[发明专利]一种光伏电板红外图像掉串检测方法和系统

说明书

本发明公开了一种光伏电板红外图像掉串检测方法和系统，其中方法包括以下步骤：S1，采集光伏组件的红外图像；S2，利用图像分割技术将红外图像中的每一个小光伏组件分割出来；S3，计算分割出的每个小光伏组件区域所有像素在G通道的像素灰度均值，以灰度均值代表该小光伏组件区域的整体灰度值分布情况；S4，设定G通道的像素灰度阈值，根据步骤S3计算出的灰度均值与灰度阈值的比较，判断小光伏组件是否为掉串组件；S5，将掉串组件的边缘进行合并，得到掉串区域；S6，对掉串区域进行试验验证；S7，输出掉串识别结果并显示。本发明能够避免因掉串带来的能源浪费和危险事故的发生。该算法简单实用，减少人工检测带来的时间上的浪费和资金上的消耗。

技术领域

本发明涉及光伏发电领域，特别涉及一种光伏电板红外图像掉串检测方法和系统。

背景技术

作为清洁能源，光伏发电在电力领域愈显独特。近年来，越来越多的太阳能光伏组件被用于光伏电站。由于长时间露天工作，受电站内环境甚至强风、冰雹等自然灾害的影响，太阳能电池板不可避免地会出现故障，甚至出现整体掉串的情况。如何自动检测太阳能电池板组件掉串对于发电效率的提升、保障电站安全显得尤为关键。

太阳能电池板的发热特性在热成像图像中清晰可见，使得使用热成像图像更容易检测光伏电板上组件的故障。当光伏电板上出现组件掉串时，掉串区域的组件的温度较高。基于此，可将掉串组件与正常组件区分出来。由于掉串故障的特殊性，较难使用深度学习等方法将掉串故障检测出来。目前，检测掉串故障大多采用人工检测方法，费事费力。

发明内容

为了解决现有问题，本发明提供了一种光伏电板红外图像掉串检测方法和系统，具体方案如下：

一种光伏电板红外图像掉串检测方法，包括以下步骤：

S1，采集光伏组件的红外图像；

S2，利用图像分割技术将步骤S1中获取的红外图像中的每一个小光伏组件分割出来；

S3，计算步骤S2分割出的每个所述小光伏组件区域所有像素在G通道的像素灰度均值，以所述灰度均值代表该小光伏组件区域的整体灰度值分布情况；

S4，设定G通道的像素灰度阈值，根据步骤S3计算出的灰度均值与所述灰度阈值的比较，判断所述小光伏组件是否为掉串组件；

S5，将所述掉串组件的边缘进行合并，得到掉串区域；

S6，对掉串区域进行试验验证；

S7，输出掉串识别结果并显示。

优选的，所述步骤S1中利用无人机搭载红外相机进行红外图像采集。

优选的，所述步骤S3中小光伏组件i的G通道像素灰度值均值为：

其中一小光伏组件的标号为i，其所在图像中的像素区域为Ω_i，红外图像G通道图像为I，(x,y)为图像I某一像素坐标，|Ω_i|为像素区域Ω_i中像素的个数。

优选的，步骤S4中设定G通道像素灰度阈值为200，当所述灰度均值大于200时，判定该所述小光伏组件为掉串组件，若所述灰度均值小于200时，判定所述小光伏组件为非掉串组件。

优选的，所述步骤S5得到所述掉串区域的步骤包括：

S51，利用OpenCV中的findContours函数将分割后的所述小光伏组件的边缘进行识别并框出，

S52，根据步骤S4中识别出所述掉串组件，排除非掉串组件的边缘，保留掉串组件的边缘；

S53，将所述掉串组件边缘框的重合部分去除，仅保留掉串组件区域的外部边框，即以一个大的矩形框将掉串区域框出。