[发明专利]一种基于EL图像的光伏组件隐裂自适应检测方法

说明书

本发明公开一种基于EL图像的光伏组件隐裂自适应检测方法，所述方法包括下列步骤：读取光伏组件EL图像，进行全局阈值分割；提取图像轮廓特征，通过特征参数进行轮廓选定；通过投影变换校正组件图像并分割单块电池片的EL图像；根据电池片图像的灰度直方图，去除自带的灰度干扰；对图像进行双边滤波，根据纵向投影图去除主栅线干扰；对图像霍夫直线检测，获取隐裂图像。本发明一种基于EL图像的光伏组件隐裂自适应检测方法，能够自适应地消除组件EL图像的灰度干扰以及主栅线干扰，获取光伏组件隐裂信息，并且能精确定位存在隐裂故障的电池片位置，能有效提高了光伏组件的隐裂故障的检测效率，避免了人眼观察而发生误判、漏判等状况。

技术领域

本发明涉及光伏发电技术领域，尤其涉及一种基于EL图像的光伏组件隐裂自适应检测方法。

背景技术

目前，光伏行业发展迅速，由于光伏发电具有充分的清洁性、绝对的安全性、相对的广泛性、长寿命、免维护性、资源的充足性及潜在的经济性等优点,在长期的能源战略中具有重要地位。光伏阵列由光伏组件构成，在组件运输和安装时可能遭受机械损伤，在层叠、层压、装框、清洗等生产过程中，可能出现电池片断栅、隐裂、黑片等不同类型的缺陷。因此，通过光伏组件电致发光(EL)图像进行缺陷检测成为生产过程和维护过程中极其重要的环节。

由于组件的材料、接入电流、拍摄设备性能差异，光伏组件的EL图片的亮暗程度区别较大，传统的人工EL图像检测效率较低、对检测人员的专业性要求高，亦可能存在误判、漏判等情况。

经检索发现，公开号为CN107831173A的中国专利于2018年3月23日公开了一种光伏组件缺陷检测方法及系统，用于获取待检测的第一光伏电池单元的第一EL图像；将第一EL图像输入到光伏组件缺陷检测模型中，得到第一光伏电池单元的第一缺陷类别，光伏组件缺陷检测方法实现了光伏电池单元缺陷的自动识别与分类，然而，该方法没有考虑到消除组件EL图像的灰度干扰以及主栅线干扰，获取光伏组件隐裂信息，并且精准确定位存在隐裂故障的电池片位置的技术问题。

经检索发现，公开号为CN111047564A的中国专利于2021年4月21日公开了一种应用于光伏电站现场的EL缺陷检测方法，对获取的原始光伏组件的EL图像进行预处理，得到矫正后的EL图像；对矫正后的EL图像进行裁切，形成m×n的电池片；对得到的电池片进行灰度化、腐蚀、膨胀、二值化、像素运算的方式处理，根据像素投影找到可能出现的EL缺陷，进行缺陷分析。该方法有效协助测试人员对现场EL图像的判定，除了用于在实验室EL测试，还可处理分析光伏电站“现场”拍摄到的EL图片，提高工作效率，然而，该方法没有考虑到将读取到的EL图像进行全局阈值分割，也没有考虑到提取图像轮廓特征，通过特征参数进行轮廓选定，而是对获取的原始光伏组件的EL图像直接进行预处理，降低了通过光伏组件的EL图像进行缺陷检测的准确性。

发明内容

为克服上述现有技术的不足，本发明提供一种基于EL图像的光伏组件隐裂自适应检测方法，解决了现有技术中通过人眼观察EL图像时，受到图像灰度以及主栅线的干扰而发生误判、漏判等状况的问题，有效提高了光伏组件的隐裂故障的检测效率。

本发明是通过以下技术方案予以实现的：

一种基于EL图像的光伏组件隐裂自适应检测方法，所述方法包括下列步骤：

读取光伏组件EL图像，对光伏组件EL图像进行全局阈值分割；提取阈值分割后的光伏组件EL图像轮廓特征参数，通过轮廓特征参数的完整度、边数进行轮廓选定；通过投影变换校正轮廓选定后的光伏组件EL图像并分割得到单块电池片EL图像；对每块电池片EL图像进行灰度直方图检测，根据检测结果去除图像的灰度自带干扰；对去除灰度自带干扰的电池片EL图像进行双边滤波，去除电池片EL图像的噪声；对去除噪声的电池片EL图像获取纵向投影图，获取电池片主栅线的位置，对电池片主栅线进行屏蔽处理；对去除主栅线干扰的电池片EL图像进行霍夫直线检测，获取清晰的隐裂图像。