一种光伏电站故障检测方法

摘要

一种光伏电站故障检测方法，其包括：光伏电池板红外图像生成步骤，获取光伏电站的红外图像信息，根据光伏电站的红外图像信息得到各个光伏电池板的红外图像；温度数据生成步骤，对各个光伏电池板的红外图像进行图像处理，得到各个光伏电池板中各个电池片的温度数据；故障状态确定步骤，将各个电池片的温度数据与预设温度阈值进行比较，根据比较结果确定各个电池片的故障状态。本方法能够实现对光伏电站的故障自动巡检工作，与现有的采用人工巡检的检测方法相比，本方法采用无人驾驶航空器来代替人工来代替人工巡检过程，其大大缩短了巡检时长，并且使得巡检过程不受地形地貌等自然环境的影响。

权利要求

1.一种光伏电站故障检测方法，其特征在于，所述方法由地面站执行，其包括：光伏电池板红外图像生成步骤，获取光伏电站的红外图像信息，根据光伏电站的红外图像信息得到各个光伏电池板的红外图像，其中，所述光伏电站的红外图像信息是利用装载有红外图像采集设备的无人驾驶航空器对所述光伏电站进行图像采集得到的；

温度数据生成步骤，对各个光伏电池板的红外图像进行图像处理，得到所述各个光伏电池板中各个电池片的温度数据；

故障状态确定步骤，将各个电池片的温度数据与预设温度阈值进行比较，根据比较结果确定所述各个电池片的故障状态；

在所述光伏电池板红外图像生成步骤中，判断所述无人驾驶航空器是否降落至预设平台，如果是，则与所述无人驾驶航空器建立数据链路，并通过所述数据链路从所述无人驾驶航空器中读取光伏电站的红外图像信息，同时利用无人驾驶航空器的平台主体和一伸展臂作为充电端通过所述无人驾驶航空器的两个支架为所述无人驾驶航空器充电。

2.如权利要求1所述的方法，其特征在于，获取到的光伏电站的红外图像信息是分块的红外图像信息，在所述光伏电池板红外图像生成步骤中，将所述分块的红外图像信息进行拼接，得到所述各个光伏电池板的红外图像。

3.如权利要求1所述的方法，其特征在于，在所述温度数据生成步骤中，对光伏电池板的红外图像进行去噪处理；

对去噪处理后的红外图像进行灰度拉伸；

根据灰度拉伸后的红外图像中各点的灰度值确定光伏电池板中各个电池片的温度数据。

4.如权利要求3所述的方法，其特征在于，在对光伏电池板的红外图像进行去噪处理时，利用中值滤波的方式将光伏电池板的红外图像中的高频分量和/或低频分量滤除，并同时保留图像边缘。

5.如权利要求1～4中任一项所述的方法，其特征在于，在所述故障状态确定步骤中，计算电池片的温度数据与预设温度阈值之间的差值；

判断所述差值是否超过预设温度差值范围，如果超过，则判定该电池片存在故障。

6.如权利要求1～4中任一项所述的方法，其特征在于，所述方法还包括：故障报表生成步骤，根据所述各个电池片的故障状态，生成所述光伏电站的故障报表。

7.如权利要求6所述的方法，其特征在于，在所述故障报表生成步骤中，所述故障报表中包括第一数值和第二数值，其中，所述第一数值用于表征电池片存在故障，所述第二数值用于表征电池片不存在故障。

8.如权利要求6所述的方法，其特征在于，所述方法还包括：

故障图生成步骤，根据获取到的各个电池片的位置信息，结合所述故障报表生成故障图。

说明书

一种光伏电站故障检测方法

技术领域

[0001] 本发明涉及光伏发电技术领域，具体地说，涉及一种光伏电站故障检测方法。

背景技术

[0002] 随着全球经济社会的不断发展，能源消费也相应的持续增长。传统的化石能源存在着储量有限、环境污染大等缺陷，在此背景下，大规模的开发和利用可再生能源已成为各国能源战略中的重要组成成分。

[0003] 太阳能作为清洁、无污染、方便易得的可再生能源，越来越受到人们的青睐。依托太阳能这种可再生的绿色能源，近年来光伏发电引起了各国政府和人民的关注。我国的太阳能资源非常丰富，近年来，光伏电站作为一种绿色电力开发能源项目，得到了国家的大力支持。而光伏电站的大规模建设也就需要大量的人力来负责太阳能发电设备的巡检工作，这种通过人工巡检来监测光伏电站故障的方法显然无法满足及时、快速、高效的巡检要求。

发明内容

[0004] 为解决上述问题，本发明提供了一种光伏电站故障检测方法，所述方法包括：

[0005] 光伏电池板红外图像生成步骤，获取光伏电站的红外图像信息，根据光伏电站的红外图像信息得到各个光伏电池板的红外图像；

[0006] 温度数据生成步骤，对各个光伏电池板的红外图像进行图像处理，得到所述各个光伏电池板中各个电池片的温度数据；

[0007] 故障状态确定步骤，将各个电池片的温度数据与预设温度阈值进行比较，根据比较结果确定所述各个电池片的故障状态。

[0008] 根据本发明的一个实施例，获取到的光伏电站的红外图像信息是分块的红外图像信息，在所述光伏电池板红外图像生成步骤中，将所述分块的红外图像信息进行拼接，得到所述各个光伏电池板的红外图像。

[0009] 根据本发明的一个实施例，在所述温度数据生成步骤中，

[0010] 对光伏电池板的红外图像进行去噪处理；

[0011] 对去噪处理后的红外图像进行灰度拉伸；

[0012] 根据灰度拉伸后的红外图像中各点的灰度值确定光伏电池板中各个电池片的温度数据。

[0013] 根据本发明的一个实施例，在对光伏电池板的红外图像进行去噪处理时，利用中值滤波的方式将光伏电池板的红外图像中的高频分量和/或低频分量滤除，并同时保留图像边缘。

[0014] 根据本发明的一个实施例，在所述故障状态确定步骤中，

[0015] 计算电池片的温度数据与预设温度阈值之间的差值；

[0016] 判断所述差值是否超过预设温度差值范围，如果超过，则判定该电池片存在故障。

[0017] 根据本发明的一个实施例，所述方法还包括：

[0018] 故障报表生成步骤，根据所述各个电池片的故障状态，生成所述光伏电站的故障报表。

[0019] 根据本发明的一个实施例，在所述故障报表生成步骤中，所述故障报表中包括第一数值和第二数值，其中，所述第一数值用于表征电池片存在故障，所述第二数值用于表征电池片不存在故障。

[0020] 根据本发明的一个实施例，所述方法还包括：

[0021] 故障图生成步骤，根据获取到的各个电池片的位置信息，结合所述故障报表生成故障图。

[0022] 根据本发明的一个实施例，所述方法还包括：

[0023] 红外图像信息获取步骤，利用装载有红外图像采集设备的无人驾驶航空器对所述光伏电站进行图像采集，得到所述光伏电站的红外图像信息。

[0024] 根据本发明的一个实施例，在所述光伏电池板红外图像生成步骤中，判断所述无人驾驶航空器是否降落至预设平台，如果是，则与所述无人驾驶航空器建立数据链路，并通过所述数据链路从所述无人驾驶航空器中读取光伏电站的红外图像信息。

[0025] 本发明所提供的光伏电站故障检测系统以及方法能够实现对光伏电站的故障自动巡检工作，与现有的采用人工巡检的检测方法相比，本系统和方法采用无人驾驶航空器来代替人工来代替人工巡检过程，其大大缩短了巡检时长，并且使得巡检过程不受地形地貌等自然环境的影响。同时，该系统和方法还能够有效地将工作人员从繁重枯燥、太阳暴晒的工作环境中解放出来，有助于降低故障巡检的人工成本。

[0026] 此外，本系统和方法采用高精度的红外图像采集设备和数据处理装置代替温度测量仪器来进行温度数据的采集与分析，与人工巡检相比，本系统及方法克服了人工巡检所存在主观性和不稳定性，从而提高了检测结果的可靠性和准确性。

[0027] 本发明的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其它优点可通过在说明书、权利要求书以及附图中所特别指出的结构来实现和获得。

附图说明

[0028] 为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要的附图做简单的介绍：

[0029] 图1是根据本发明一个实施例的光伏电站故障监测系统的结构示意图；

[0030] 图2是根据本发明一个实施例的无人驾驶航空器的航空器主体的结构示意图；

[0031] 图3是根据本发明一个实施例的地面站的结构示意图；

[0032] 图4和图5是根据本发明一个实施例的停靠平台的结构示意图；

[0033] 图6是根据本发明一个实施例的数据处理装置的结构示意图；

[0034] 图7是根据本发明一个实施例的光伏电站故障监测方法的实现流程示意图；

[0035] 图8是根据本发明一个实施例的确定电池片的温度数据的流程示意图。

具体实施方式

[0036] 以下将结合附图及实施例来详细说明本发明的实施方式，借此对本发明如何应用技术手段来解决技术问题，并达成技术效果的实现过程能充分理解并据以实施。需要说明的是，只要不构成冲突，本发明中的各个实施例以及各实施例中的各个特征可以相互结合，所形成的技术方案均在本发明的保护范围之内。

[0037] 同时，在以下说明中，出于解释的目的而阐述了许多具体细节，以提供对本发明实施例的彻底理解。然而，对本领域的技术人员来说显而易见的是，本发明可以不用这里的具体细节或者所描述的特定方式来实施。

[0038] 另外，在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行，并且，虽然在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤。

[0039] 随着光伏电站的大规模建设，光伏发电设备的巡检工作也就需要大量的人力来负责。人工巡检通常需要人工携带温度测量仪器来对发热组件逐一进行测量记录，然而光伏电站常常建设在地处偏远、交通不变的区域，其占地面积也比较大，这也就导致人工巡检存在主观性强、巡检评估标准化较难等问题，因此现有的人工巡检方式无法满足及时、快速、高效巡检的要求。

[0040] 光伏组件是光伏发电系统的重要组成部分，其占据了光伏发电系统的绝大部分成本。不同的外部环境不仅会影响光伏发电系统输出功率的稳定性，还会影响光伏组件自身的使用寿命。

[0041] 通过分析发现，光伏组件的故障主要表现在三个方面，分别是光伏组件的老化、制作工艺导致的裂片问题以及光伏组件的热斑现象。无论是上述三种故障的哪种故障，光伏组件的温度都会出现异常。针对上述情况，本发明提供了一种光伏电站故障检测系统以及光伏电站故障监测方法，该系统以及方法正是采用检测光伏组件温度是否正常的方式来判断光伏组件是否发生故障。

[0042] 图1示出了本实施例所提供的光伏电站故障检测系统的结构示意图。

[0043] 如图1所示，本实施例所提供的系统优选地包括无人驾驶航空器101和地面站102。在对光伏电站103进行故障检测的过程中，无人驾驶航空器101首先从地面站102起飞并飞临光伏电站103上空，随后无人驾驶航空器101会在光伏电站103上空对光伏电站103中的各个光伏电池板进行红外图像采集。在完成红外图像采集后，无人驾驶航空器101会返回地面站102，地面站102中的数据处理装置则会从无人驾驶航空器101的相关数据存储器中读取光伏电站103的红外图像信息，并根据这些红外图像信息来判断光伏电站中各个光伏电池板的故障状态。

[0044] 具体地，本实施例中，无人驾驶航空器101包括航空器主体和红外图像采集装置。在对光伏电站进行故障检测的过程中，无人驾驶航空器101会按照特定指令飞行至光伏电站上空，并利用红外图像采集设备来对光伏电站进行图像采集，从而得到光伏电站的红外图像信息。

[0045] 本实施例中，在对光伏电站进行故障检测的过程中，由于航空器主体是在光伏电站上方飞行的，因此为了更加方便地采集到光伏电站的红外图像信息，红外图像采集装置优选地安装在航空器主体下部。

[0046] 同时，为了得到更加精确的红外图像信息，本实施例中，红外图像采集装置在对光伏电站进行图像采集时，其镜头平面优选地与光伏电站中的光伏电池板相平行。并且，为了确保采集得到的红外图像信息的精度，本实施例中，无人驾驶航空器101的飞行高度优选地配置为200米以内。

[0047] 如图2所示，对于本实施例所提供的无人驾驶航空器来说，其航空器主体优选地包括：通信电路201、飞控电路202以及动力装置203。其中，动力装置203用于为无人驾驶航空器的飞行提供动力和升力。飞控电路202与动力装置203连接，其能够控制动力装置203的运行状态，从而控制航空器主体的飞行状态，即实现对无人驾驶航空器的飞行轨迹的调节。而通信电路201则用于实现飞控电路202与上述数据处理装置102之间的数据通信，具体地，通信电路201能够将红外图像采集设备所采集到的光伏电站的红外图像信息传输至位于地面站的数据处理装置。

[0048] 本实施例中，飞控电路202还与红外图像采集设备连接，在对光伏电站进行巡检的过程中，飞控电路202会向红外图像采集设备发送位置变换指令以及拍照指令，从而控制红外图像采集设备对光伏电站进行红外图像采集。

[0049] 需要指出的是，在本发明的不同实施例中，根据实际需要，无人驾驶航空器的航线数据既可以事先存储于与飞控电路202的相应航线数据存储电路中并由飞控电路202从该航线数据存储电路中读取，也可以由通信电路201从外部接收并传输至飞控电路202，抑或是通过其它合理的方式得到，本发明不限于此。

[0050] 如图1所示，本实施例中，在对光伏电站进行故障检测时，无人驾驶航空器101会根据航线数据开始对光伏电站中的各个光伏电池板进行巡检，在到达悬停拍摄位置时无人驾驶航空器101将自主悬停并对光伏电池板进行拍摄(即获取光伏电池板的红外图像信息)，并将拍摄得到的光伏电池板的红外图像信息存储在自身的数据存储器中。随后，无人驾驶航空器101会继续按照航线数据到达下一悬停拍摄位置并重复上述图像获取以及存储过程。无人驾驶航空器101依此对光伏电站巡检一周，从而得到光伏电站的红外图像信息。

[0051] 如图3所示，本实施例中，地面站102优选地包括数据处理装置102a、停靠平台102b、充电设备102c以及地面站控制装置102d。其中，在得到光伏电站的红外图像信息后，无人驾驶航空器101将返回地面站102并停靠在停靠平台102b上。

[0052] 为了保证无人驾驶航空器101能够在后续的巡检过程中正常工作，本实施例中，无人驾驶航空器101在完成停靠操作后，地面站102将利用充电设备102c为无人驾驶航空器101进行充电。

[0053] 本实施例中，充电设备102c部分地集成在停靠平台102b中。具体地，如图4所示，停靠平台102b包括：平台主体401以及两个伸展臂(即第一伸展臂402a和第二伸展臂402b)。其中，伸展臂和平台主体均设置有导电部，平台主体与伸展臂的导电部分别与充电设备102c的不同电极连接，这样平台主体401与伸展臂也就视作充电设备102c的两个充电端。

[0054] 为了减少停靠平台的占用空间，本实施例中，上述第一伸展臂402a和第二伸展臂402b可以以平台主体401的端点为支点转动。具体地，当停靠平台102b处于第一状态时，即需要为无人驾驶航空器提供停靠点时，伸展臂与平台主体401的夹角θ为180度；而当停靠平台102b处于第二状态时，即不需要为无人驾驶航空器提供停靠点时，伸展臂与平台主体401的夹角θ将为0度，从而形成如图5所示的结构。

[0055] 本实施例中，平台主体401以及两个伸展臂的长度均小于无人驾驶航空器的两个支架(即第一支架403a和第二支架403b)之间的距离L，这样也就使得无人驾驶航空器停靠在停靠平台102b上时，总有一个支架位于平台主体401上，而另一支架位于某一伸展臂上。而第一支架403a和第二支架403b均包括稳定件(即用于与停靠平台接触的部件)，稳定件中设置有导电部，因此第一支架403a和第二支架403b的导电部也就可以分别与无人驾驶航空器的供电装置的不同电极连接。由于平台主体与伸展臂所连接的电极不同，因此当无人驾驶航空器停靠在停靠平台上时，其两个支架与停靠平台将形成电流回路，从而实现对无人驾驶航空器进行充电。

[0056] 然而，在本发明的不同实施例中，根据实际需要，充电设备102c对无人驾驶航空器101进行充电的具体方式可以采用不同的合理方式，本发明不限于此。例如，在本发明的一个实施例中，充电设备102c既可以采用无线充电(例如电磁感应式充电或者谐振式充电等)的方式对无人驾驶航空器101进行充电，也可以采用有线充电(例如通过充电线缆充电)的方式对无人驾驶航空器101进行充电。

[0057] 在充电设备102c对无人驾驶航空器101进行充电的过程中，无人驾驶航空器101会将自身采集到的光伏电站的红外图像信息传输至地面站102中的数据处理装置102a，以由数据处理装置102a根据上述光伏电站的红外图像信息来对光伏电站的故障状态进行分析。

[0058] 为了更加清楚地说明数据处理装置102a实现上述功能的具体原理以及过程，以下结合图6和图7来对数据处理装置102a进行进一步地阐述，其中，图6示出了本实施例中数据处理装置102a的结构示意图，图7示出了本实施例中数据处理装置根据光伏电站的红外图像信息判断光伏电站的故障状态的流程示意图。

[0059] 本实施例中，数据处理装置102a优选地包括有：数据通信模块601、图像处理模块602、故障判断模块603、故障报表生成模块604以及故障图生成模块605。

[0060] 其中，数据通信模块601首先在步骤S701中获取光伏电站的红外图像信息。具体地，本实施例中，数据通信模块601会检测无人驾驶航空器101是否停靠于预设平台(即地面站的停靠平台102b)上，如果是，数据通信模块601则会与无人驾驶航空器101中的通信电路建立数据通信链路，从而获取到无人驾驶航空器101所采集到的光伏电站的红外图像信息。

[0061] 图像处理模块602与数据通信模块601连接，其能够接收数据通信模块601传输来的光伏电站的红外图像信息，从而在步骤S702中根据上述光伏电站的红外图像信息来得到光伏电站中各个光伏电池板的红外图像。

[0062] 本实施例中，无人驾驶航空器101通过红外图像采集设备所采集到的红外图像信息是分块的红外图像信息，图像处理模块602在接收到上述分块的红外图像信息后，会将这些红外图像信息进行拼接处理，从而还原出光伏电池板的整体模样，进而得到各个光伏电池板的红外图像。

[0063] 在得到各个光伏电池板的红外图像后，图像处理模块602会在步骤S703中对各个光伏电池板的红外图像进行图像处理，从而得到各个光伏电池板中各个电池片的温度数据。

[0064] 图8示出了本实施例中图像处理模块602对各个光伏电池板的红外图像进行图像处理来得到各个光伏电池板中各个电池片的温度数据的具体流程示意图。红外热成像是通过物理表面温度辐射成像的，在检测被测目标红外辐射的同时不可避免地会环境温度、大气、灰尘或是其它外接因素辐射的影响，因此本实施例中，图像处理模块602会在步骤S801中对所得到的光伏电池板的红外图像进行去噪处理。

[0065] 具体地，本实施例中，图像处理模块602优选地采用中值滤波的方式来将所得到的红外图像中的高频分量和/或低频分量滤除，同时保留图像的边缘，从而达到去噪的目的。

[0066] 图像处理模块602还会在步骤S802中对去噪后的红外图像进行灰度拉伸处理。通过灰度拉伸处理，图像处理模块602能够有效增加和红外图像的对比度，从而为温度的精确测量奠定基础。

[0067] 在完成灰度拉伸处理后，图像处理模块602则会可以在步骤S803中根据灰度拉伸后的红外图像确定光伏电池板中各个电池片的温度数据。对于红外图像来说，各个图像点的灰度值是与其被测目标的温度相关的，根据灰度值与温度数据的这种对应关系，图像处理模块602也就根据灰度拉伸后的红外图像中个点的灰度值来确定出光伏电池板中各个电池片的温度数据。

[0068] 当然，在本发明的其它实施例中，图像处理模块602还可以采用其它合理方式来根据光伏电池板的红外图像确定出光伏电池板中各个电池片的温度数据，本发明不限于此。

[0069] 再次如图6和图7所示，图像处理模块602在确定出光伏电池板中各个电池片的温度数据后，其会将这些电池片的温度数据传输至与之连接的故障判断模块603，以由故障判断模块603来在步骤S704中根据这些电池片的温度数据判断各个电池片的故障状态。

[0070] 具体地，本实施例中，故障判断模块603会计算某一电池片的温度数据与预设温度阈值之间的差值，并判断该差值是否超过预设温度差值阈值范围。其中，如果上述差值超过了预设温度差值阈值范围，那么故障判断模块603则可以判定该电池片存在故障；而如果上述差值没有超过预设温度差值阈值范围，那么故障判断模块603则可以判定该电池片不存在故障。

[0071] 在确定出各个电池片的故障状态后，故障判断模块603会将上述电池片的故障状态传输至故障报表生成模块604。本实施例中，故障报表生成模块604会在步骤S705中根据上述电池片的故障状态生成该光伏电站的故障报表。本实施例中，故障报表生成模块604所生成的故障报表中包含了第一数值和第二数值。其中，第一数值用于表征电池片存在故障，而第二数值用于表征电池片不存在故障。具体地，本实施例中，上述第一数值优选地取值为1，第二数值优选地取值为0。

[0072] 为了使得用户更加方便地获知光伏电站中各个位置处的电池片的故障状态，本实施例中，故障报表生成模块604还会将自身生成的故障报表输出至与之连接的故障图生成模块605，以由故障图生成模块605在步骤S706中根据上述故障报表以及各个电池片的位置信息生成故障图。

[0073] 需要指出的是，如图2所示，本实施例中，根据实际需要，地面站102中还可以包括地面站控制装置102d。地面站102用于生成航空器控制指令，以用于控制无人驾驶航空器的航行状态。

[0074] 具体地，无人驾驶航空器与地面站之间采用无线通信频率为900MHz/433Mhz的3DR数传电台，在Mavlink协议下，无人驾驶航空器将自身的飞行高度、经纬度、偏航角以及红外图像采集设备的高度、俯仰角和方位角等信息发送至地面站102。地面站控制装置102d则可以根据上述信息来生成相应的航空器控制指令和拍照触发指令并传输给无人驾驶航空器，从而实现对航空器的实时控制。

[0075] 从上述描述中可以看出，本实施例所提供的光伏电站故障检测系统以及方法能够实现对光伏电站的故障自动巡检工作，与现有的采用人工巡检的检测方法相比，本系统和方法采用无人驾驶航空器来代替人工来代替人工巡检过程，其大大缩短了巡检时长，并且使得巡检过程不受地形地貌等自然环境的影响。同时，该系统和方法还能够有效地将工作人员从繁重枯燥、太阳暴晒的工作环境中解放出来，有助于降低故障巡检的人工成本。

[0076] 此外，本系统和方法采用高精度的红外图像采集设备和数据处理装置代替温度测量仪器来进行温度数据的采集与分析，与人工巡检相比，本系统及方法克服了人工巡检所存在主观性和不稳定性，从而提高了检测结果的可靠性和准确性。

[0077] 应该理解的是，本发明所公开的实施例不限于这里所公开的特定结构或处理步骤，而应当延伸到相关领域的普通技术人员所理解的这些特征的等同替代。还应当理解的是，在此使用的术语仅用于描述特定实施例的目的，而并不意味着限制。

[0078] 说明书中提到的“一个实施例”或“实施例”意指结合实施例描述的特定特征、结构或特性包括在本发明的至少一个实施例中。因此，说明书通篇各个地方出现的短语“一个实施例”或“实施例”并不一定均指同一个实施例。

[0079] 虽然上述示例用于说明本发明在一个或多个应用中的原理，但对于本领域的技术人员来说，在不背离本发明的原理和思想的情况下，明显可以在形式上、用法及实施的细节上作各种修改而不用付出创造性劳动。因此，本发明由所附的权利要求书来限定。