一种基于图像滤波的电池片热斑风险预测方法与流程
本发明涉及光伏检测,尤其涉及一种基于图像滤波的电池片热斑风险预测方法。
背景技术:
1、光伏组件在运行过程中,受电池片隐裂、局部遮挡、焊接缺陷、材料老化及电气失配等因素影响,部分电池片可能出现局部温度异常升高,并随着运行时间延长形成热斑,热斑会造成电池片局部功率损失和温度持续积聚,因而需要对光伏组件中的电池片温度状态进行检测,并对热异常的发展趋势进行判断。
2、现有电池片热斑检测通常采用红外热成像设备获取光伏组件表面温度分布,并通过温度阈值比较、图像分割或轮廓提取识别高温区域。部分方法以单帧红外图像中的最高温度、平均温度或区域温差作为判断依据,部分方法在对红外图像执行滤波后提取异常区域。
3、然而,光伏组件整体温度会随辐照条件、环境温度和运行状态发生变化,直接采用固定温度阈值或当前图像中的局部温度作为比较基准,容易将正常工况变化误判为异常升温,也可能遗漏尚未达到固定阈值但持续发展的热异常。
4、现有图像滤波方法主要用于抑制红外图像中的随机噪声,在重建电池片正常温度分布时,容易受到异常高温像素影响,导致温度比较基准偏移。
5、同时,现有热异常区域提取通常针对各时刻红外图像分别进行,前后时刻之间缺少稳定的异常区域关联,轮廓初始化容易受到区域位移、面积变化和局部噪声干扰,难以连续反映热异常区域的温度变化和空间扩展过程。
6、因此,如何提供一种基于图像滤波的电池片热斑风险预测方法是本领域技术人员亟需解决的问题。
技术实现思路
1、本发明的一个目的在于提出一种基于图像滤波的电池片热斑风险预测方法,本发明充分利用红外热成像、改进非局部均值滤波算法和改进drlse算法,对电池片红外观测数据进行时序配准和无异常温度基准重建。
2、在此基础上,通过同坐标温度比较、跨时刻异常关联、热异常轮廓传递及逐时刻轮廓演化,连续分析热异常区域的温度偏离、轮廓变化和持续时长,生成电池片热斑风险预测结果。
3、本发明具备温度基准适应性强、热异常跟踪连续性好和热斑风险预测及时性高的优点。
4、根据本发明实施例的一种基于图像滤波的电池片热斑风险预测方法,包括如下步骤:
5、步骤一:接收电池片热斑风险预测任务信息,解析预测对象和预测条件,生成电池片热斑预测约束集;
6、步骤二:按照电池片热斑预测约束集执行辐射红外采集、温度转换和对象绑定,生成电池片红外观测序列;
7、步骤三:对电池片红外观测序列执行电池片划分和时序配准,生成电池片热像配准序列;
8、步骤四:将电池片热像配准序列输入改进非局部均值滤波算法,经同位候选搜索、异常候选筛选和无异常温度重建,生成电池片无异常温度基准序列;
9、步骤五:对电池片热像配准序列和电池片无异常温度基准序列执行同坐标温度比较和跨时刻异常关联,生成电池片热异常演化记录;
10、步骤六:将电池片热异常演化记录输入改进drlse算法,经初始轮廓构建、轮廓传递和逐时刻轮廓演化,生成电池片热异常轮廓序列;
11、步骤七:按照电池片热斑预测约束集处理电池片热异常演化记录和电池片热异常轮廓序列,生成电池片热斑风险预测结果。
12、可选的,所述步骤一具体为:
13、接收电池片热斑风险预测任务信息,调取目标光伏组件对应的组件结构记录,按照电池片排列关系将任务指定范围映射至对应电池片,合并重复映射结果,排除超出组件边界和缺少结构位置的指定对象,确定预测对象;
14、解析预测条件,按照目标光伏组件的电池片排列范围校准红外采集覆盖范围,按照观测时段和采集间隔排列连续采集顺序,排除未被红外采集覆盖或无法形成连续观测的预测对象,形成红外观测条件;
15、读取任务中的热斑判定要求,将温度偏离和持续变化对应至电池片热异常演化记录,将异常轮廓变化对应至电池片热异常轮廓序列,按照各项判定内容的连续满足关系组织风险判断顺序,形成热斑风险条件;
16、将预测对象、红外观测条件和热斑风险条件按照目标光伏组件归集,生成电池片热斑预测约束集。
17、可选的,所述步骤二具体为:
18、按照电池片热斑预测约束集中的红外观测条件控制红外采集设备按照红外采集覆盖范围连续获取原始热像帧,按照采集顺序设置观测位置,核对各原始热像帧对红外采集覆盖范围的覆盖状态和辐射数据完整状态;
19、对完整覆盖红外采集覆盖范围且辐射数据完整的原始热像帧,逐像素读取辐射响应值,调用红外采集设备对应的温度标定关系执行温度转换,生成温度矩阵;
20、对未完整覆盖红外采集覆盖范围或辐射数据缺失的观测位置设置无效状态,对温度矩阵中辐射响应值超出温度标定范围的像素设置无效像素位置;
21、将各有效观测位置的温度矩阵、各观测位置的有效状态和采集顺序与对应预测对象绑定,生成电池片红外观测序列。
22、可选的,所述步骤三具体为:
23、读取电池片红外观测序列,按照采集顺序将首个处于有效状态的温度矩阵确定为配准基准,在配准基准中提取各电池片边界,建立电池片基准区域,并根据对象绑定关系标记各预测对象对应的电池片基准区域;
24、对其余处于有效状态的温度矩阵提取与电池片基准区域对应的边界特征点,根据边界特征点对应关系求取投影变换参数,将各温度矩阵映射至配准基准的坐标范围;
25、按照电池片基准区域从完成映射的温度矩阵中提取各电池片对应的局部温度矩阵,对映射至非整数坐标的有效像素执行双线性插值,对无效像素保持无效状态;
26、对缺少边界特征点或映射后未覆盖的电池片基准区域设置无效状态,按照电池片基准区域和采集顺序排列局部温度矩阵及有效状态,生成电池片热像配准序列。
27、可选的,所述步骤四具体为:
28、读取电池片热像配准序列,按照预测对象和局部坐标确定待重建位置,提取以待重建位置为中心的参考图像块;
29、在改进非局部均值滤波算法中设置电池片同位候选重建处理,按照待重建位置对应的电池片同位关系和历史观测关系构建候选图像块集合,将候选图像块映射至参考图像块的相对像素位置;
30、将参考图像块和候选图像块分别减去各自平均温度,得到中心化温度,并计算水平方向和垂直方向的一阶温度差;
31、以两图像块对应数据的合并最小值和合并最大值为界,对中心化温度和两个方向的一阶温度差执行极差归一化并映射至零至一,合并最大值与合并最小值相同时将对应归一化值置零;
32、在共同有效像素位置计算中心化温度绝对差均值和两个方向的一阶温度差绝对差均值,对三项绝对差均值取算术平均值,得到候选结构差异值,保留候选结构差异值不大于候选结构差异值中位数的候选图像块;
33、计算保留候选图像块的平均温度中位数,取得各候选图像块平均温度超过该中位数的正向温度偏离量,分别以候选结构差异值和正向温度偏离量的最小值与最大值为界执行极差归一化;
34、极差为零时将对应归一化值置零,按照一与两项归一化值之和的倒数确定初始重建权重,将各初始重建权重除以初始重建权重总和,得到归一化重建权重;
35、按照相同相对像素位置对候选图像块执行逐像素加权求和,对候选图像块集合为空或不存在共同有效像素的待重建位置保持无效状态,按照预测对象、局部坐标和采集顺序排列重建结果,生成电池片无异常温度基准序列。
36、可选的,所述电池片同位候选重建处理具体为:
37、读取电池片热像配准序列中待重建位置对应的预测对象、采集顺序、局部坐标和参考图像块;
38、在同一采集顺序对应的其他电池片中定位相同局部坐标,提取与参考图像块尺寸一致的异片同位候选图像块并保留有效像素位置;
39、在预测对象的历史有效观测位置中定位相同局部坐标,提取本片历史同位候选图像块,按照采集顺序计算相邻本片历史同位候选图像块的平均温度差;
40、以全部平均温度差的中位数作为稳定筛选界限,保留构成平均温度差不大于稳定筛选界限的相邻本片历史同位候选图像块;
41、分别计算待重建位置所在采集顺序和各保留历史有效观测位置对应局部温度矩阵中全部有效像素的中位温度,以前者减去后者得到温度校正差值,按照温度校正差值平移对应本片历史同位候选图像块的有效像素温度;
42、将完成温度平移的本片历史同位候选图像块与异片同位候选图像块合并,按照参考图像块的相对像素位置排列有效像素,生成候选图像块集合。
43、可选的,所述步骤五具体为:
44、读取电池片热像配准序列和电池片无异常温度基准序列,按照预测对象、采集顺序和局部坐标匹配局部温度矩阵与无异常温度基准矩阵;
45、在共同有效像素位置以前者减去后者,将大于零的结果保留为正向温度偏离值,其余结果置零,生成正向温度偏离矩阵,对不存在共同有效像素的采集顺序保持无效状态;
46、计算有效正向温度偏离矩阵中非零正向温度偏离值的中位数和中位绝对偏差,以二者之和作为异常提取界限;
47、将不小于异常提取界限的像素按照八邻域连通关系归并,形成热异常区域,对不存在非零正向温度偏离值的有效采集顺序不生成热异常区域;
48、计算热异常区域的区域面积、中心位置和平均正向温度偏离值,按照采集顺序比较相邻有效观测位置中的热异常区域,以区域交集面积除以较小区域面积得到区域重叠比值,按照区域重叠比值由大到小执行一对一关联;
49、对未完成关联的热异常区域,根据区域面积换算等效半径,以中心位置距离除以两区域等效半径之和得到归一化位置距离;
50、按照归一化位置距离由小到大对不大于一的区域组合执行一对一关联,将完成关联的当前热异常区域设置为延续状态,将未完成关联的当前热异常区域设置为新增状态,将前一有效观测位置中未完成关联的热异常区域设置为终止状态;
51、为连续热异常区域设置相同异常关联标识,保留正向温度偏离矩阵、热异常区域、区域面积、中心位置、平均正向温度偏离值、异常关联标识、区域状态和有效状态,生成电池片热异常演化记录。
52、可选的,所述步骤六具体为:
53、读取电池片热异常演化记录,按照预测对象和采集顺序排列有效观测位置,提取正向温度偏离矩阵、热异常区域、异常关联标识和区域状态;
54、对首个有效观测位置及处于新增状态的热异常区域,按照热异常区域外缘构建当前初始轮廓;
55、在改进drlse算法中设置热异常关联轮廓传递处理,根据异常关联标识和区域状态,将前一有效观测位置的已收敛轮廓转换为当前初始轮廓,对终止状态对应的已收敛轮廓停止传递;
56、计算各像素至当前初始轮廓的最短距离,将轮廓内外距离赋予相反符号,生成初始水平集函数;
57、对当前正向温度偏离矩阵中的非零正向温度偏离值执行极差归一化并映射至零至一,极差为零时将对应归一化值置零,保持原零值位置为零,对归一化矩阵执行高斯平滑并计算温度梯度,根据温度梯度构建边缘指示场;
58、根据热异常区域内外的归一化正向温度偏离差构建正向温度偏离驱动项,将初始水平集函数输入改进drlse算法;
59、利用距离正则项约束水平集函数的距离分布,以边缘驱动项引导零水平集向边缘指示场低值区域演化,并由正向温度偏离驱动项限制零水平集向热异常区域外扩展,汇总各项对应的更新量并迭代修正水平集函数;
60、当相邻两次迭代所得零水平集像素集合一致时停止轮廓演化,提取零水平集对应的封闭轮廓作为当前热异常轮廓,并将其作为后续同一异常关联标识对应热异常区域的已收敛轮廓;
61、对无热异常区域的有效观测位置不生成当前热异常轮廓,对无效观测位置保留无效状态,按照预测对象、异常关联标识和采集顺序排列当前热异常轮廓,生成电池片热异常轮廓序列。
62、可选的,所述热异常关联轮廓传递处理具体为:
63、读取当前有效观测位置中处于延续状态的热异常区域,根据异常关联标识定位前一有效观测位置中对应的热异常区域和已收敛轮廓;
64、根据前后热异常区域包含的像素位置分别计算区域面积和中心位置,以当前中心位置与前一中心位置之差确定轮廓平移量,以当前区域面积与前一区域面积比值的平方根确定轮廓尺度系数;
65、以前一中心位置为缩放中心,按照轮廓尺度系数调整已收敛轮廓中各轮廓点相对于前一中心位置的坐标,再按照轮廓平移量将调整后的轮廓点映射至当前有效观测位置,形成候选传递轮廓;
66、判断候选传递轮廓与当前热异常区域的空间重叠状态,对位于当前热异常区域外部的候选传递轮廓点,确定距离该轮廓点最近的当前热异常区域外缘像素,并以所述外缘像素替换对应候选传递轮廓点;
67、保持候选传递轮廓的原轮廓点排列顺序,删除连续重复的轮廓点并闭合轮廓,生成当前初始轮廓;
68、候选传递轮廓与当前热异常区域不存在空间重叠时,按照当前热异常区域外缘构建当前初始轮廓;对终止状态对应的已收敛轮廓停止传递。
69、可选的,所述步骤七具体为:
70、读取电池片热斑预测约束集中的热斑风险条件,按照预测对象和异常关联标识匹配电池片热异常演化记录与电池片热异常轮廓序列;
71、对不存在异常关联标识或不存在对应当前热异常轮廓的预测对象,设置热斑风险未形成状态并生成对应电池片热斑风险预测结果;
72、对完成匹配的预测对象提取平均正向温度偏离值、采集顺序和当前热异常轮廓,并以轮廓围合像素数量确定轮廓面积;
73、按照采集顺序计算平均正向温度偏离值和轮廓面积的相邻变化量,将非正向变化量置零;
74、各变化量除以对应采集间隔后,分别取所得比值的中位数作为温度偏离预测速度和轮廓面积预测速度,不足两个有效观测位置时将两项预测速度置零;
75、累计同一异常关联标识首次出现位置至当前有效观测位置之间的采集间隔,得到热异常持续时长,将当前平均正向温度偏离值、轮廓面积和热异常持续时长与热斑风险条件逐项比较;
76、对未满足的温度偏离条件和轮廓面积条件,以条件差值除以对应预测速度确定预计达到时长,预测速度为零时设置未形成到达趋势,对未满足的持续时长条件,以条件差值确定预计达到时长;
77、各项条件均满足时,将热斑风险预计达到时长置零并设置热斑风险成立状态;存在至少一项未满足条件且对应条件未形成到达趋势时,设置热斑风险未形成状态;
78、各项条件尚未全部满足且各未满足条件均已形成到达趋势时,取各预计达到时长中的最大值作为热斑风险预计达到时长,并设置热斑风险发展状态;
79、汇总预测对象、异常关联标识、当前热异常轮廓、热异常持续时长、热斑风险状态和热斑风险预计达到时长,生成电池片热斑风险预测结果。
80、本发明的有益效果是:
81、通过对辐射红外数据执行温度转换、电池片划分和时序配准,使不同采集时刻下各电池片的局部温度矩阵对应至统一坐标范围,减少成像位置变化对同坐标温度比较造成的干扰,为电池片温度状态的连续分析提供一致的数据基础。
82、在此基础上,采用改进非局部均值滤波算法,按照电池片同位关系和历史观测关系构建候选图像块集合,并结合局部温度结构差异和正向温度偏离调整重建权重,降低异常高温候选参与正常温度重建的程度,形成与当前观测状态相对应的电池片无异常温度基准序列,减少整体温度变化和局部异常升温对温度基准的共同影响。
83、进一步地,通过同坐标温度比较提取正向温度偏离,并对相邻时刻的热异常区域执行空间关联,形成连续的电池片热异常演化记录,使同一热异常区域在不同采集时刻之间保持可追溯关系,便于表征热异常区域的持续、扩展和终止状态。
84、同时,采用改进drlse算法,根据异常关联标识将前一有效观测位置的已收敛轮廓转换为当前初始轮廓,并利用正向温度偏离数据驱动轮廓演化,减少逐帧独立初始化引起的轮廓跳变,使电池片热异常轮廓序列能够连续反映热异常区域的位置和范围变化。
85、最后,结合平均正向温度偏离值、热异常轮廓面积和热异常持续时长判断热斑风险状态,并根据温度偏离和轮廓面积的发展速度确定风险条件预计达到时长,从而针对热斑风险成立、持续发展和尚未形成到达趋势的不同状态,生成对应的电池片热斑风险预测结果。
版权声明:本站专利文献数据主要来源于国家知识产权局等公开渠道,由 技术新讯 进行整理汇编。页面设计及数据汇编的著作权归本站所有。全部内容仅供个人学习、科研评估与技术交流参考,严禁用于任何商业用途(包括但不限于直接生产制造、技术转让、倒卖数据等)。
免责条款:专利技术具有时效性,本站不对资料的绝对准确性、完整性和可实施性提供任何明示或暗示的担保。因参考本站内容造成的直接或间接损失,本站不承担相关法律责任。若您认为本站内容有侵权问题,请及时提供权属证明与我们联系,本站将在核实后依法处理。反馈意见:yyfuon@163.com