[发明专利]一种基于双光图像的光伏组件故障识别方法及系统

权利要求书

1.一种基于双光图像的光伏组件故障识别方法，其特征在于，所述方法包括：

获取携带双光摄像头的无人机拍摄的光伏阵列的可见光图片和红外图片；

采用目标检测算法对所述可见光图片中的光伏阵列进行光伏组件分割，获得光伏组件分割后的可见光图片；

根据所述光伏组件分割后的可见光图片对所述红外图片进行光伏组件分割，获得光伏组件分割后的红外图片；

采用图片分类算法对所述光伏组件分割后的红外图片中的每一块光伏组件进行故障诊断，确定发生故障的光伏组件；

根据所述光伏组件分割后的可见光图片确定发生故障的光伏组件的故障类型。

2.根据权利要求1所述的基于双光图像的光伏组件故障识别方法，其特征在于，所述采用目标检测算法对所述可见光图片中的光伏阵列进行光伏组件分割，获得光伏组件分割后的可见光图片，具体包括：

选取光伏电站在不同时间段拍摄的多张可见光图片，并对每张可见光图片进行光伏组件分割，获得多张组件分割后的可见光图片；

以多张可见光图片作为输入量，多张分割后的可见光图片作为输出量构成可见光图片训练数据集；

利用所述可见光图片训练数据集对YOLOv5目标检测模型进行训练，获得训练好的YOLOv5目标检测模型；

采用训练好的YOLOv5目标检测模型对所述可见光图片中的光伏阵列进行光伏组件分割，获得光伏组件分割后的可见光图片。

3.根据权利要求1所述的基于双光图像的光伏组件故障识别方法，其特征在于，所述采用图片分类算法对所述光伏组件分割后的红外图片中的每一块光伏组件进行故障诊断，确定发生故障的光伏组件，具体包括：

采用图片分类算法中的ResNet模型对所述光伏组件分割后的红外图片中的每一块光伏组件进行故障诊断，确定发生故障的光伏组件。

4.根据权利要求1所述的基于双光图像的光伏组件故障识别方法，其特征在于，所述采用图片分类算法中的ResNet模型对所述光伏组件分割后的红外图片中的每一块光伏组件进行故障诊断，确定发生故障的光伏组件，之前还包括：

选取光伏电站在不同时间段拍摄的多张红外图片，并对每张红外图片进行故障诊断，获得多张组件诊断后的红外图片；

以多张红外图片作为输入量，多张组件诊断后的红外图片作为输出量构成红外图片训练数据集；

利用所述红外图片训练数据集对ResNet模型进行训练，获得训练好的ResNet模型。

5.根据权利要求1所述的基于双光图像的光伏组件故障识别方法，其特征在于，根据所述光伏组件分割后的可见光图片确定发生故障的光伏组件的故障类型，具体包括：

在所述光伏组件分割后的可见光图片上确定发生故障的光伏组件对应的光伏组件图片，确定为故障光伏组件的可见光图片；

若所述故障光伏组件的可见光图片显示完好无损，则光伏组件的故障类型为组件内部故障；

若所述故障光伏组件的可见光图片显示组件碎裂，则光伏组件的故障类型为组件碎裂；

若所述故障光伏组件的可见光图片显示有积盖物，则在清理所述积盖物后，返回步骤“获取携带双光摄像头的无人机拍摄的光伏阵列的可见光图片和红外图片”；

若所述故障光伏组件的可见光图片显示影子遮挡，则光伏组件的故障类型为正常。

6.一种基于双光图像的光伏组件故障识别系统，其特征在于，所述系统包括：

可见光图片和红外图片获取模块，用于获取携带双光摄像头的无人机拍摄的光伏阵列的可见光图片和红外图片；

光伏组件分割后的可见光图片获得模块，用于采用目标检测算法对所述可见光图片中的光伏阵列进行光伏组件分割，获得光伏组件分割后的可见光图片；

光伏组件分割后的红外图片获得模块，用于根据所述光伏组件分割后的可见光图片对所述红外图片进行光伏组件分割，获得光伏组件分割后的红外图片；

发生故障的光伏组件确定模块，用于采用图片分类算法对所述光伏组件分割后的红外图片中的每一块光伏组件进行故障诊断，确定发生故障的光伏组件；

故障类型确定模块，用于根据所述光伏组件分割后的可见光图片确定发生故障的光伏组件的故障类型。