[發明專利]一種光伏組件熱斑檢測方法、系統和電子設備

在審

• 申請號: 202310219053.1
• 申請日: 2023-03-09
• 公開（公告）號: CN116363075A
• 公開（公告）日: 2023-06-30
• 發明（設計）人: 郎慶凱;吳瓊;李曉娜;解玉文;王振剛;熊鵬
• 申請（專利權）人: 北京國網富達科技發展有限責任公司
• 主分類號: G06T7/00
• 分類號: G06T7/00;G06N3/0464;G06N3/08
• 代理公司: 北京高沃律師事務所 11569
• 代理人: 韓雪梅

本發明提供了一種光伏組件熱斑檢測方法、系統和電子設備，涉及圖像信息檢測領域。本發明獲取待測光伏組件的紅外圖像為待測圖像；將待測圖像輸入到熱斑檢測模型中，確定待測圖像的熱斑檢測結果；熱斑檢測模型是利用光伏組件歷史紅外圖像標注集對初始熱斑檢測模型進行訓練后得到的；初始熱斑檢測模型包括依次連接的特征提取骨干網絡、注意力機制模塊和YOLOv7神經網絡。本發明通過將注意力機制與YOLOv7神經網絡相結合，能夠完成光伏組件熱斑檢測并提高光伏組件熱斑檢測的精度和效率。

技術領域

本發明涉及圖像信息檢測領域，特別是涉及一種光伏組件熱斑檢測方法、系統和電子設備。

背景技術

中國生態文明建設進入以降碳為重點戰略方向、推動減污降碳協同增效、促進經濟社會發展全面綠色轉型和實現生態環境質量改善由量變到質變的關鍵時期，中國全社會的生產方式和生活方式都將產生重要變化。近年來，中國在推動能源轉型和技術創新等方面進行了卓有成效的探索和實踐，綠色理念深入人心。隨著全球能源革命的深入，可再生能源市場將繼續擴大，光伏發電已經成為了可再生能源的重要組成部分，具有較大的發展空間。隨著以降碳為重點戰略方向，光伏設備建設的增加，其設備的故障問題日益增多，人力巡檢已經不堪重負。

據不完全統計，由光伏熱斑缺陷引起的火災等事故占光伏發電系統故障的比例最高。通過檢查光伏組件紅外圖形的狀況可以大大提高維修決策的效率，進一步降低光伏電站故障的可能性，保證安全可靠供電。然而，光伏檢測面臨著面積大、部件多和自然環境復雜等挑戰性問題。傳統的檢查方法包括人工地面測量和直升機輔助巡邏。這兩種方法都是通過人的視覺觀察來檢查，具有高成本、高風險以及低效率等缺點。近年來，無人機和數字圖像技術的發展為光伏電站巡檢提供了新的平臺。無人機巡檢方法通過檢查員遠程操作無人機為檢查目標收集圖像，然后將捕獲的圖像或視頻進行數據分析與檢測。由于無人機檢查具有低成本、高安全性和高效率的優點，部署無人機檢查來取代傳統的人工檢查方法已經得到了廣泛的應用。

申請號為CN202010725625.X的中國發明專利公開了一種基于YOLOv3的新型太陽能電池板熱斑檢測方法，該方法以YOLOv3為基礎進行改進，解決了傳統檢測模式受背景紋理、環境光照和不同圖片之間的調參問題的影響，準確率較低且參數較大，會產生較多的冗余信息，影響檢測后的非最大抑制結果；申請號為CN202110745971.9的中國發明專利公開了一種基于SSD算法模型和遠紅外視頻的光伏故障智能識別方法，采用無人機拍攝紅外錄像，大大減少了人工，為大型光伏電站的檢修工作降低了難度，提高了效率，此模型過于陳舊，檢測的準確率較低，會出現較多的錯檢和漏檢。

發明內容

本發明的目的是提供一種光伏組件熱斑檢測方法、系統和電子設備，通過將注意力機制與YOLOv7神經網絡相結合，能夠完成光伏組件熱斑檢測并提高光伏組件熱斑檢測的精度和效率。

為實現上述目的，本發明提供了如下方案：

一種光伏組件熱斑檢測方法，包括：

獲取待測光伏組件的紅外圖像為待測圖像；

將所述待測圖像輸入到熱斑檢測模型中，確定所述待測圖像的熱斑檢測結果；所述熱斑檢測模型是利用光伏組件歷史紅外圖像標注集對初始熱斑檢測模型進行訓練后得到的；所述初始熱斑檢測模型包括依次連接的特征提取骨干網絡、注意力機制模塊和YOLOv7神經網絡。

可選的，在所述獲取待測光伏組件的紅外圖像為待測圖像之前，還包括：

獲取光伏組件歷史紅外圖像集；所述光伏組件歷史紅外圖像集包括多個光伏組件的歷史紅外圖像；所述光伏組件歷史紅外圖像集包括任一光伏組件的一張或多張歷史紅外圖像；

對多個所述歷史紅外圖像中的光斑進行標注處理，得到光伏組件歷史紅外圖像標注集；

以所述光伏組件歷史紅外圖像集為輸入，以光伏組件歷史紅外圖像標注集為輸出，對初始熱斑檢測模型進行訓練，得到所述熱斑檢測模型。