[发明专利]一种基于图像融合识别的光伏组件故障检测方法

权利要求书

1.一种基于图像融合识别的光伏组件故障检测方法，其特征在于：它包括以下步骤：

S1、通过图像采集装置获取光伏组件的图像，所述的图像包括红外热成像图像和可见光图像；

S2、利用基于强化KAZE算法的图像拼接算法对所述的图像进行拼接；

S3：利用基于HSV模型和YCbCr模型的图像处理算法对图像进行色彩处理；

S4：通过中值滤波、形态学图像处理、边缘检测、轮廓提取和区域分离方法对图像进行处理；

S5：使用局部二值模式LBP分别提取红外热成像图像和可见光图像中光伏组件故障区域的特征向量；

S6：通过卷积神经网络算法对获得的特征向量进行分类识别，并将红外热成像图像和可见光图像中同一位置的识别结果进行融合识别，判断故障类型；

S7：基于故障类型的判断结果，进行故障发展趋势的预测；

S8、进行针对性维护措施的决策；

所述的S6具体为：

S61、分别读取红外热成像图像和可见光图像的特征向量；

S62、通过卷积神经网络执行分类操作，获取初步检测结果；

S63、对特征向量进行像素划分、位置匹配；

S64、将红外热成像图像和可见光图像同一位置的特征向量进行对比；

S65、将对比结果进行分析，获取二次检测结果。

2.根据权利要求1所述的基于图像融合识别的光伏组件故障检测方法，其特征在于：所述的图像采集装置包括红外热成像相机和可见光相机，红外热成像相机和可见光相机均挂载于光伏组件巡检飞行器或移动式光伏组件检测装置上，同步采集红外热成像图像和可见光图像。

3.根据权利要求1所述的基于图像融合识别的光伏组件故障检测方法，其特征在于：所述的S2具体包括：构造非线性尺度空间；特征点检测和定位；特征向量的描述；特征向量的匹配。

4.根据权利要求1所述的基于图像融合识别的光伏组件故障检测方法，其特征在于：所述的S65具体为：将两种图像的特征向量进行比对后，得到相同故障表征，则确定所述同一位置已产生特定故障；若得到不同故障表征，则再次读取所述同一位置其他图像进行比对，重新进行判断，减小误判的可能性。

5.根据权利要求1所述的基于图像融合识别的光伏组件故障检测方法，其特征在于：所述的S7具体为：

S71、基于故障类型的判断结果，判断该故障是否可发展严重；

S72、分析故障区域当前状态，划分故障程度；

S73、根据图像融合识别的结果，判断故障形成因素是否仍然存在；

S74、获得故障是否会发展严重的结论。

6.根据权利要求1所述的基于图像融合识别的光伏组件故障检测方法，其特征在于：所述的S8具体为：

S81、根据故障类型的判断结果划分故障等级；

S82、根据故障发展趋势的预测结果判断故障发展情况；

S83、综合故障类型、故障等级和故障发展情况，判断应该执行的针对性维护措施。