光伏电站无人机巡检故障智能诊断技术应用

光伏电站无人机巡检故障智能诊断技术应用

光伏电站无人机巡检故障智能诊断系统基于视觉识别算法对无人机完成拍摄后的图像进行分析识别，及时发现所分布各处光伏组件存在的缺陷问题、锁定具体故障位置，随后自动生成诊断报告，向光伏电站运维工作人员进行提交，同时为后续检修工作提供信息支持。

1、图像预处理

目前在大多光伏电站无人机巡检系统运行过程中，受到红外热像仪与可视相机分辨率、飞行参数设置、飞行环境等因素影响，所拍摄图像的成像质量仍存在一定提升空间，且很难做到对拍摄实物全部信息的真实还原。因此应先开展图像预处理作业，对所拍摄图像中的各项图像特征进行提取、抑制变形量、有效改善图像数据，可采用灰度变换、图像浓度扩张、图像平滑等多种预处理技术。

2、图像识别

以某光伏电站无人机巡检系统为例，图像识别功能的具体工作步骤如下：

1）图像拼接，对多张所拍摄红外图像信息加以有效拼接，从而实现对光伏组件区域全貌的整体还原。

2）光伏组件区域检查，系统将自动对所拍摄图像开展降噪处理，并对图像边缘进行保留，随后使用特定算法，对光伏组件有效区域进行锁定、提取。

3）温度识别，在已锁定有效光伏组件区域基础上，采取灰度拉伸方法，对图像对比度进行增加，再将图像灰度值计算转换为温度值，识别各处光伏组件的温度。

4）温度值对比，系统自动对所制定组件温度阀值与实际测量温度进行对比分析，如若二者温差值在合理区间范围以内，将对该区域光伏组件标记“0”，以显示电池片正常，而在温差过大、测量温度大于阀值时，将对该区域光伏组件标记“1”，表明电池片出现故障。

5）生成故障报表，系统将分别生成标记不同信号的故障报表，以及红外图像所对应的整幅图像报表，向运维人员提供信息支持。

3、故障定位

无人机巡检系统对拍摄图像做了预处理及图像识别后，通过故障点导航、手机端导航、故障组件编码，运维人员可轻松精确找到故障诊断报告中对应故障组件的位置，为后续故障排查、光伏组件检修工作的开展提供有力的信息支持。

因此，光伏电站无人机巡检故障智能诊断技术在光伏电站无人机巡检系统的应用过程中发挥着显著作用，有效解决了传统光伏电站巡检工作中长期存在的各项工作难题，快速、精确发现各处故障点，帮助运维人员全面掌握各处光伏组件的实时运行状况，为光伏电站的运行效率、发电质量与光伏组件检修水平提供全面保障。

本文由陕西公众智能监测技术有限公司小编整理发布。

审核编辑 黄宇