[發明專利]一種基于機器學習的光伏電廠無人機巡檢方法及系統

在審

• 申請號: 202010323592.6
• 申請日: 2020-04-22
• 公開（公告）號: CN111523458A
• 公開（公告）日: 2020-08-11
• 發明（設計）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）人: 中國電建集團貴州電力設計研究院有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/46;G06K9/62
• 代理公司: 貴陽中新專利商標事務所 52100
• 代理人: 張彪

本發明公開了一種基于機器學習的光伏電廠無人機巡檢方法，包括以下步驟：S02、使用無人機對光伏電站區域進行航拍，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處理得到訓練樣本集合；S03、利用機器學習算法從訓練樣本中產生分類預測模型；S04、對待處理的航拍圖片利用所述分類預測模型進行分類；S05、判斷待處理航拍圖片的分類結果是否達到預期，如果達到預期則進入步驟S07，否則進入步驟S06；S06、將分類結果錯誤的航拍圖片添加到訓練樣本集合中，并重復步驟S02至S05；S07、輸出分類結果。以解決現有技術巡檢效率低下的問題。

技術領域

本發明涉及無人機技術領域，尤其涉及一種基于機器學習的光伏電廠無人機巡檢方法及系統。

背景技術

光伏電站的光伏板用于接收太陽能輻射，并將太陽能輻射轉化為電能，因此光伏電站的光伏板都是裸露在外，裸露在外的光伏板經常會由于灰塵、樹葉、鳥糞、樹枝和塑料袋等掉落在其上遮擋其陽光，使光伏板的發電效率降低。為了保障光伏板效率不降低，需要對光伏電站的光伏板進行定期巡檢，以發現光伏板上的雜物，方便及時清理。

現有技術采用人工走動目視巡檢的方式，這種巡檢方式效率低下，因為光伏電站為了盡可能的增大陽光接收面積，通常都會將光伏電站的面積建得非常巨大，這導致需要投入巨大的人力才能將光伏電站的所有光伏板及時巡檢完。

發明內容

為了解決以上現有技術的缺點和不足之處，本發明的首要目的是提供一種基于機器學習的光伏電廠無人機巡檢方法及系統。

本發明的技術方案是：一種基于機器學習的光伏電廠無人機巡檢方法，包括以下步驟：

S02、使用無人機對光伏電站區域進行航拍，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處理得到訓練樣本集合；

S03、利用機器學習算法從訓練樣本中產生分類預測模型；

S04、對待處理的航拍圖片利用所述分類預測模型進行分類；

S05、判斷待處理航拍圖片的分類結果是否達到預期，如果達到預期則進入步驟S07，否則進入步驟S06；

S06、將分類結果錯誤的航拍圖片添加到訓練樣本集合中，并重復步驟S02至S05；

S07、輸出分類結果。

進一步地，在步驟S02之前還包括以下步驟：

S01、將光伏電站區域劃分為1個以上區域，每個區域分配一架無人機。

進一步地，所述預處理為：將航拍圖片利用摳圖算法將航拍圖片中的光伏板單獨扣出。

進一步地，所述摳圖算法為貝葉斯摳圖算法。

進一步地，所述預處理還包括：所述預處理還包括：通過圖像尺寸歸一化算法將單獨摳出的光伏板圖片尺寸統一。

進一步地，所述圖像尺寸歸一化算法包括以下步驟：

S021、調用opencv庫；

S022、定義歸一化尺寸大小；

S023、獲取原始圖片路徑；

S024、設置圖片保存路徑；

S025、從原始圖片路徑讀取原始圖片；

S026、創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。

進一步地，所述機器學習算法包括以下步驟：

S031、確定輸入圖像的卷積層和池化層；