[发明专利]基于红外与可见光图像的太阳能光伏组件热斑识别方法

说明书

本发明涉及一种基于红外与可见光图像的太阳能光伏组件热斑识别方法，包括以下步骤：建立光伏板红外图像数据集和光伏板可见光图像数据集；构建热斑检测模型，使用光伏板红外图像数据集训练热斑检测模型；构建热斑成因分析模型，使用光伏板可见光图像数据集训练热斑成因分析模型；获取待识别光伏板的同一位置的红外图像和可见光图像，将红外图像送入热斑检测模型，获取热斑位置并绘制在可见光图像中，利用热斑成因分析模型分析可见光图像的热斑位置中的图像，获取各热斑位置对应的热斑成因。与现有技术相比，本发明有效获取红外图像中的热斑位置，并基于热斑位置在可见光图像中分析热斑成因，提高识别准确性和识别效率。

技术领域

本发明涉及太阳能光伏组件热斑识别领域，尤其是涉及一种基于红外与可见光图像的太阳能光伏组件热斑识别方法。

背景技术

太阳能光伏发电作为可持续发展的清洁能源，对环境、经济的可持续发展有着巨大作用，热斑是太阳能光伏板的发生故障的一般现象，由于光伏板的电路结构故障会造成太阳能光伏板在进行发电时产生局部异常发热，使用红外成像仪可以发现红外热斑。对于小规模的光伏板可以使用便携式红外仪进行观测，检测热斑位置。但是对大规模太阳光伏能发电厂采用便携式红外仪无法迅速检测，人工手持红外热像仪或者是人工手持红外热像仪借助升降台去检测，这两种检测方式中人力和物力以及时间等方面消耗特别大。太阳能光伏发电作为可持续发展的清洁能源，对环境、经济的可持续发展有着巨大作用，

现有的对于光伏组件热斑的图像分析方法，通常采用红外成像仪拍摄的红外图像进行分析，使用图像处理技术在红外图像中找到热斑的位置。但是现有技术中，智能获取光伏热斑的位置，不能同时分析获取光伏热斑的成因，并且光伏热斑位置的检测精度也不高。

发明内容

本发明的目的就是为了克服上述现有技术存在的缺陷而提供一种基于红外与可见光图像的太阳能光伏组件热斑识别方法。

本发明的目的可以通过以下技术方案来实现：

一种基于红外与可见光图像的太阳能光伏组件热斑识别方法，包括以下步骤：

S1：建立光伏板红外图像数据集和光伏板可见光图像数据集；

S2：构建热斑检测模型，使用光伏板红外图像数据集训练热斑检测模型；

S3：构建热斑成因分析模型，使用光伏板可见光图像数据集训练热斑成因分析模型；

S4：获取待识别光伏板的同一位置的红外图像和可见光图像，将红外图像送入热斑检测模型，获取热斑位置并绘制在可见光图像中，利用热斑成因分析模型分析可见光图像的热斑位置中的图像，获取各热斑位置对应的热斑成因。

优选地，所述的步骤S4具体包括：

S41：获取待识别光伏板的同一位置的红外图像和可见光图像；

S42：将待识别光伏板的红外图像送入训练好的热斑检测模型，输出红外图像中热斑的预测框的中心坐标、长宽数据，即获取光伏板的热斑位置；

S43：在可见光图像中绘制热斑预测框，利用热斑成因分析模型分析可见光图像中热斑预测框内热斑的成因，获取热斑位置对应的热斑成因，最终获取光伏板上的热斑位置及每个热斑位置内热斑的热斑成因。

优选地，所述的热斑检测模型为改进Faster R-CNN检测模型，所述的改进FasterR-CNN检测模型的ROIAlign部分前设有特征图模块，所述的ROIAlign中在选定预测框后设置搜索算法。

优选地，所述的特征图模块对送入的特征图进行高斯建模，判断特征图中是否达到设定阈值，该阈值为超参数随训练轮数进行调整，在N维卷积层中采用一个N维列向量对输出的卷积层进行判断，L_T用来表示阈值损失，经过迭代调整出一个合适的阈值，其中：