[發明專利]基于神經網絡和LoRa技術的山地光伏電站支架監測方法

在審

• 申請號: 202010924587.0
• 申請日: 2020-09-05
• 公開（公告）號: CN111967445A
• 公開（公告）日: 2020-11-20
• 發明（設計）人: 王富才;陳洪
• 申請（專利權）人: 王富才
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/34;G06K9/46;G06K9/62;G06N3/04;G06N3/08
• 代理公司: 暫無信息
• 代理人: 暫無信息

本發明提供了一種基于神經網絡和LoRa技術的山地光伏電站支架監測方法，該方法包括：對采集到的光伏電站支架圖像進行處理后分別送入語義分割網絡、關鍵點檢測網絡、分類網絡三個網絡分支進行異物檢測、斷裂檢測、扭曲變形檢測；利用陀螺儀對光伏電站支架進行傾斜檢測；此外，利用風力傳感器和溫度傳感器分別采集風力數據和溫度數據；并搭建LoRa局域網，將得到的檢測結果以及傳感器數據送入LoRa數據采集節點中后再發送給處理器進行分析，將分析結果發送給相關工作人員。本發明可以對光伏電站支架狀態進行全面檢測，方便相關人員進行光伏電站支架的管理工作。

技術領域

本方面涉及人工智能、支架監測領域，尤其是一種基于神經網絡和LoRa技術的山地光伏電站支架監測方法。

背景技術

目前針對光伏電池板的監測日趨完善，但對相應支架進行監測的技術還不夠成熟。尤其是山地環境復雜多變，光伏電站支架在日常使用中容易遭受各種問題，會給光伏電站的整個生產活動帶來較大影響。

山地地勢較為復雜，布置的光伏電池板可能需要分布在山體的不同位置。同時山地信號普遍較差，且各太陽能電池板位置距離較遠，不適合部署ZigBee，Wi-Fi等常用局域網絡。目前常用改善通信方案為通過增加基站數量來優化信號，但此類方法不僅成本過高，費時費力，而且在地形更復雜的山區信號塔很難架設，故在實際的山地光伏電站通信應用中存在一定的阻礙。

發明內容

為了解決上述問題，本發明提出一種基于神經網絡和LoRa技術的山地光伏電站支架監測方法，該方法包括：

步驟一，對光伏電站支架進行圖像采集，得到第一支架圖像，將第一支架圖像送入支架檢測網絡，得到每個光伏電站支架的包圍框，根據得到的光伏電站支架包圍框對第一支架圖像進行裁剪操作，得到第二支架圖像；

步驟二，將第二支架圖像分別送入語義分割網絡、關鍵點檢測網絡、分類網絡三個網絡分支，其中：

語義分割網絡用于得到語義分割圖，對光伏電站支架上是否有異物進行檢測；

關鍵點檢測網絡用于得到光伏電站支架的骨架，根據光伏電站支架的骨架對光伏電站支架中的三角斜梁進行斷裂檢測；

分類網絡用于得到分類結果，對光伏電站支架進行扭曲變形檢測；

陀螺儀用于對光伏電站支架進行傾斜檢測；

步驟三，利用風力傳感器和溫度傳感器分別采集風力數據和溫度數據；

步驟四，搭建LoRa局域網，將三個網絡分支的檢測結果、陀螺儀的數值、風力傳感器和溫度傳感器采集到的數據傳入LoRa數據采集節點中，LoRa數據采集節點將接收到的數據發送給處理器進行分析，具體地，包括分析光伏電站支架的異常情況、分析光伏電站支架異常與風力及溫度之間的關系；

步驟五，將分析結果發送給相關人員，實現對光伏電站支架的監測。

支架檢測網絡的訓練過程為：以采集到的第一支架圖像構建訓練數據集；標簽數據為光伏電站支架的包圍框；通過訓練數據集和標簽數據訓練支架檢測編碼器和第一全連接層，支架檢測編碼器對輸入圖像進行特征提取后得到特征圖，特征圖經過全連接層的處理后得到光伏電站支架的包圍框。

語義分割網絡的訓練過程為：以采集的光伏電站支架的圖像構架訓練數據集；制作標簽數據，標簽包括光伏電站支架、異物、背景三類，其中，屬于背景的像素標注為0，屬于光伏電站支架的像素標注為1，屬于異物的像素標注為2；損失函數為交叉熵損失函數。其中，異物包括落葉、塑料袋。

關鍵點檢測網絡包括兩個分支，一個分支輸出關鍵點熱圖，另一個分支輸出關鍵點親和度向量場；結合兩個分支的輸出結果得到光伏電站支架的骨架。