摘要
本申请涉及光伏组件形变检测技术领域,具体涉及一种山地光伏系统智能巡检的光伏组件形变检测方法,该方法包括:获取各聚类簇中的异常点;通过评估每个异常点与其邻域内所有异常点之间法向量的相似度以及描述子的相似度,确定的形变特征值;对每个异常点及其邻域内所有异常点进行拟合,通过分析拟合过程中的误差情况,并结合所述形变特征值,构建各聚类簇内每个异常点的滤波窗口长度;基于所述滤波窗口长度对所有聚类簇中全部异常点进行滤波处理,以对待测光伏组件进行形变检测。本申请旨在提高利用光伏组件的三维点云数据对山地光伏系统智能巡检的光伏组件进行形变评估时的精度。
技术关键词
光伏系统智能
形变检测方法
异常点
检测光伏组件
山地
三维模型
特征值
形变检测技术
邻域
反射率
插值计算方法
滤波算法
阈值分割算法
特征点
自定义函数
三维点云数据
网格方法
系统为您推荐了相关专利信息
深度学习网络模型
数据重建方法
曲线
图像数据集合
交叉注意力机制
测试场景
传输优化方法
强化学习算法
性能预测模型
链路
轨道机器人
异常状况
深度Q学习网络
加权优化算法
策略