도 2(a)는 모듈내 단락이 발생될 때이고, 도 2(b)는 스트링 연결 단선이 발생될 때이고, 도 2(c)는 배선 극성의 연결 문제가 발생될 때이고, 도 2(d)는 열화 진행(마이크로 크랙)이 발생될 때이고, 도 2(e)는 정션 박스 과열이 발생될 때이고, 도 2(f)는 모듈 유리의 파손이 발생될 때이다.FIG. 2 shows an image when the solar panel is in an abnormal state among thermal image images of the solar panel captured by the imaging unit (not shown). Fig. 2 (a) is when a short circuit in the module occurs, Fig. 2 (b) is when a string connection disconnection occurs, Fig. 2 (c) is when a connection problem of wiring polarity occurs, and Fig. 2 (d) is When deterioration progress (micro-cracks) occurs, FIG. 2(e) is when junction box overheating occurs, and FIG. 2(f) is when breakage of the module glass occurs.
구동부(112)는 드론 본체부(111)에 연결된다. 이러한 구동부(112)는 회전익을 구비하여 비행 가능한 추력을 발생시킨다. 본 실시예에서 구동부(112)는 4개로 구성되어 드론 본체부(111)에에 지지된다. The
본 실시예에 따른 열화상 이미지 획득용 무인 비행체(110)는, 4개의 구동부(112)가 발생시키는 추력의 상대적 차이를 이용하여 방향전환 및 이동이 가능하다. The unmanned
송수신부(미도시)는 드론 본체부(111)에 장착된다. 이러한 송수신부(미도시)는 지상통제시스템(120)과 무선통신이 가능하도록 구성되어 지상통제시스템(120)의 제어신호를 수신한다. 또한, 송수신부(미도시)는 고장 판독장치(130)와 무선통신 가능하게 연결되어 촬상유닛(미도시)이 획득한 태양광 패널의 열화상 이미지를 고장 판독장치(130)에 직접 전송할 수 있게 구성될 수 있다. A transceiver (not shown) is mounted on the drone
지상통제시스템(120)은 상술한 바와 같이 열화상 이미지 획득용 무인 비행체(110)와 통신하여 열화상 이미지 획득용 무인 비행체(110)에 비행용 제어신호와 태양광 패널을 촬영하도록 하는 촬영신호를 송신한다. As described above, the
고장 판독장치(130)는 열화상 이미지 획득용 무인 비행체(110)가 획득한 열화상 이미지를 전달받는다. 이러한 고장 판독장치(130)는 열화상 이미지를 이미지 차감법(image subtraction)에 의해 분석하여 태양광 패널의 이상을 판독한다. The
이미지 차감법(image subtraction)은 한 픽셀 또는 전체 이미지의 디지털 숫자 값을 다른 이미지에서 빼는 방식이다. 이러한 이미지 차감법은 두 이미지 사이의 변화를 감지하기 위해 주로 사용되며, 이미지 차감법에 의해 온도의 작은 변화를 용이하게 식별할 수 있다. Image subtraction is a method of subtracting a digital numeric value of one pixel or an entire image from another image. This image subtraction method is mainly used to detect a change between two images, and a small change in temperature can be easily identified by the image subtraction method.
본 실시예의 이미지 차감법은 열화상 이미지 획득용 무인 비행체(110)가 획득한 열화상 이미지로부터 데이터 서버(140)로부터 전달받은 태양광 패널의 참조 열화상 이미지를 차감하는 방식을 사용한다. 이러한 방식에 의해 열화상 이미지 획득용 무인 비행체(110)가 획득한 열화상 이미지와 데이터 서버(140)로부터 전달받은 태양광 패널의 참조 열화상 이미지 사이의 온도차이가 나타난다.The image subtraction method of this embodiment uses a method of subtracting the reference thermal image of the solar panel received from the
이렇게 열화상 이미지 획득용 무인 비행체(110)가 획득한 열화상 이미지와 데이터 서버(140)로부터 전달받은 태양광 패널의 참조 열화상 이미지를 비교하기 위해 고장 판독장치(130)는, 먼저 도 3(a)에 도시된 바와 같이, 열화상 이미지 획득용 무인 비행체(110)가 획득한 열화상 이미지를 96x96 크기로 변환하여 4개의 Convolutional 계층을 거쳐 특징을 추출해 낸다. In order to compare the thermal image acquired by the unmanned
다음, 인식률을 높이기 위해 도 3(b)에 도시된 바와 같이 총 4개의 Convolution 계층을 활용한다.Next, in order to increase the recognition rate, a total of four convolution layers are used as shown in FIG. 3(b).
이후, 고장 판독장치(130)는 하나의 Convolutional 계층을 Convolutional 필터를 사용해서 특징을 추출한 후 액티베이션 함수(Activation function)으로 활성화 함수인 ReLu를 적용한 다음, 맥스풀링(Max Pooling)을 이용하여 주요 특징을 정리하여 Fully connected 계층으로 분할한다.(도 3(c) 참조)Thereafter, the
이때, Fully connected 계층은 2개의 뉴럴 네트워크를 지니고 있어 Convolution계층에서 전송된 특징 데이터를 통해 정상/비정상에 관련된 데이터 판독을 수행한다.In this case, since the fully connected layer has two neural networks, normal/abnormal data is read through the feature data transmitted from the convolution layer.
다음, 고장 판독장치(130)는 Dropout계층을 통해 Fully connected 계층의 결과에서 오버피팅(Overfitting)이 발생하는 것을 방지한다.(도 3(d) 참조)Next, the
이후, 고장 판독장치(130)는 고장 판독장치(130)에 구비된 최종 분류기(미도시)를 통해 데이터 서버(140)에 저장된 태양광 패널의 참조 열화상 이미지들과 열화상 이미지 획득용 무인 비행체(110)가 획득한 열화상 이미지를 비교하여 태양광 패널의 정상 및 비정상 여부를 판별한다.(도 3(e) 참조)Thereafter, the
한편, 데이터 서버(140)는 고장 판독장치(130)와 무선 또는 유선으로 통신한다. 이러한 데이터 서버(140)에는 태양광 패널의 참조 열화상 이미지가 저장된다. 여기서 참조 열화상 이미지는 태양광 패널의 정상상태에서의 열화상 이미지이다.Meanwhile, the
또한, 데이터 서버(140)는 열화상 이미지 획득용 무인 비행체(110)가 촬영한 태양광 패널의 열화상 이미지를 전달받아 저장할 수 있다.In addition, the
한편, 본 실시예에 따른 열화상 이미지 차감 분석 기반 태양광 발전소 고장 판독 시스템은, 데이터 서버(140)와 통신하며 데이터 서버(140)에 저장된 열화상 이미지를 전달받아 인공지능 딥러닝 알고리즘을 통해 분량원인을 분석하는 인공지능서버(150)를 더 구비한다. On the other hand, the thermal image subtraction analysis-based solar power plant failure reading system according to the present embodiment communicates with the
인공지능서버(150)는 데이터 서버(140)에 저장된 열화상 이미지 획득용 무인 비행체(110)가 촬영한 태양광 패널의 열화상 이미지와 태양광 패널의 참조 열화상 이미지를 전달받아 딥러닝 알고리즘을 통해 분석하여 크랙, snail-trail, debris 등의 불량 원인을 분석한다.The
이하에서는 본 실시예에 따른 열화상 이미지 차감 분석 기반 태양광 발전소 고장 판독 시스템의 동작을 도 1 내지 도 3을 참조하여 설명한다.Hereinafter, the operation of the solar power plant failure reading system based on the thermal image subtraction analysis according to the present embodiment will be described with reference to FIGS. 1 to 3 .
먼저, 열화상 이미지 획득용 무인 비행체(110)가 복수의 태양광 패널이 설치된 지역의 상공을 비행하면서 장착된 촬상유닛(미도시)을 통해 태양광 패널의 열화상 이미지를 획득한다. First, the unmanned
열화상 이미지 획득용 무인 비행체(110)가 획득한 태양광 패널의 열화상 이미지는 고장 판독장치(130)로 전달된다. The thermal image image of the solar panel acquired by the unmanned
고장 판독장치(130)는 열화상 이미지 획득용 무인 비행체(110)가 획득한 열화상 이미지와 데이터 서버(140)에서 저장된 태양광 패널의 참조 열화상 이미지를 이미지 차감법(image subtraction)을 통해 비교분석하여 태양광 패널의 이상을 판독한다.The
110: 열화상 이미지 획득용 무인 비행체
111: 드론 본체부 112: 구동부
120: 지상통제시스템 130: 고장 판독장치
140: 데이터 서버 150: 인공지능서버110: unmanned aerial vehicle for thermal image acquisition
111: drone body unit 112: driving unit
120: ground control system 130: fault reading device
140: data server 150: artificial intelligence server
Claims (5)
상기 열화상 이미지 획득용 무인 비행체와 통신하며, 상기 열화상 이미지 획득용 무인 비행체에 제어신호를 송신하는 지상통제시스템;
상기 열화상 이미지 획득용 무인 비행체가 획득한 상기 열화상 이미지를 전달받으며, 태양광 패널의 이상을 판독하는 고장 판독장치; 및
상기 고장 판독장치와 통신하며, 상기 태양광 패널의 참조 열화상 이미지가 저장된 데이터 서버를 포함하며,
상기 고장 판독 장치는,
모듈내 단락의 발생여부, 스트링 연결 단선의 발생여부, 배선 극성의 연결 문제 발생여부, 마이크로 크랙 발생여부, 정션 박스 과열 여부, 모듈 유리 파손 여부를 구별하여 판독하기 위해,
상기 열화상 이미지 획득용 무인 비행체로부터 전달받은 열화상 이미지와 상기 데이터 서버로부터 전달받은 태양광 패널의 참조 열화상 이미지를 다음 순서대로 비교하는 것을 특징으로 하는 열화상 이미지 차감 분석 기반 태양광 발전소 고장 판독 시스템.
-다음-
상기 열화상 이미지 획득용 무인 비행체가 획득한 열화상 이미지를 96x96 크기로 변환하여 4개의 Convolutional 계층을 거쳐 특징을 추출함.
인식률을 높이기 위해 총 4개의 Convolution 계층을 활용함.
상기 고장 판독장치는 하나의 Convolutional 계층을 Convolutional 필터를 사용해서 특징을 추출한 후 액티베이션 함수(Activation function)으로 활성화 함수인 ReLu를 적용한 다음, 맥스풀링(Max Pooling)을 이용하여 주요 특징을 정리하여 Fully connected 계층으로 분할함.
이때, Fully connected 계층은 2개의 뉴럴 네트워크를 지니고 있어 상기 Convolution 계층에서 전송된 특징 데이터를 통해 정상/비정상에 관련된 데이터 판독을 수행함.
상기 고장 판독장치는 Dropout계층을 통해 Fully connected 계층의 결과에서 오버피팅(Overfitting)이 발생하는 것을 방지함.
상기 고장 판독장치는 상기 고장 판독장치에 구비된 최종 분류기를 통해 상기 데이터 서버에 저장된 태양광 패널의 참조 열화상 이미지들과 상기 열화상 이미지 획득용 무인 비행체가 획득한 열화상 이미지를 비교하여 태양광 패널의 정상 및 비정상 여부를 판별함.An unmanned aerial vehicle for acquiring a thermal image that acquires a thermal image of the solar panel through an imaging unit mounted while flying over an area where a plurality of solar panels are installed;
a ground control system communicating with the unmanned aerial vehicle for acquiring the thermal image and transmitting a control signal to the unmanned aerial vehicle for acquiring the thermal image;
a failure reading device that receives the thermal image acquired by the unmanned aerial vehicle for acquiring the thermal image and reads abnormalities in the solar panel; and
a data server in communication with the fault reading device and storing a reference thermal image of the solar panel;
The fault reading device is
In order to distinguish and read whether a short circuit in the module, string connection breakage, wiring polarity connection problem, micro-crack, junction box overheating, or module glass breakage occurs,
Thermal image subtraction analysis-based solar power plant failure reading, characterized in that the thermal image received from the unmanned aerial vehicle for acquiring the thermal image and the reference thermal image image of the solar panel received from the data server are compared in the following order system.
-next-
The thermal image obtained by the unmanned aerial vehicle for thermal image acquisition is converted to a size of 96x96 and features are extracted through four convolutional layers.
A total of 4 convolution layers are used to increase the recognition rate.
The failure reading device extracts features of one convolutional layer using a convolutional filter, applies ReLu, an activation function, as an activation function, and then organizes major features using Max Pooling to be fully connected. Divided into layers.
At this time, since the fully connected layer has two neural networks, normal/abnormal data is read through the feature data transmitted from the convolution layer.
The failure reading device prevents overfitting from occurring in the result of the fully connected layer through the dropout layer.
The failure reading device compares the reference thermal image images of the solar panel stored in the data server with the thermal image acquired by the unmanned aerial vehicle for acquiring the thermal image through the final classifier provided in the failure reading device to generate sunlight. Determining whether the panel is normal or abnormal.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020200053988A KR102347616B1 (en) | 2020-05-06 | 2020-05-06 | Fault reading system for solar power plant based on thermal image subtraction analysis |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020200053988A KR102347616B1 (en) | 2020-05-06 | 2020-05-06 | Fault reading system for solar power plant based on thermal image subtraction analysis |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| KR20210135842A KR20210135842A (en) | 2021-11-16 |
| KR102347616B1 true KR102347616B1 (en) | 2022-01-06 |
Family
ID=78717081
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020200053988A KR102347616B1 (en) | 2020-05-06 | 2020-05-06 | Fault reading system for solar power plant based on thermal image subtraction analysis |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR102347616B1 (en) |
Families Citing this family (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR102466333B1 (en) * | 2022-07-01 | 2022-11-17 | 주식회사 대한이앤씨 | System for investigating defects of bridge pavement surface, and method for the same |
| KR102646725B1 (en) * | 2023-03-21 | 2024-03-12 | 한국광기술원 | Edge Device that Includes Solar Panel Generation Prediction and Fault Diagnosis and Solar Power System Including the Same |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR101943342B1 (en) | 2018-08-29 | 2019-01-29 | (주)메타파스 | Management system and method for solar panel using drone |
| JP2019052954A (en) * | 2017-09-15 | 2019-04-04 | エナジー・ソリューションズ株式会社 | Inspection system, inspection method, server device, and program |
| KR101998241B1 (en) | 2019-01-07 | 2019-07-10 | 주식회사 아이온커뮤니케이션즈 | System for detecting defect of solar panel by using big-data |
| US20190228506A1 (en) * | 2018-01-19 | 2019-07-25 | Bae Systems Information And Electronic Systems Integration Inc. | Methods for image denoising and deblurring |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR101742598B1 (en) | 2015-06-09 | 2017-06-15 | 주식회사 주왕산업 | Apparatus for remote monitoring of photovoltaic equipment using thermo-graphic camera |
-
2020
- 2020-05-06 KR KR1020200053988A patent/KR102347616B1/en active IP Right Grant
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2019052954A (en) * | 2017-09-15 | 2019-04-04 | エナジー・ソリューションズ株式会社 | Inspection system, inspection method, server device, and program |
| US20190228506A1 (en) * | 2018-01-19 | 2019-07-25 | Bae Systems Information And Electronic Systems Integration Inc. | Methods for image denoising and deblurring |
| KR101943342B1 (en) | 2018-08-29 | 2019-01-29 | (주)메타파스 | Management system and method for solar panel using drone |
| KR101998241B1 (en) | 2019-01-07 | 2019-07-10 | 주식회사 아이온커뮤니케이션즈 | System for detecting defect of solar panel by using big-data |
Also Published As
| Publication number | Publication date |
|---|---|
| KR20210135842A (en) | 2021-11-16 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Pierdicca et al. | Deep convolutional neural network for automatic detection of damaged photovoltaic cells | |
| KR102347616B1 (en) | Fault reading system for solar power plant based on thermal image subtraction analysis | |
| CN204795370U (en) | Monitoring system and contain its vehicle | |
| KR102133224B1 (en) | An automatic diagnosis system of solar array that is using a CAD design drawing that overlapped pictures taken by a thermal imaging camera of a drone | |
| JP6414721B1 (en) | Solar cell module monitoring method and solar cell module monitoring system | |
| KR101985019B1 (en) | Method for detecting solar energy module being overheat by using drone and GIS | |
| KR102250247B1 (en) | A system and appratus for managing a solar panel using an unmaned aerial vehicle | |
| KR20220055082A (en) | System and method for defect detection based on deep learning through machine-learning of solar module data of thermal image | |
| WO2023031843A1 (en) | System and method for identifying defective solar panels and to quantify energy loss | |
| JP2018082602A (en) | Solar cell module deterioration diagnosis system | |
| Zou et al. | Drone-based solar panel inspection with 5G and AI Technologies | |
| KR102091493B1 (en) | Remote administration system of solar photovoltaic power station | |
| KR102536565B1 (en) | Monitoring system and method for photovoltaic power facilities | |
| de Oliveira et al. | Low-cost aerial electroluminescence (aEL) of PV power plants | |
| CN210927565U (en) | Utilize unmanned aerial vehicle to gather device of photovoltaic module trouble | |
| KR20200087548A (en) | Solar power panel inspection system using a drone | |
| JP2019140886A (en) | Solar cell module deterioration diagnosis system | |
| KR20210100239A (en) | The operating and aintenance metho of photovoltaic power plant using unmanned aerial vehicle | |
| Özer et al. | An approach based on deep learning methods to detect the condition of solar panels in solar power plants | |
| CN117200693A (en) | Photovoltaic module fault diagnosis method, device, equipment and storage medium | |
| CN112184651A (en) | Photovoltaic power station part looseness detection system and method based on artificial intelligence | |
| Kim et al. | Analyzing the range of angles of a solar panel to detect defective cells, using a UAV | |
| Zhang et al. | Inspection and classification system of photovoltaic module defects based on UAV and thermal imaging | |
| JP6880568B2 (en) | Photovoltaic system and inspection method | |
| KR102380224B1 (en) | System for Monitoring Transmission Tower Using Optical Fiber Composite Overhead Ground Wire as Communication Line and Power Source |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| E902 | Notification of reason for refusal | ||
| E701 | Decision to grant or registration of patent right | ||
| GRNT | Written decision to grant |