[发明专利]基于红外视频的光伏组件热斑检测定位方法

说明书

本发明公开了一种基于红外视频的光伏组件热斑检测定位方法，包括如下步骤：S1、利用最大类件间方差的阈值分割、图像降噪等算法实现图像预处理；S2、通过轮廓提取算法，遍历图像的每一个轮廓，完成红外图像热斑检测，并计算热斑所在帧的位置、面积等信息；S3、采用Lsd直线检测算法对光伏电池组件进行直线分割，实现对光伏阵列的标号；S4、将视频名字、热斑所在光伏组件的行和列组成三维坐标表示热斑的具体位置，实现太阳能电池组件热斑定位。本发明采用无人机结合红外热像仪建立一套新型的热斑故障检测系统，准确高效的实现热斑检测定位，保证光伏电站的安全运行。

技术领域

本发明涉及热斑检测领域，具体涉及一种基于红外视频的光伏组件热斑检测定位方法。

背景技术

随着全球能源的日益短缺，光伏发电已成为世界各地关注焦点。光伏电站迅速发展，许多不利因素制约着光伏电站可靠、高效的运行。其中，热斑现象大大降低了光伏组件的发电效率，严重时会烧坏组件，造成组件的永久性损坏。常见的方法是故障监测系统和人工巡检避免热斑带来的危害，但光伏电站监测系统无法及时、准确的找到热斑故障，人工巡检效率低，在恶劣环境中巡检危险性高。

发明内容

为解决上述问题，本发明提供了一种基于红外视频的光伏组件热斑检测定位方法，采用无人机结合红外热像仪建立一套新型的热斑故障检测系统，准确高效的实现热斑检测定位，保证光伏电站的安全运行。

为实现上述目的，本发明采取的技术方案为：

基于红外视频的光伏组件热斑检测定位方法，包括如下步骤：

S1、利用最大类件间方差的阈值分割、图像降噪等算法实现图像预处理；

S2、通过轮廓提取算法，遍历图像的每一个轮廓，完成红外图像热斑检测，并计算热斑所在帧的位置、面积等信息；

S3、采用Lsd直线检测算法对光伏电池组件进行直线分割，实现对光伏阵列的标号；

S4、将视频名字、热斑所在光伏组件的行和列组成三维坐标表示热斑的具体位置，实现太阳能电池组件热斑定位。

本发明采用无人机结合红外热像仪建立一套新型的热斑故障检测系统，准确高效的实现热斑检测定位，保证光伏电站的安全运行。

附图说明

图1为本发明实施例基于红外视频的光伏组件热斑检测定位方法的流程图。

图2为大津阈值法分割结果图。

图3为轮廓提取原理图。

图4为热斑故障定位模拟图。

具体实施方式

为了使本发明的目的及优点更加清楚明白，以下结合实施例对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。

基于最大类间方差的阈值分割

热斑的主要特征是温度高，在红外图像中呈明显的亮点，利用热斑的这个特点可以用二值化图像，经轮廓提取找到热斑并计算热斑面积大小和位置信息。红外图像含有大量冗余信息，首先将红外图像转化为灰度图像。为凸显热斑的轮廓，对灰度图像进行二值化处理，图像二值化有利于图像进一步减小数据量，由于热斑相对于正常区域更亮一些，选择合适阈值，即可实现热斑与正常区域的分割。阈值分割方法有很多，本文采用基于最大类间方差的阈值分割实现背景与目标的分割。图2是经过大津阈值法分割后的结果图。

图像降噪

二值图像形态学

为去除冗余信息，同时保证目标不能丢失，采用既可以保留图像原有形状特征，又可以去除不相干结构的二值形态学。对图2做二值形态学处理。