申请/专利权人：西安交通大学

申请日：2023-09-26

公开（公告）日：2024-04-05

公开（公告）号：CN117252840B

主分类号：G06T7/00

分类号：G06T7/00;G06V10/44;G06V10/26;G06V10/82;G06N3/0464;G06V10/764

优先权：

专利状态码：有效-授权

法律状态：2024.04.05#授权;2024.01.09#实质审查的生效;2023.12.19#公开

摘要：本发明提供了一种光伏阵列缺陷消除评定方法、装置及计算机设备，属于缺陷检测技术领域，包括如下步骤：获取消除缺陷后的光伏阵列的光伏图像；以消除缺陷后的光伏图像为参考图，以无缺陷的光伏图像为对比图，对参考图和对比图的特征点及特征描述符进行提取，获取光伏图像中的特征向量；根据特征向量对参考图和对比图进行特征匹配，得到配准图；对配准图和对比图作差，得到配准后的作差图；若配准后的作差图存在异常区域位置则判定缺陷消除不成功，需进行再次消缺；若配准后的作差图不存在异常区域则判定消缺成功。本发明能对缺陷消除进行准确判定。

主权项：1.一种光伏阵列缺陷消除评定方法，其特征在于，包括如下步骤：获取消除缺陷后的光伏阵列的光伏图像；以消除缺陷后的光伏图像为参考图，以无缺陷的光伏图像为对比图，对所述参考图和对比图的特征点及特征描述符进行提取，获取光伏图像中的特征向量；根据所述特征向量对所述参考图和对比图进行特征匹配，得到配准图；对所述配准图和对比图作差，得到配准后的作差图；若配准后的作差图存在异常区域位置则判定缺陷消除不成功，需进行再次消缺；若配准后的作差图不存在异常区域则判定消缺成功；所述获取消除缺陷后的光伏阵列的光伏图像，包括如下步骤：获取光伏阵列的可见光图像和红外光图像；对获得的光伏阵列的可见光图像和红外光图像进行分割；根据图像分割结果对光伏阵列缺陷进行识别及分类；根据得到的光伏阵列缺陷类别确定对应的缺陷消除方法，并消除缺陷，获得消除缺陷后的光伏阵列的光伏图像；所述对获得的光伏阵列的可见光图像和红外光图像进行分割，包括如下步骤：使用深度学习模型MaskRCNN将光伏阵列的可见光图像及红外光图像分割为可见光光伏组串图像和红外光光伏组串图像；采用提取算子提取可见光光伏组串图像边缘并进行直线检测验证，在可见光光伏组串图像上分割出光伏组件图像；通过特征点提取算子对所述已进行光伏组件分割的可见光光伏组串图像及红外光光伏组串图像提取特征点并进行多模态配准，以对红外光光伏组串图像进行分割，得到红外光光伏组件图像；所述根据图像分割结果对光伏阵列缺陷进行识别及分类，包括如下步骤：运用神经网络算法模型ResNet对可见光光伏组件图像及红外光光伏组件图像进行缺陷识别，并对识别到的缺陷信息进行标记；对比可见光光伏组件图像及红外光光伏组件图像的相同缺陷点，若红外光光伏组件图像为热斑，可见光光伏组件图像为鸟粪、草木或灰尘类的表面污染，则判定光伏组件为一类缺陷；若红外光光伏组件图像为热斑，可见光光伏组件图像为电池片破碎、光伏组件碎裂类的损坏情况，则判定光伏组件为二类缺陷；若红外光光伏组件图像为热斑，可见光光伏组件图像正常，则判定光伏组件为三类缺陷；若红外光光伏组件图像为热斑，可见光光伏组件图像为阴影遮挡，且随着阴影消失后热斑消失，则判定光伏组件为正常，无需维护；所述缺陷消除方法包括：所述一类缺陷通过自动清扫设备或清洁人员清洗消除；所述电池片破碎、光伏组件碎裂类的二类缺陷通过人工处理消除；所述三类缺陷由专家根据消缺成本、对发电量的影响及缺陷对潜在风险因素开展缺陷评定，并根据评定结果判定处理方式为暂缓处理或立即处理。

全文数据：

权利要求：

百度查询： 西安交通大学 一种光伏阵列缺陷消除评定方法、装置及计算机设备

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD