基于多光谱图像识别的光伏板污垢自适应清洁方法与流程
本发明属于图像识别,具体涉及基于多光谱图像识别的光伏板污垢自适应清洁方法。
背景技术:
1、在光伏电站巡检中,运维人员通常会结合可见光相机、红外设备、无人机或轨道巡检装置获取组件表面图像,用于判断灰尘、泥斑、鸟粪、遮挡等情况。现场环境下,光照角度、云影、支架遮挡、玻璃反光、组件老化、电气热斑以及热像仪标定差异都会改变图像亮度、温度读数和局部纹理。若仅依靠单一图像通道、固定阈值或普通分类输出,系统容易把阴影、反光或电气异常归入污垢,也可能对薄灰、边缘污垢和局部斑块响应不足。对于大规模电站,误判会带来无效清洁、漏清洁和复核工作量增加,清洁设备的运行窗口、耗水量、轨道或机器人调度也会受到影响。因此,巡检系统需要在同一组件、同一巡检时段内综合反射图像和温度图像,并将识别结果转化为可执行的清洁任务。
技术实现思路
1、本发明旨在提供基于多光谱图像识别的光伏板污垢自适应清洁方法,解决了背景技术中提出的技术问题。
2、为了实现上述的发明目的,本发明提供如下的技术方案。
3、基于多光谱图像识别的光伏板污垢自适应清洁方法,包括:
4、获取具有时间对应关系的同一光伏组件的可见光反射图像、近红外反射图像和热红外温度图像;
5、对所述可见光反射图像、所述近红外反射图像和所述热红外温度图像进行用于使同一所述光伏组件在三类图像中对应同一组件有效区域的空间对应处理,确定所述组件有效区域并将所述组件有效区域划分为多个局部窗口;
6、基于所述组件有效区域中由电池片边界和栅线形成的光伏组件固有正交周期结构确定周期偏移,并根据所述周期偏移获得局部正交周期结构强度;
7、基于所述局部正交周期结构强度与组件内部中位参考的比较结果生成局部结构衰减量;
8、基于所述热红外温度图像生成与同一所述局部窗口对应的局部同位温升响应;
9、基于同一所述局部窗口的所述局部结构衰减量和所述局部同位温升响应,生成用于表征二者空间同位关系的电池片正交周期结构衰减-温升同位耦合特征;
10、基于三类图像中的至少一种获取常规污垢候选,利用所述电池片正交周期结构衰减-温升同位耦合特征对所述常规污垢候选进行结构一致性校验,得到污垢标记;
11、根据所述污垢标记确定污垢等级,并依据所述污垢等级生成清洁任务。
12、与现有技术相比,本发明具有如下实质性特点和显著进步:
13、本发明将可见光反射图像、近红外反射图像和热红外温度图像用于同一光伏组件的巡检识别,并把组件上电池片边界和栅线的周期响应变化与同位置温升响应联合用于污垢判断,可减少单一亮度、单一温度或普通分类输出带来的阴影、反光、热异常误判;同时依据污垢标记形成污垢等级和清洁任务,使巡检结果能够直接服务于清洁设备调度,并在清洁后通过复采图像进行复核,从而提高污垢识别结果在现场运维中的可用性和清洁触发的针对性。
1.基于多光谱图像识别的光伏板污垢自适应清洁方法,其特征在于,包括:
2.根据权利要求1所述的基于多光谱图像识别的光伏板污垢自适应清洁方法,其特征在于,所述空间对应处理包括:
3.根据权利要求1所述的基于多光谱图像识别的光伏板污垢自适应清洁方法,其特征在于,确定所述周期偏移包括:
4.根据权利要求1所述的基于多光谱图像识别的光伏板污垢自适应清洁方法,其特征在于,获得所述局部正交周期结构强度包括:
5.根据权利要求1所述的基于多光谱图像识别的光伏板污垢自适应清洁方法,其特征在于,生成所述局部结构衰减量包括:
6.根据权利要求1所述的基于多光谱图像识别的光伏板污垢自适应清洁方法,其特征在于,生成所述局部同位温升响应包括:
7.根据权利要求1所述的基于多光谱图像识别的光伏板污垢自适应清洁方法,其特征在于,利用所述电池片正交周期结构衰减-温升同位耦合特征对所述常规污垢候选进行结构一致性校验包括:
8.根据权利要求7所述的基于多光谱图像识别的光伏板污垢自适应清洁方法,其特征在于,所述结构一致性校验还包括:
9.根据权利要求1所述的基于多光谱图像识别的光伏板污垢自适应清洁方法,其特征在于,确定所述污垢等级包括:
10.根据权利要求1所述的基于多光谱图像识别的光伏板污垢自适应清洁方法,其特征在于,在依据所述污垢等级生成清洁任务之后,还包括:
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