[發明專利]基于多維度感知的光伏板形變智能預測方法及系統

有效

• 申請號: 202210947806.6
• 申請日: 2022-08-09
• 公開（公告）號: CN115035104B
• 公開（公告）日: 2023-09-08
• 發明（設計）人: 李歡
• 申請（專利權）人: 長峽數字能源科技（湖北）有限公司
• 主分類號: G06T7/00
• 分類號: G06T7/00;G06T5/00;G06T7/13;G06V10/774;G06V10/82
• 代理公司: 北京君慧知識產權代理事務所(普通合伙) 11716
• 代理人: 邢偉

1.一種基于多維度感知的光伏板形變智能預測方法，其特征在于，包括以下步驟：

獲取用于采集光伏板圖像的圖像采集單元在對圖像采集時的畸變參數，對所述畸變參數進行修正；對所述畸變參數進行修正過程為，?通過所述圖像采集單元獲取多張同一矩形圖像，選取每張所述矩形圖像的一條邊緣線作為畸變邊緣線；獲取每條所述畸變邊緣線對應的直線；根據每條畸變邊緣線像素點到所述畸變邊緣線對應直線的距離，確定所述畸變邊緣線各像素點的畸變量；

建立畸變模型，并構建目標函數，通過所述畸變模型和所述目標函數，獲取每張所述矩形圖像的畸變參數；每張所述矩形圖像的畸變參數為一組畸變參數，每組所述畸變參數包含一種或多種畸變參數；獲取每種畸變參數的平均值，根據所述平均值獲取每張所述矩形圖像畸變參數的歐式距離；將全部所述歐式距離進行聚類，對所述歐式距離小的畸變參數進行保留；對保留的每種畸變參數求取平均值，得到一組修正后的畸變參數，即得到修正后的畸變參數；

所述目標函數為：

式中，為畸變邊緣線第i個像素點在直線上投影的橫坐標值；為畸變邊緣線第i個像素點在直線上投影的縱坐標值；為畸變邊緣線第i+1個像素點在直線上投影的橫坐標值；為畸變邊緣線第i+1個像素點在直線上投影的縱坐標值；為畸變邊緣線第i個像素點的橫坐標值；為畸變邊緣線第i個像素點的縱坐標值；為畸變邊緣線第i+1個像素點的橫坐標值；為畸變邊緣線第i+1個像素點的縱坐標值；為畸變邊緣線上第i個像素點的畸變量；為畸變邊緣線對應的直線與圖像橫坐標軸的夾角；

使用該圖像采集單元采集光伏板的光伏板區域圖像；對進行灰度化后的光伏板區域圖像進行邊緣檢測，得到邊緣特征圖；

利用邊緣特征圖中提取的任意一條邊緣線作為目標邊緣線；對該目標邊緣線進行直線檢測，獲得目標邊緣線的基準線；

根據目標邊緣線上各像素點到基準線的垂直距離，得到所述光伏板的總形變量；

利用圖像采集單元的畸變參數，獲取光伏板區域圖像中的畸變像素點；根據所述畸變像素點到所述基準線的距離，獲取所述光伏板的畸變量；

利用獲取的光伏板的總形變量和畸變量，得到所述光伏板的形變量；

利用得到的光伏板的形變量對圖像采集單元所采集的光伏板的形變進行預測。

2.根據權利要求1所述的基于多維度感知的光伏板形變智能預測方法，其特征在于，所述光伏板的總形變量為所述目標邊緣線上各像素點到所述基準線的垂直距離之和。

3.根據權利要求2所述的基于多維度感知的光伏板形變智能預測方法，其特征在于，所述畸變量為每個所述畸變像素點到所述基準線的垂直距離之和。

4.根據權利要求3所述的基于多維度感知的光伏板形變智能預測方法，其特征在于，所述光伏板形變量為所述光伏板的總形變量與所述畸變量的差值。

5.根據權利要求1所述的基于多維度感知的光伏板形變智能預測方法，其特征在于，所述目標邊緣線為所述邊緣特征圖中形變量大的邊緣線。

6.根據權利要求1所述的基于多維度感知的光伏板形變智能預測方法，其特征在于，通過時域卷積網絡對所述光伏板的形變進行預測。

7.根據權利要求6所述的基于多維度感知的光伏板形變智能預測方法，其特征在于，所述時域卷積網絡的損失函數為均方差損失函數。

8.一種基于多維度感知的光伏板形變智能預測系統?，其特征在于，包括：

圖像獲取模塊，獲取用于采集光伏板圖像的圖像采集單元在對圖像采集時的畸變參數，對所述畸變參數進行修正；對所述畸變參數進行修正過程為，?通過所述圖像采集單元獲取多張同一矩形圖像，選取每張所述矩形圖像的一條邊緣線作為畸變邊緣線；獲取每條所述畸變邊緣線對應的直線；根據每條畸變邊緣線像素點到所述畸變邊緣線對應直線的距離，確定所述畸變邊緣線各像素點的畸變量；

建立畸變模型，并構建目標函數，通過所述畸變模型和所述目標函數，獲取每張所述矩形圖像的畸變參數；每張所述矩形圖像的畸變參數為一組畸變參數，每組所述畸變參數包含一種或多種畸變參數；獲取每種畸變參數的平均值，根據所述平均值獲取每張所述矩形圖像畸變參數的歐式距離；將全部所述歐式距離進行聚類，對所述歐式距離小的畸變參數進行保留；對保留的每種畸變參數求取平均值，得到一組修正后的畸變參數，即得到修正后的畸變參數；

所述目標函數為：

式中，為畸變邊緣線第i個像素點在直線上投影的橫坐標值；為畸變邊緣線第i個像素點在直線上投影的縱坐標值；為畸變邊緣線第i+1個像素點在直線上投影的橫坐標值；為畸變邊緣線第i+1個像素點在直線上投影的縱坐標值；為畸變邊緣線第i個像素點的橫坐標值；為畸變邊緣線第i個像素點的縱坐標值；為畸變邊緣線第i+1個像素點的橫坐標值；為畸變邊緣線第i+1個像素點的縱坐標值；為畸變邊緣線上第i個像素點的畸變量；為畸變邊緣線對應的直線與圖像橫坐標軸的夾角；

使用該圖像采集單元采集光伏板的光伏板區域圖像；對進行灰度化后的光伏板區域圖像進行邊緣檢測，得到邊緣特征圖；

總形變量模塊，用于利用邊緣特征圖中提取的任意一條邊緣線作為目標邊緣線；對該目標邊緣線進行直線檢測，獲得目標邊緣線的基準線；根據目標邊緣線上各像素點到基準線的垂直距離，得到所述光伏板的總形變量；

畸變量模塊，用于利用圖像采集單元的畸變參數，獲取光伏板區域圖像中的畸變像素點；根據所述畸變像素點到所述基準線的距離，獲取所述光伏板的畸變量；

真實形變模塊，用于利用獲取的光伏板的總形變量和畸變量，得到所述光伏板的形變量；以及形變預測模塊，利用得到的光伏板的形變量對圖像采集單元所采集的光伏板的形變進行預測。