[發(fā)明專利]一種基于機(jī)器學(xué)習(xí)的光伏電廠無人機(jī)巡檢方法及系統(tǒng)在審
| 申請?zhí)枺?/td> | 202010323592.6 | 申請日: | 2020-04-22 |
| 公開(公告)號: | CN111523458A | 公開(公告)日: | 2020-08-11 |
| 發(fā)明(設(shè)計)人: | 李超;李鐘;鄒江;張玉柱;鄧健;羅婕瑩;李亞鵬;王宏亮 | 申請(專利權(quán))人: | 中國電建集團(tuán)貴州電力設(shè)計研究院有限公司 |
| 主分類號: | G06K9/00 | 分類號: | G06K9/00;G06K9/46;G06K9/62 |
| 代理公司: | 貴陽中新專利商標(biāo)事務(wù)所 52100 | 代理人: | 張彪 |
| 地址: | 550000 貴州省貴陽*** | 國省代碼: | 貴州;52 |
| 權(quán)利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關(guān)鍵詞: | 一種 基于 機(jī)器 學(xué)習(xí) 電廠 無人機(jī) 巡檢 方法 系統(tǒng) | ||
1.一種基于機(jī)器學(xué)習(xí)的光伏電廠無人機(jī)巡檢方法,其特征在于,包括以下步驟:
S02、使用無人機(jī)對光伏電站區(qū)域進(jìn)行航拍,航拍得到光伏板上表面帶有雜物和不帶雜物的航拍圖片,然后將航拍圖片通過預(yù)處理得到訓(xùn)練樣本集合;
S03、利用機(jī)器學(xué)習(xí)算法從訓(xùn)練樣本中產(chǎn)生分類預(yù)測模型;
S04、對待處理的航拍圖片利用所述分類預(yù)測模型進(jìn)行分類;
S05、判斷待處理航拍圖片的分類結(jié)果是否達(dá)到預(yù)期,如果達(dá)到預(yù)期則進(jìn)入步驟S07,否則進(jìn)入步驟S06;
S06、將分類結(jié)果錯誤的航拍圖片添加到訓(xùn)練樣本集合中,并重復(fù)步驟S02至S05;
S07、輸出分類結(jié)果。
2.根據(jù)權(quán)利要求1所述的基于機(jī)器學(xué)習(xí)的光伏電廠無人機(jī)巡檢方法,其特征在于,在步驟S02之前還包括以下步驟:
S01、將光伏電站區(qū)域劃分為1個以上區(qū)域,每個區(qū)域分配一架無人機(jī)。
3.根據(jù)權(quán)利要求1所述的基于機(jī)器學(xué)習(xí)的光伏電廠無人機(jī)巡檢方法,其特征在于,所述預(yù)處理為:將航拍圖片利用摳圖算法將航拍圖片中的光伏板單獨(dú)扣出。
4.根據(jù)權(quán)利要求4所述的基于機(jī)器學(xué)習(xí)的光伏電廠無人機(jī)巡檢方法,其特征在于,所述摳圖算法為貝葉斯摳圖算法。
5.根據(jù)權(quán)利要求3所述的基于機(jī)器學(xué)習(xí)的光伏電廠無人機(jī)巡檢方法,其特征在于,所述預(yù)處理還包括:通過圖像尺寸歸一化算法將單獨(dú)摳出的光伏板圖片尺寸統(tǒng)一。
6.根據(jù)權(quán)利要求5所述的基于機(jī)器學(xué)習(xí)的光伏電廠無人機(jī)巡檢方法,其特征在于,所述圖像尺寸歸一化算法包括以下步驟:
S021、調(diào)用opencv庫;
S022、定義歸一化尺寸大小;
S023、獲取原始圖片路徑;
S024、設(shè)置圖片保存路徑;
S025、從原始圖片路徑讀取原始圖片;
S026、創(chuàng)建歸一化尺寸的圖片對象并指定大小和類型;
S027、將原始圖片通過歸一化尺寸的圖片對象將尺寸歸一化。
7.根據(jù)權(quán)利要求1至6任意一項所述的基于機(jī)器學(xué)習(xí)的光伏電廠無人機(jī)巡檢方法,其特征在于,所述機(jī)器學(xué)習(xí)算法包括以下步驟:
S031、確定輸入圖像的卷積層和池化層;
S032、通過卷積層將訓(xùn)練樣本進(jìn)行多特征提取,提取訓(xùn)練樣本的顏色特征、紋理特征和形狀特征;
S033、將提取的特征輸入到最大池化層,再將池化特征輸入到全連接層進(jìn)行雜物分類。
8.一種基于機(jī)器學(xué)習(xí)的光伏電廠無人機(jī)巡檢系統(tǒng),其特征在于,包括:
區(qū)域劃分模塊,所述區(qū)域劃分模塊用于將光伏電站區(qū)域地圖劃分為1個以上區(qū)域,每個區(qū)域分配一架無人機(jī);
無人機(jī),所述無人機(jī)用于對區(qū)域劃分模塊分配的區(qū)域進(jìn)行航拍,并將航拍圖片發(fā)往圖片預(yù)處理模塊,無人機(jī)與區(qū)域劃分模塊電連接;
圖片預(yù)處理模塊,所述圖片預(yù)處理模塊接收無人機(jī)拍攝的航拍圖片,然后將航拍圖片中的光伏板單獨(dú)摳出組成訓(xùn)練樣本集合,將訓(xùn)練樣本發(fā)送給機(jī)器學(xué)習(xí)模塊,圖片預(yù)處理模塊與無人機(jī)電連接;
機(jī)器學(xué)習(xí)模塊,所述機(jī)器學(xué)習(xí)模塊接收圖片預(yù)處理模塊發(fā)送過來的訓(xùn)練樣本,使用訓(xùn)練樣本訓(xùn)練分類預(yù)測模型,機(jī)器學(xué)習(xí)模塊與圖片預(yù)處理模塊電連接;
輸入模塊,所述輸入模塊用于將無人機(jī)拍攝的航拍圖片輸入到分類預(yù)測模型,并將分類預(yù)測模型的分類結(jié)果發(fā)送給輸出模塊,輸入模塊與無人機(jī)電連接;
輸出模塊,輸出模塊輸出分類結(jié)果,輸出模塊與分類預(yù)測模型電連接。
9.根據(jù)權(quán)利要求8所述的基于機(jī)器學(xué)習(xí)的光伏電廠無人機(jī)巡檢系統(tǒng),其特征在于,還包括:
模型優(yōu)化模塊,所述模型優(yōu)化模塊用于判斷分類預(yù)測模型的分類結(jié)果,模型優(yōu)化模塊電連接在分類預(yù)測模型和輸出模塊之間,模型優(yōu)化模塊與機(jī)器學(xué)習(xí)模塊電連接,如果分類結(jié)果錯誤則將對應(yīng)的航拍圖片和分類結(jié)果添加到訓(xùn)練樣本集合,如果分類結(jié)果真確則將分類結(jié)果發(fā)送給輸出模塊。
10.根據(jù)權(quán)利要求7或8所述的基于機(jī)器學(xué)習(xí)的光伏電廠無人機(jī)巡檢系統(tǒng),其特征在于,所述輸出模塊可以是手機(jī)終端或電腦終端。
該專利技術(shù)資料僅供研究查看技術(shù)是否侵權(quán)等信息,商用須獲得專利權(quán)人授權(quán)。該專利全部權(quán)利屬于中國電建集團(tuán)貴州電力設(shè)計研究院有限公司,未經(jīng)中國電建集團(tuán)貴州電力設(shè)計研究院有限公司許可,擅自商用是侵權(quán)行為。如果您想購買此專利、獲得商業(yè)授權(quán)和技術(shù)合作,請聯(lián)系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202010323592.6/1.html,轉(zhuǎn)載請聲明來源鉆瓜專利網(wǎng)。
- 同類專利
- 專利分類
G06K 數(shù)據(jù)識別;數(shù)據(jù)表示;記錄載體;記錄載體的處理
G06K9-00 用于閱讀或識別印刷或書寫字符或者用于識別圖形,例如,指紋的方法或裝置
G06K9-03 .錯誤的檢測或校正,例如,用重復(fù)掃描圖形的方法
G06K9-18 .應(yīng)用具有附加代碼標(biāo)記或含有代碼標(biāo)記的打印字符的,例如,由不同形狀的各個筆畫組成的,而且每個筆畫表示不同的代碼值的字符
G06K9-20 .圖像捕獲
G06K9-36 .圖像預(yù)處理,即無須判定關(guān)于圖像的同一性而進(jìn)行的圖像信息處理
G06K9-60 .圖像捕獲和多種預(yù)處理作用的組合
- 根據(jù)用戶學(xué)習(xí)效果動態(tài)變化下載學(xué)習(xí)數(shù)據(jù)的系統(tǒng)及方法
- 用于智能個人化學(xué)習(xí)服務(wù)的方法
- 漸進(jìn)式學(xué)習(xí)管理方法及漸進(jìn)式學(xué)習(xí)系統(tǒng)
- 輔助學(xué)習(xí)的方法及裝置
- 基于人工智能的課程推薦方法、裝置、設(shè)備及存儲介質(zhì)
- 基于強(qiáng)化學(xué)習(xí)的自適應(yīng)移動學(xué)習(xí)路徑生成方法
- 一種線上視頻學(xué)習(xí)系統(tǒng)
- 一種基于校園大數(shù)據(jù)的自適應(yīng)學(xué)習(xí)方法、裝置及設(shè)備
- 一種學(xué)習(xí)方案推薦方法、裝置、設(shè)備和存儲介質(zhì)
- 游戲?qū)W習(xí)效果評測方法及系統(tǒng)





