摘要
本发明公开了一种基于热红外图像的光伏面板缺陷检测分类方法,涉及光伏面板热红外检测技术领域,该方法包括S1:利用无人机搭载的热红外相机获取光伏电站带经度、纬度、姿态角的热红外照片;本发明利用无人机搭载热红外相机获取带经度、纬度、姿态角信息的照片,并结合摄影测量软件生成影像,摆脱了电致发光检测对特殊光照和外接电源的依赖,可在常规环境下开展检测工作,精准定位光伏面板,克服了面板数量多、纹理重复导致的定位困难问题,同时,运用深度学习算法,能够精确识别多种故障类型,并整合故障面板的关键信息输出,为运维人员提供详细依据,有效指导维修工作,提升了光伏电站运维的整体效率和准确性,保障了光伏电站的安全高效运行。
技术关键词
检测分类方法
光伏电站
语义分割神经网络
分类神经网络
生成二值化图像
光伏面板阵列
图像获取模块
照片
云端存储服务器
无人机
矢量化图形
自动校准功能
红外检测技术
图像存储单元
地理坐标信息
热红外相机
系统为您推荐了相关专利信息
状态分析方法
智能分区
可调容量
新能源场站
Kmeans算法
原型
集成分类器
样本
模式识别方法
图像分类神经网络
新能源发电系统
信号
多源信息融合算法
同步测量方法
频率
储能单元功率分配
多智能体深度强化学习
功率分配模型
电网调度机构
光伏电站
设备全生命周期
数字孪生模型
全生命周期数据
设备运行数据
运维方法