[发明专利]基于多模态融合的光伏电池热斑检测及评估方法与装置

说明书

本发明公开了基于多模态融合的光伏电池热斑检测及评估方法与装置，该方法包括：获取光伏热斑的红外图像数据和标签数据；对红外图像数据和标签数据进行处理得到图像数据集；将图像数据集输入至训练好的语义分割网络模型得到分割图像；对分割图像的热斑面积进行特征提取得到热斑占比数据，基于热斑占比数据和光伏系统的电气数据进行多模态融合的光伏系统状态量化评估，以得到热斑位置检测结果和状态评估结果。本发明可以很好的对对光伏系统健康程度进行量化评估。

技术领域

本发明涉及电气工程光伏技术领域，特别是涉及基于多模态融合的光伏电池热斑检测及评估方法与装置。

背景技术

我国光伏产业经过十几年的发展，已成长为可以同步参与国际竞争并达到国际前列水平的战略性新兴产业。大力发展光伏也已成为全球能源革命和应对气候变化的主导方向和一致行动。光伏组件作为光伏发电系统中的核心部件，其可靠性是影响整个光伏系统性能的关键，然而光伏系统长久运行期间，在户外复杂恶劣的环境条件下可能会导致不同类型的故障发生。光伏组件热斑的故障率比重最高且最为严重，如何准确的检测出光伏组件热斑的位置并对热斑的影响程度进行量化评估已经成为促进光伏产业发展良性发展的研究热点。目前针对光伏组件热斑故障的研究多集中于其发热机理方面，通过光伏组件的I-V特性，通过I-V曲线上两点的电流变化率来进行故障诊断，其需要依赖昂贵的设备或外部电路来实现，增加了系统的成本，加之并不能对热斑的影响程度进行评估，使得系统的可靠性难以保证。

发明内容

本发明旨在至少在一定程度上解决相关技术中的技术问题之一。

为此，本发明提出一种基于多模态融合的光伏电池热斑检测及评估方法。通过基于深度迁移网络的UNet语义分割网路对光伏组件热斑的红外图像进行分割，检测热斑的位置，识别热斑的面积，融合电气数据以及气象数据，对光伏系统健康程度进行量化评估。

本发明的另一个目的在于提出一种基于多模态融合的光伏电池热斑检测及评估装置。

为达上述目的，本发明一方面提出一种基于多模态融合的光伏电池热斑检测及评估方法，包括：

获取光伏热斑的红外图像数据和标签数据；

对所述红外图像数据和标签数据进行处理得到图像数据集；

将所述图像数据集输入至训练好的语义分割网络模型得到分割图像；

对所述分割图像的热斑面积进行特征提取得到热斑占比数据，基于所述热斑占比数据和光伏系统的电气数据进行多模态融合的光伏系统状态量化评估，以得到热斑位置检测结果和状态评估结果。

另外，根据本发明上述实施例的基于多模态融合的光伏电池热斑检测及评估方法还可以具有以下附加的技术特征：

进一步地，在本发明的一个实施例中，所述对红外图像数据和标签数据进行处理得到图像数据集之前，所述方法，还包括：

利用高斯模糊化和高斯高通滤波对所述红外图像数据和标签数据进行数据增强操作得到增广数据集。

进一步地，在本发明的一个实施例中，所述将图像数据集输入至训练好的语义分割网络模型得到分割图像之前，所述方法，还包括训练语义分割网络模型，包括：

构建UNet语义分割网络；其中，所述UNet语义分割网络，包括注意力机制模块、主干特征提取网络和加强特征提取网络，所述主干特征提取网络包括迁移VGG网络；

将所述图像数据集的训练样本集输入至所述迁移VGG网络，并通过所述注意力机制模块提取初始图像特征，利用所述加强特征提取网络提取所述初始图像特征的最终图像特征；

融合所述初始图像特征和所述最终图像特征，根据特征融合结果得到分割图像样本集并利用所述分割图像样本集训练语义分割网络模型得到训练好的语义分割网络模型。