[发明专利]一种基于图像处理的光伏电站光伏板污染物智能检测辅助系统及方法在审

专利信息
申请号: 202010665958.8 申请日: 2020-07-12
公开(公告)号: CN111708830A 公开(公告)日: 2020-09-25
发明(设计)人: 闫俊;周策;张屹峰;郝丽花;付文华;尹旭佳;王浩霖;张志刚;崔亚明;温武;段秋刚 申请(专利权)人: 国网山西省电力公司电力科学研究院
主分类号: G06F16/25 分类号: G06F16/25;G06K9/00;G06K9/40;G06K9/62;G06N3/04;G06T7/00;H02S50/15;G01N21/94;G01D21/02
代理公司: 太原景誉专利代理事务所(普通合伙) 14113 代理人: 郑景华
地址: 030000*** 国省代码: 山西;14
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 基于 图像 处理 电站 光伏板 污染物 智能 检测 辅助 系统 方法
【说明书】:

发明公开一种基于图像处理的光伏电站光伏板污染物智能检测辅助系统及方法,通过光伏板监控相机采集到的光伏板图像,在线检测和识别光伏板污染物类型和污染程度,并向光伏电站数据采集与监控控制系统发出污染预警及清理建议,并显示在屏幕上;为了解决上述技术问题,本发明采用的技术方案为:包括监控照相机、光伏板逆变器、光伏板温度传感器、环境温度传感器、与数据采集卡相连;数据采集卡、图像特征学习系统、图像分类训练系统、光伏板污染物在线检测系统、智能清洁辅助系统与数据库相连并可进行数据交换;本发明可广泛应用于电力设备在线检测及清洁智能辅助系统领域。

技术领域

本发明一种基于图像处理的光伏电站光伏板污染物智能检测辅助系统及方法,属于电力设备在线检测及清洁智能辅助系统技术领域,具体涉及一种基于数字图像处理的光伏板污染物检测识别方法及清洁智能辅助系统。

背景技术

近年来,随着光伏电站大规模建设,光伏并网容量迅猛增加,而光伏发电的不可控性对电网稳定造成较大冲击。除光能自然资源的不可控性外,其中较为严重的一类是光伏板污染物对光伏发电造成的影响。而且,光伏板污染物的类型多样,造成的影响和危害也不尽相同,例如光伏板灰尘积累直接降低转换效率,遮挡物影响太阳能吸收能力,并易形成光伏板热斑效应,一些具有腐蚀性的污染物,例如鸟类粪便对光伏板造成腐蚀危害,不及时发现及清理,对太阳能电池板寿命造成极大危害,严重影响光伏发电经济性。不仅如此,光伏板污染物具有较大的隐蔽性,光伏电站覆盖区域较广,在污染物对光伏板造成严重损伤之前,光伏电站运维人很难在日常运维中及时发现光伏板污染物,一般会在大规模场站检修工作中进行全覆盖检查,然而,这样的检查周期较长,进而会降低污染物清理的及时性,造成发电经济和设备安全方面的损失。

随着模式识别、图像处理、机器学习等技术的发展,基于图像的方法也逐渐应用到光伏发电领域,然而这些应用普遍仅适用于单项任务的光伏板检测,例如光伏板灰尘检测,而未涉及多类型的光伏板污染物检测及清洁智能辅助能力。

发明内容

本发明克服了现有技术存在的不足,提供了一种基于图像处理的光伏电站光伏板污染物智能检测辅助系统及方法,通过光伏板监控相机采集到的光伏板图像,在线检测和识别光伏板污染物类型和污染程度,并向光伏电站数据采集与监控控制系统发出污染预警及清理建议,并显示在屏幕上。

为了解决上述技术问题,本发明采用的技术方案为:一种基于图像处理的光伏电站光伏板污染物智能检测辅助系统,包括监控照相机、光伏板温度传感器、环境温度传感器、光伏板逆变器、数据采集卡、数据库、图像特征学习系统、图像分类训练系统、光伏板污染物在线检测系统和智能清洁辅助系统;

所述监控照相机、光伏板逆变器、光伏板温度传感器、环境温度传感器、与数据采集卡相连;

所述数据采集卡、图像特征学习系统、图像分类训练系统、光伏板污染物在线检测系统、智能清洁辅助系统与数据库相连并可进行数据交换。

所述数据库可与数据输入设备键盘、鼠标相连。

所述数据库可与光伏电站数据采集与监控控制系统SCADA相连,并可进行数据交换。

本发明涉及一种基于图像处理的光伏电站光伏板污染物智能检测方法,采用下述步骤:

第一步,图像采集:通过光伏板监控照相机采集光伏板图像,包含无污染物光伏板图像、各类型污染物光伏板图像,并采集相应时刻光伏板理论有功功率,光伏板实际有功功率,光伏板电流,光伏板电压,光伏板温度,光伏板环境温度数据;

第二步,图像预处理:采用三维块匹配BM3D对步骤第一步采集得到的光伏板图像进行去噪,去除图像干扰点;

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于国网山西省电力公司电力科学研究院,未经国网山西省电力公司电力科学研究院许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202010665958.8/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top