摘要
本申请涉及一种结合无人机巡检数据的光伏阵列发电性能预测方法。该方法包括:获取包括传感器数据、无人机巡检数据、地形和气象数据的初始数据集,其中无人机巡检数据包括可见光图像数据、红外影像数据和光谱影像数据;基于可见光图像数据,通过图像分割识别组件边界,提取地理位置标记计算出透光率损失值,并结合红外影像数据生成潜在缺陷组件集合;基于该集合,通过失配功率分析得到缺陷影响权重矩阵,并融合地形特征参数等构建矩阵;将该矩阵输入机器学习模型生成发电性能预测曲线,能够精准预测光伏阵列的发电性能,并结合权重矩阵经加权评分科学合理地制定维护优先级,生成维护决策清单,为光伏阵列的运维管理提供了科学可靠的决策支持。
技术关键词
地形特征参数
无人机巡检
透光率
矩阵
数据
机器学习模型
可见光图像
光伏阵列
性能预测方法
多元线性回归模型
评分算法
功率
影像
图像分割算法
粗糙度参数
曲线
识别光伏
多元线性回归算法
图像分割识别
决策
系统为您推荐了相关专利信息
检测调控方法
深度信念网络模型
耐火砖
调控策略
检测调控系统
校验信息
嵌入水印信息
保护方法
校验算法
人保护装置