[發(fā)明專(zhuān)利]一種基于光伏電站UAV的自主巡檢與熱斑識(shí)別方法及系統(tǒng)

在審

• 申請(qǐng)?zhí)枺?/td>: 202010614145.6
• 申請(qǐng)日: 2020-06-30
• 公開(kāi)（公告）號(hào): CN111931565A
• 公開(kāi)（公告）日: 2020-11-13
• 發(fā)明（設(shè)計(jì)）人: 劉佳;楊柏;張軍;姚文杰;練成雄;駱磊;邵臻霖;周龍華;熊飛;周兵;高翔
• 申請(qǐng)（專(zhuān)利權(quán)）人: 廣東省電力開(kāi)發(fā)有限公司
• 主分類(lèi)號(hào): G06K9/00
• 分類(lèi)號(hào): G06K9/00;G06K9/34;G06K9/46;G06K9/62;G06T17/05;G06Q50/06;G07C3/00
• 代理公司: 南京禹為知識(shí)產(chǎn)權(quán)代理事務(wù)所(特殊普通合伙) 32272
• 代理人: 朱寶慶

1.一種基于光伏電站UAV的自主巡檢與熱斑識(shí)別方法，其特征在于：包括，

采集光伏組件原始紅外數(shù)據(jù)并實(shí)時(shí)傳輸?shù)降孛婊局羞M(jìn)行預(yù)處理；

利用像素矩陣提取預(yù)處理后的所述紅外數(shù)據(jù)的圖像邊緣特征；

結(jié)合溫度矩陣識(shí)別圖像中所述光伏組件的熱斑并利用實(shí)時(shí)動(dòng)態(tài)載波相位動(dòng)態(tài)差分策略初步定位至所述熱斑區(qū)域發(fā)熱點(diǎn)位置；

基于現(xiàn)場(chǎng)光伏組件的實(shí)際空間位置構(gòu)建光伏電站三維地圖；

利用初步定位結(jié)果與所述三維地圖進(jìn)行融合處理，得到二次定位后的熱斑位置并生成巡視報(bào)告在終端內(nèi)進(jìn)行展示。

2.根據(jù)權(quán)利要求1所述的基于光伏電站UAV的自主巡檢與熱斑識(shí)別方法，其特征在于：采集所述原始紅外數(shù)據(jù)之前還包括，

基于三維點(diǎn)云地圖的航跡規(guī)劃自主飛行航線(xiàn)；

將規(guī)劃完成的所述自主飛行航線(xiàn)導(dǎo)入所述地面基站中，實(shí)時(shí)監(jiān)控?zé)o人機(jī)的自主巡檢狀態(tài)和數(shù)據(jù)；

利用所述無(wú)人機(jī)的紅外熱相儀采集所述光伏組件原始紅外數(shù)據(jù)并實(shí)時(shí)傳輸?shù)剿龅孛婊局小?/p>

3.根據(jù)權(quán)利要求1或2所述的基于光伏電站UAV的自主巡檢與熱斑識(shí)別方法，其特征在于：預(yù)處理所述原始紅外數(shù)據(jù)包括，

根據(jù)大量熱斑與非熱斑樣本紅外圖片獲取熱斑圖片中熱斑區(qū)域的最高溫度和非熱斑照片的最高溫度，形成疑似熱斑溫度值數(shù)據(jù)；

分析所述疑似熱斑溫度值數(shù)據(jù)，得到一個(gè)溫度值高于所述非熱斑圖片溫度值和低于所述熱斑圖片區(qū)域最高溫度值并作為疑似溫度值；

篩選出所述原始紅外數(shù)據(jù)中大于所述疑似熱斑溫度值的圖片，對(duì)其進(jìn)行畸變矯正和霧霾去除，得到疑似熱斑的數(shù)據(jù)圖片。

4.根據(jù)權(quán)利要求3所述的基于光伏電站UAV的自主巡檢與熱斑識(shí)別方法，其特征在于：提取所述圖像邊緣特征包括，

標(biāo)記預(yù)處理后的所述紅外數(shù)據(jù)中的光斑位置；

將標(biāo)記前的所述紅外數(shù)據(jù)圖片輸入深度學(xué)習(xí)網(wǎng)絡(luò)中進(jìn)行檢測(cè)和分類(lèi)，得到預(yù)判結(jié)果；

利用NMS策略對(duì)比所述標(biāo)記光斑位置和所述預(yù)判結(jié)果并進(jìn)行迭代優(yōu)化，去除弱特征，直至輸出完善的存儲(chǔ)圖片特征模型；

將所述紅外圖片輸入所述存儲(chǔ)圖片特征模型內(nèi)進(jìn)行熱斑識(shí)別，所述存儲(chǔ)圖片特征模型利用所述像素矩陣提取與所述存儲(chǔ)圖片特征模型內(nèi)顏色、紋理相似的特征。

5.根據(jù)權(quán)利要求4所述的基于光伏電站UAV的自主巡檢與熱斑識(shí)別方法，其特征在于：識(shí)別所述熱斑包括，

利用所述存儲(chǔ)圖片特征模型進(jìn)行特征編碼，結(jié)合聚類(lèi)策略識(shí)別所述光伏組件邊緣特征，產(chǎn)生熱斑預(yù)測(cè)框；

根據(jù)類(lèi)別置信度確定所述熱斑預(yù)測(cè)框的類(lèi)別和置信度數(shù)值；

分別過(guò)濾屬于背景的所述預(yù)測(cè)框和置信度閾值較低的所述預(yù)測(cè)框；

對(duì)保留的所述熱斑預(yù)測(cè)框進(jìn)行解碼并根據(jù)先驗(yàn)框得到真實(shí)的位置參數(shù)；

利用所述NMS過(guò)濾重疊度較大的所述預(yù)測(cè)框，檢測(cè)最終剩余的所述預(yù)測(cè)框則識(shí)別所述熱斑。

6.根據(jù)權(quán)利要求5所述的基于光伏電站UAV的自主巡檢與熱斑識(shí)別方法，其特征在于：所述初步定位包括，

根據(jù)最終剩余的所述預(yù)測(cè)框定位所述紅外照片熱斑像素點(diǎn)位置；

利用航拍成像策略和相似三角形策略計(jì)算所述紅外照片熱斑像素點(diǎn)位置，得到所述熱斑實(shí)際的經(jīng)緯度位置；

利用所述熱斑實(shí)際的經(jīng)緯度位置判斷所述熱斑所屬的所述光伏組件。

7.根據(jù)權(quán)利要求6所述的基于光伏電站UAV的自主巡檢與熱斑識(shí)別方法，其特征在于：構(gòu)建所述光伏電站三維地圖包括，建立光伏電站三維地圖數(shù)據(jù)庫(kù)，存儲(chǔ)每塊所述光伏組件的三維信息。

8.根據(jù)權(quán)利要求7所述的基于光伏電站UAV的自主巡檢與熱斑識(shí)別方法，其特征在于：所述融合處理包括，

網(wǎng)格化所述紅外數(shù)據(jù)；

將所述初步定位結(jié)果與構(gòu)建的所述光伏電站三維地圖數(shù)據(jù)庫(kù)中的三維信息自動(dòng)對(duì)應(yīng)，獲得二次定位的所述熱斑位置。