[发明专利]一种光伏电站组串倾角的确定方法及电子设备

说明书

本发明提供了一种光伏电站组串倾角的确定方法及电子设备，该方法包括：获取到光伏电站的正射图像以及点云模型；基于卷积神经网络对所述正射图像进行处理，得到每个组串的位置；基于所述每个组串的位置从所述点云模型中得到每个组串的目标点云；将每个组串的目标点云进行拟合得到每个组串的目标平面；基于所述每个组串的目标平面确定每个组串的倾角。解决了现有光伏组串测量效率低、准确性差、适应地形存在限制的技术问题。

技术领域

本发明涉及光伏电站巡检领域，尤其是涉及一种光伏电站组串倾角的确定方法及电子设备。

背景技术

光伏发电作为近年来国内大力发展的一种重要可再生能源形式，其建设质量的好坏直接关系到其是否能长期、高效的产出绿色电力，而光伏组串安装倾角的合规性则是影响光伏电站建设质量的重要环节，光伏组串的安装倾角在一定程度上也影响了电站发电的效率。

需要说明的是，目前关于光伏组串倾角的测试主要通过以下两种方法进行，第一是通过人工手持倾角仪进行测试，但是在进行大规模的光伏场站巡检中，存在效率低、成本高、主观误判的问题，难以适应规模化电站的在线监测需求。第二是在待测区域布置参照物，然后利用确定的测绘图推导出光伏组件安装倾角，但是该方式对山地区域等地形复杂的电站适用性较差。因此亟需数字化、智能化手段对组串倾角缺陷进行快速在线识别。

有鉴于此，特提出本发明。

发明内容

本发明提供了一种光伏电站组串倾角的确定方法及电子设备，以解决现有光伏组串测量效率低、准确性差、适应地形存在限制的技术问题。

本发明提供了一种光伏电站组串倾角的确定方法，该方法包括：获取到光伏电站的正射图像以及点云模型；基于卷积神经网络对所述正射图像进行处理，得到每个组串的位置；基于所述每个组串的位置从所述点云模型中得到每个组串的目标点云；将每个组串的目标点云进行拟合得到每个组串的目标平面；基于所述每个组串的目标平面确定每个组串的倾角。

进一步地，基于卷积神经网络对所述正射图像进行处理，得到每个组串的位置，包括：将所述正射图像裁剪成多个正射小图；从所述多个正射小图中筛选得到无效像素点数占比低于预设阈值的多个目标正射小图；将所述多个目标正射小图输入卷积神经模型，得到所述多个目标正射小图中所述每个组串的第一坐标；将所述每个组串的第一坐标还原至所述正射图像，得到在所述正射图像中每个组串的第二坐标；根据所述每个组串的第二坐标确定所述每个组串的位置。

进一步地，所述每个组串至少包括第一组串以及第二组串，其中，在所述第一组串的第二坐标同第二组串的第二坐标的重叠度大于预设重叠度的情况下，将所述第一组串与第二组串确定为同一组串，并且将所述第一组串的第二坐标以及第二组串的第二坐标进行融合，得到所述同一组串的位置。

进一步地，基于所述每个组串的位置从所述点云模型中得到每个组串的目标点云，包括：基于所述每个组串的位置从所述点云模型中得到目标las文件；基于所述每个组串的位置从所述目标las文件中裁剪得到所述每个组串的点云集；将所述每个组串的点云集进行融合，得到所述每个组串的目标点云。

进一步地，在将每个组串的目标点云进行拟合得到每个组串的目标平面之前，所述方法还包括：采用KD树算法去除所述目标点云中的离群点；基于VGD算法并且按照预设大小的体素块对去除离群点后的目标点云进行下采样。

进一步地，将每个组串的目标点云进行拟合得到每个组串的目标平面，包括：将每个组串的目标点云进行拟合，得到每个组串的多个候选平面；将所述多个候选平面中点数量最多的候选平面确定为目标平面。