摘要
本发明提供基于无人机的光伏电站污染程度评估方法及系统,涉及光伏发电站技术领域,包括通过无人机搭载可见光相机和红外热成像相机采集图像,经图像配准和预处理后,利用深度学习模型基于颜色、纹理和温度特征分割污染区域,计算污染面积比例并结合温度差值建立评估指标,进而分析发电效率损失,生成污染分布地图和评估报告。本发明能准确识别污染区域,定量评估污染程度对发电效率的影响,为电站清洁维护提供决策依据。
技术关键词
温度分布图像
可见光图像
光伏组件表面
光伏电站
红外热成像相机
纹理特征
可见光相机
特征融合网络
面积特征
程度评估方法
无人机
校正
深度学习模型
注意力
发电量
空间权重矩阵
双边滤波算法
多尺度特征提取
系统为您推荐了相关专利信息
光伏发电站设备
光伏电站运维
巡检设备
巡检路径
坐标
BP神经网络模型
误差反向传播
光功率
预测误差
光伏阵列
单板缺陷检测方法
多模态数据融合
融合图像数据
置信度阈值
采集电能表
编码器
光伏预测方法
图像增强
光伏电站
成像设备