摘要
本发明提供了一种基于人工智能的新能源光伏动态巡检方法和系统,涉及光伏电站智能巡检技术领域。本发明根据天气预警、性能告警或定时任务触发巡检;结合地形、气象和历史数据进行初始路径规划,并通过RRT*算法动态避障更新路径;无人机巡检时采集多模态数据,包括可见光图像、红外热成像、EL检测数据和定位数据;整合无人机数据与地面传感器数据生成统一故障特征矩阵;利用深度神经网络实时定位缺陷区域、判断缺陷类型并划分故障等级;最终根据故障等级对光伏系统健康度评分,分析安全运行趋势。本发明实现了多模态数据实时融合与动态路径规划,提高了故障识别精度和巡检效率,降低了人工巡检成本和风险,为光伏系统的智能运维提供了有力支持。
技术关键词
光伏系统
巡检方法
强化学习模型
故障特征
动态避障
深度卷积神经网络
多头注意力机制
深度神经网络
数据
计算方法
动态路径规划
可见光图像
线性变换矩阵
算法
无人机巡检
传感器
气象
系统为您推荐了相关专利信息
故障特征
诊断方法
识别轴承
变分模态分解算法
短时傅里叶变换
策划方法
动态知识图谱
数据
融媒体平台
审核模型
无人机应急
深度强化学习
气象
场景
数据可视化展示
金属制品机械
参数
强化学习环境
机械特征
性能预测方法