CN114494871A - 光伏组件的松动检测方法、设备及存储介质 - Google Patents

光伏组件的松动检测方法、设备及存储介质 Download PDF

Info

Publication number
CN114494871A
CN114494871A CN202210080748.1A CN202210080748A CN114494871A CN 114494871 A CN114494871 A CN 114494871A CN 202210080748 A CN202210080748 A CN 202210080748A CN 114494871 A CN114494871 A CN 114494871A
Authority
CN
China
Prior art keywords
photovoltaic module
included angle
outline
looseness
photovoltaic
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN202210080748.1A
Other languages
English (en)
Inventor
张锐
高超
周冰钰
方振宇
高伟
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Sunshine Zhiwei Technology Co ltd
Original Assignee
Sunshine Zhiwei Technology Co ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Sunshine Zhiwei Technology Co ltd filed Critical Sunshine Zhiwei Technology Co ltd
Priority to CN202210080748.1A priority Critical patent/CN114494871A/zh
Publication of CN114494871A publication Critical patent/CN114494871A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/22—Matching criteria, e.g. proximity measures
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/04—Architecture, e.g. interconnection topology
    • G06N3/045—Combinations of networks
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/08—Learning methods

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Evolutionary Computation (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Artificial Intelligence (AREA)
  • General Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Health & Medical Sciences (AREA)
  • Software Systems (AREA)
  • Molecular Biology (AREA)
  • Computing Systems (AREA)
  • Biophysics (AREA)
  • Biomedical Technology (AREA)
  • Mathematical Physics (AREA)
  • Computational Linguistics (AREA)
  • Health & Medical Sciences (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Evolutionary Biology (AREA)
  • Image Analysis (AREA)

Abstract

本发明公开了一种光伏组件的松动检测方法、设备及存储介质，属于光伏发电技术领域，方法为：获取光伏组件图片，利用计算机视觉模型对光伏组件图片中进行语义分割，确定光伏组件轮廓和压块轮廓；获取光伏组件轮廓和压块轮廓之间的第一夹角，以及不同光伏组件轮廓之间的第二夹角；根据第一夹角和/或第二夹角，确定光伏组件的松动状态。首先利用从光伏组件上方拍摄光伏组件图片；然后基于计算机视觉模型对光伏组件图片中的光伏组件和压块进行语义分割，对语义分割后的图片查找并绘制光伏组件轮廓和压块轮廓；最后基于光伏组件轮廓和压块轮廓的夹角或距离等属性判断光伏组件是否松动。从而提高了光伏组件松动检测的效率。

Description

光伏组件的松动检测方法、设备及存储介质
技术领域
本发明涉及光伏发电领域，尤其涉及一种光伏组件的松动检测方法、设备及计算机可读存储介质。
背景技术
光伏组件与支架的连接是否牢固，是影响光伏电站安全性的最重要因素之一。由于安装质量不合格或长期风力作用，导致光伏组件与支架之间的连接松动成为光伏电站的常见安全隐患。如果不能及时发现并消除，在遇到较强风力作用时，极易发生光伏组件吹翻、脱落事件，给电站造成较大的财产和电量损失，所以定期进行光伏组件松动检测极为重要。现有光伏组件松动检测技术方案主要靠人工目测或力矩扳手检测，由于光伏组件数量极多，且压块安装位置往往不便观察和操作，所以检测效率极低，只适用于小范围的抽检，无法实现全量检测。
发明内容
本发明的主要目的在于提供一种光伏组件的松动检测方法，旨在解决现有技术中光伏组件松动检测效率低，不适用于大范围检测的技术问题。利用计算机视觉技术检测光伏组件的松动，相比人工检测方式大大提高了检测效率，能实现电站全量检测。并且根据压块与光伏组件的夹角、压块的长边距离光伏组件边框的最短垂直距离，以及相邻光伏组件的夹角判断并标记光伏组件松动的严重程度，便于运维人员优先处理已发生位移的组件。
为实现上述目的，本发明提供一种光伏组件的松动检测方法，所述光伏组件的松动检测方法包括：
获取光伏组件图片，利用计算机视觉模型对所述光伏组件图片中进行语义分割，确定光伏组件轮廓和压块轮廓；
获取所述光伏组件轮廓和所述压块轮廓之间的第一夹角，以及不同所述光伏组件轮廓之间的第二夹角；
根据所述第一夹角和/或所述第二夹角，确定所述光伏组件的松动状态。
可选地，所述获取所述光伏组件轮廓和所述压块轮廓之间的第一夹角的步骤，包括：
获取所述光伏组件轮廓和所述压块轮廓的相邻两侧边的夹角，以作为第一夹角。
可选地，所述根据所述第一夹角和/或所述第二夹角，确定所述光伏组件的松动状态的步骤，包括：
判断所述第一夹角是否大于第一预设角度；
若大于，则确定所述光伏组件松动。
可选地，在所述判断所述第一夹角是否大于第一预设角度的步骤之后，还包括：
若不大于，则获取所述压块轮廓与所述光伏组件轮廓相邻两侧边的最短垂直距离。
可选地，在所述获取所述压块轮廓与所述光伏组件轮廓相邻两侧边的最短垂直距离的步骤之后，还包括：
判断所述最短垂直距离是否小于预设定值；
若小于，则确定所述光伏组件松动。
可选地，所述根据所述第一夹角和/或所述第二夹角，确定所述光伏组件的松动状态的步骤，还包括：
获取相邻所述光伏组件轮廓的相邻两侧边的夹角，以作为第二夹角；
判断所述第二夹角是否大于第二预设角度；
若大于，则确定所述光伏组件松动。
可选地，在所述确定所述光伏组件松动的步骤之后，还包括：
在所述光伏组件图片上，标记松动的所述光伏组件。
可选地，所述标记松动的所述光伏组件的步骤，包括：
若所述第一夹角大于所述第一预设角度，则在所述光伏组件图片上，使用第一标记内容标记松动的所述光伏组件；
其中，所述第一标记内容为标记光伏组件和压块不平行。
可选地，所述标记松动的所述光伏组件的步骤，还包括：
若所述最短垂直距离小于所述预设定值，则在所述光伏组件图片上，使用第二标记内容标记松动的所述光伏组件；
其中，所述第二标记内容为标记压块未紧贴光伏组件的边框进行安装。
可选地，所述标记松动的所述光伏组件的步骤，还包括：
若所述第二夹角大于所述第二预设角度，则在所述光伏组件图片上，使用第三标记内容标记松动的所述光伏组件；
其中，所述第三标记内容为标记光伏组件已发生位移。
此外，为实现上述目的，本发明还提供一种光伏组件的松动检测设备，所述光伏组件的松动检测设备包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的光伏组件的松动检测程序，所述光伏组件的松动检测程序被所述处理器执行时实现如上述的光伏组件的松动检测方法的步骤。
此外，为实现上述目的，本发明还提供一种计算机可读存储介质，所述计算机可读存储介质上存储有光伏组件的松动检测程序，所述光伏组件的松动检测程序被处理器执行时实现如上所述的光伏组件的松动检测方法的步骤。
本发明实施例提出的一种光伏组件的松动检测方法、设备及计算机可读存储介质，首先，利用无人机或清扫机器人搭载摄像头，从光伏组件上方拍摄全站光伏组件图片；然后，利用计算机视觉模型对光伏组件图片中的光伏组件和压块进行语义分割，对语义分割后的图片查找并绘制光伏组件轮廓和压块轮廓；接着，计算相邻压块轮廓和光伏组件轮廓两侧边的第一夹角。如果该第一夹角大于第一预设角度，则说明该压块与光伏组件的边框不平行，标记该压块为异常压块；如果该第一夹角小于等于第一预设角度，则接着计算该压块轮廓与光伏组件轮廓的相邻两侧边最短垂直距离，如果最短垂直距离小于预设定值，说明该压块未紧贴光伏组件边框安装，标记该压块为异常压块。同样的，计算光伏组件轮廓与其相邻光伏组件轮廓侧边的第二夹角，如果该第二夹角大于第二预设角度，说明光伏组件已发生位移，标记这两个光伏组件为异常光伏组件，建议优先处理。利用无人机或清扫机器人作为载体搭载摄像头，拍摄全站的光伏组件图片，利用计算机视觉技术检测光伏组件松动，并在光伏组件图片上进行标注，极大提高了光伏组件松动检测的效率。
附图说明
图1是本发明实施例方案涉及的硬件运行环境的运行设备的结构示意图；
图2为本发明一种光伏组件的松动检测方法一实施例的流程示意图；
图3为本发明一种光伏组件的松动检测方法一实施例的检测方法示意图；
图4为本发明一种光伏组件的松动检测方法一实施例的计算第一夹角流程示意图；
图5为本发明一种光伏组件的松动检测方法一实施例的预设第一角度示意图；
图6为本发明一种光伏组件的松动检测方法一实施例的光伏组件松动判断逻辑示意图；
图7为本发明一种光伏组件的松动检测方法一实施例的最短垂直距离示意图；
图8为本发明一种光伏组件的松动检测方法一实施例的第二夹角示意图。
本发明目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。
具体实施方式
应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
参照图1，图1为本发明实施例方案涉及的硬件运行环境的运行设备的结构示意图。
如图1所示，该运行设备可以包括：处理器1001，例如中央处理器(CentralProcessing Unit，CPU)，通信总线1002、用户接口1003，网络接口1004，存储器1005。其中，通信总线1002用于实现这些组件之间的连接通信。用户接口1003可以包括显示屏(Display)、输入单元比如键盘(Keyboard)，可选用户接口1003还可以包括标准的有线接口、无线接口。网络接口1004可选的可以包括标准的有线接口、无线接口(如无线保真(WIreless-FIdelity，WI-FI)接口)。存储器1005可以是高速的随机存取存储器(RandomAccess Memory，RAM)存储器，也可以是稳定的非易失性存储器(Non-Volatile Memory，NVM)，例如磁盘存储器。存储器1005可选的还可以是独立于前述处理器1001的存储装置。
本领域技术人员可以理解，图1中示出的结构并不构成对运行设备的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。
如图1所示，作为一种存储介质的存储器1005中可以包括操作***、数据存储模块、网络通信模块、用户接口模块以及光伏组件的松动检测程序。
在图1所示的运行设备中，网络接口1004主要用于与其他设备进行数据通信；用户接口1003主要用于与用户进行数据交互；本发明运行设备中的处理器1001、存储器1005可以设置在运行设备中，所述运行设备通过处理器1001调用存储器1005中存储的光伏组件的松动检测程序，并执行以下操作：
获取光伏组件图片，利用计算机视觉模型对所述光伏组件图片中进行语义分割，确定光伏组件轮廓和压块轮廓；
获取所述光伏组件轮廓和所述压块轮廓之间的第一夹角，以及不同所述光伏组件轮廓之间的第二夹角；
根据所述第一夹角和/或所述第二夹角，确定所述光伏组件的松动状态。
进一步地，处理器1001可以调用存储器1005中存储的光伏组件的松动检测程序，还执行以下操作：
所述获取所述光伏组件轮廓和所述压块轮廓之间的第一夹角的步骤，包括：
获取所述光伏组件轮廓和所述压块轮廓的相邻两侧边的夹角，以作为第一夹角。
进一步地，处理器1001可以调用存储器1005中存储的光伏组件的松动检测程序，还执行以下操作：
所述根据所述第一夹角和/或所述第二夹角，确定所述光伏组件的松动状态的步骤，包括：
判断所述第一夹角是否大于第一预设角度；
若大于，则确定所述光伏组件松动。
进一步地，处理器1001可以调用存储器1005中存储的光伏组件的松动检测程序，还执行以下操作：
在所述判断所述第一夹角是否大于第一预设角度的步骤之后，还包括：
若不大于，则获取所述压块轮廓与所述光伏组件轮廓相邻两侧边的最短垂直距离。
进一步地，处理器1001可以调用存储器1005中存储的光伏组件的松动检测程序，还执行以下操作：
在所述获取所述压块轮廓与所述光伏组件轮廓相邻两侧边的最短垂直距离的步骤之后，还包括：
判断所述最短垂直距离是否小于预设定值；
若小于，则确定所述光伏组件松动。
进一步地，处理器1001可以调用存储器1005中存储的光伏组件的松动检测程序，还执行以下操作：
所述根据所述第一夹角和/或所述第二夹角，确定所述光伏组件的松动状态的步骤，还包括：
获取相邻所述光伏组件轮廓的相邻两侧边的夹角，以作为第二夹角；
判断所述第二夹角是否大于第二预设角度；
若大于，则确定所述光伏组件松动。
进一步地，处理器1001可以调用存储器1005中存储的光伏组件的松动检测程序，还执行以下操作：
在所述确定所述光伏组件松动的步骤之后，还包括：
在所述光伏组件图片上，标记松动的所述光伏组件。
进一步地，处理器1001可以调用存储器1005中存储的光伏组件的松动检测程序，还执行以下操作：
所述标记松动的所述光伏组件的步骤，包括：
若所述第一夹角大于所述第一预设角度，则在所述光伏组件图片上，使用第一标记内容标记松动的所述光伏组件；
其中，所述第一标记内容为标记光伏组件和压块不平行。
进一步地，处理器1001可以调用存储器1005中存储的光伏组件的松动检测程序，还执行以下操作：
所述标记松动的所述光伏组件的步骤，还包括：
若所述最短垂直距离小于所述预设定值，则在所述光伏组件图片上，使用第二标记内容标记松动的所述光伏组件；
其中，所述第二标记内容为标记压块未紧贴光伏组件的边框进行安装。
进一步地，处理器1001可以调用存储器1005中存储的光伏组件的松动检测程序，还执行以下操作：
所述标记松动的所述光伏组件的步骤，还包括：
若所述第二夹角大于所述第二预设角度，则在所述光伏组件图片上，使用第三标记内容标记松动的所述光伏组件；
其中，所述第三标记内容为标记光伏组件已发生位移。
本发明实施例提供了一种光伏组件的松动检测方法，参照图2，图2为本发明一种光伏组件的松动检测方法第一实施例的流程示意图。
本实施例中，所述光伏组件的松动检测方法包括：
步骤S10：获取光伏组件图片，利用计算机视觉模型对所述光伏组件图片中进行语义分割，确定光伏组件轮廓和压块轮廓。
在本实施例中，利用无人机或清扫机器人搭载摄像头，从光伏组件上方拍摄光伏组件图片。利用包括但不限于FCN(Fully Convultional Neural Network，全卷积神经网络)、U-Net(全卷积神经网络的一种变形)等的计算机视觉模型对拍摄到的光伏组件图片中的光伏组件和压块进行语义分割，对语义分割后的图片遍历查找并绘制光伏组件轮廓和压块轮廓。在本实施例中，对进行语义分割绘制光伏组件轮廓和压块轮廓所用到的计算机视觉模型不做限定。其中，压块是用于把光伏组件固定在支架上的结构件，按照安装位置的不同，可分为边压块和中压块，边压块只固定一块光伏组件，而中压块同时固定两块光伏组件。其中，语义分割为计算机视觉的一种任务类型，不但要将图像中的物体进行分类，而且要将图像中的不同类物体按轮廓分割开来，不过不需要区分同一类物体的不同个体。在本实施例中，绘制的光伏组件轮廓和压块轮廓类使用基本的计算机视觉的物体识别流程：(a)image classification，图像分类，(b)object localization，目标定位，(c)semanticsegmentation，语义分割，(d)instance segmentation，实例分割。
步骤S20：获取所述光伏组件轮廓和所述压块轮廓之间的第一夹角，以及不同所述光伏组件轮廓之间的第二夹角。
在本实施例中，在步骤S10中通过语义分割绘制出光伏组件轮廓和压块轮廓后，计算相邻光伏组件轮廓和压块轮廓之间的夹角，即第一夹角，计算两个相邻光伏组件轮廓之间的夹角，即第二夹角。
步骤S30：根据所述第一夹角和/或所述第二夹角，确定所述光伏组件的松动状态。
在本实施例中，根据步骤S20中计算得到的第一夹角和第二夹角，根据不同的判断流程和数据判断光伏组件是否松动、以及光伏组件松动的严重程度，为运维人员提供处理支持。
在本实施例中，利用无人机或清扫机器人作为载体搭载摄像头，拍摄全站的光伏组件图片，利用计算机视觉技术检测光伏组件松动，并在光伏组件图片上进行标注，极大提高了光伏组件松动检测的效率。参照如图3所示的检测方法示意图，首先，利用无人机或清扫机器人搭载摄像头，从光伏组件上方拍摄全站光伏组件图片；然后，利用计算机视觉模型(包括但不限于U-Net、FCN等)对光伏组件图片中的光伏组件和压块进行语义分割，对语义分割后的图片查找并绘制光伏组件轮廓和压块轮廓；接着，计算压块轮廓最长的边、即压块轮廓的长边和与该压块轮廓有交点的光伏组件轮廓(边压块有1个，中压块有2个)的夹角，即第一夹角。如果该第一夹角大于某一定值α(α>0)，即大于第一预设角度，则说明该压块与光伏组件的边框不平行，标记该压块为异常压块；如果该第一夹角小于等于α，则计算该压块轮廓最长的边上的点距离与该压块轮廓有交点的光伏组件轮廓的边(即、第二夹角边)的最短垂直距离d，如果d小于某一定值k(即预设定值),说明该压块未紧贴光伏组件边框安装，标记该压块为异常压块。同样的，计算光伏组件轮廓的边与其相邻光伏组件轮廓边的夹角，即第二夹角，如果该第二夹角大于某一定值β(β>0)，即大于第二预设角度，说明光伏组件已发生位移，标记这两个光伏组件为异常光伏组件，建议优先处理。
可选地，所述获取所述光伏组件轮廓和所述压块轮廓之间的第一夹角的步骤，包括：
步骤S2001，获取所述光伏组件轮廓和所述压块轮廓的相邻两侧边的夹角，以作为第一夹角。
在本实施例中，参照如图4所示的计算第一夹角流程示意图，在步骤S10中通过语义分割绘制出光伏组件轮廓和压块轮廓后，通过第一夹角边和压块轮廓的长边的夹角作为第一夹角。参照如图5所示的预设第一角度示意图，当压块与光伏组件不平行时，压块轮廓和光伏组件轮廓之间会存在夹角，将该夹角a作为第一夹角。其中，第一夹角边为图5中左侧光伏组件轮廓的右边，或者右侧光伏组件轮廓的左边，即与压块轮廓存在交点形成夹角的边。
可选地，所述根据所述第一夹角和/或所述第二夹角，确定所述光伏组件的松动状态的步骤，包括：
步骤S3001，判断所述第一夹角是否大于第一预设角度；
若大于，则确定所述光伏组件松动。
在本实施例中，参照如图6所示的光伏组件松动判断逻辑示意图，当在步骤S2001中确定第一夹角后，如果判断该第一夹角大于第一预设角度，则说明光伏组件松动；如果不大于，则说明光伏组件未松动，或者光伏组件的松动在合理范围内，此种情况下，计算压块轮廓与光伏组件轮廓的边框的最短垂直距离，继续判断压块是否紧贴光伏组件的边框进行安装。
可选地，在所述判断所述第一夹角是否大于第一预设角度的步骤之后，还包括：
步骤S3002，若不大于，则获取所述压块轮廓与所述光伏组件轮廓相邻两侧边的最短垂直距离。
在本实施例中，参照如图6所示的光伏组件松动判断逻辑示意图，在步骤S3001中判断第一夹角不大于第一预设角度、光伏组件未松动后，计算压块轮廓与光伏组件轮廓之间的距离，即最短垂直距离。参照如图7所示的最短垂直距离示意图，当压块与光伏组件平行或近似平行时，压块轮廓和光伏组件轮廓之间不会存在夹角或者存在极小的一个夹角，将该夹角对应的光伏组件轮廓上的边作为第二夹角边，或者将平行于压块轮廓的光伏组件轮廓上的边作为第二夹角边。其中，第二夹角边为图7中左侧光伏组件轮廓的右边，或者右侧光伏组件轮廓的左边，即与压块轮廓平行或近似平行的边。
可选地，在所述获取所述压块轮廓与所述光伏组件轮廓相邻两侧边的最短垂直距离的步骤之后，还包括：
步骤S3003，判断所述最短垂直距离是否小于预设定值；
若小于，则确定所述光伏组件松动。
在本实施例中，参照如图6所示的光伏组件松动判断逻辑示意图，在步骤S3002得到最短垂直距离后，判断最短垂直距离是否小于预设定值，如果大于则说明光伏组件松动，压块未紧贴光伏组件的边框进行安装，如果不大于，则说明光伏组件未松动，或者光伏组件的松动在合理范围内，压块紧贴光伏组件的边框进行安装。
可选地，所述根据所述第一夹角和/或所述第二夹角，确定所述光伏组件的松动状态的步骤，还包括：
步骤S3004，获取相邻所述光伏组件轮廓的相邻两侧边的夹角，以作为第二夹角；
判断所述第二夹角是否大于第二预设角度；
若大于，则确定所述光伏组件松动。
在本实施例中，参照如图8所示的第二夹角示意图，当相邻光伏组件之间不平行时，相邻光伏组件轮廓之间会存在夹角，将该夹角b作为第二夹角。参照如图6所示的光伏组件松动判断逻辑示意图，当在步骤S20中确定第二夹角后，如果判断该第二夹角大于第二预设角度，则说明光伏组件松动，光伏组件已发生位移；如果不大于，则说明光伏组件未松动或者光伏组件的松动在合理范围内，即光伏组件未发生位移或者光伏组件的位移在合理范围内。
可选地，在所述确定所述光伏组件松动的步骤之后，还包括：
在所述光伏组件图片上，标记松动的所述光伏组件。
在本实施例中，会根据光伏组件松动的严重程度给出对应的处理建议，通过在确定光伏组件已经松动后，在光伏组件图片上标记异常的光伏组件。
可选地，所述标记松动的所述光伏组件的步骤，包括：
若所述第一夹角大于所述第一预设角度，则在所述光伏组件图片上，使用第一标记内容标记松动的所述光伏组件；
其中，所述第一标记内容为标记光伏组件和压块不平行。
在本实施例中，如果是根据步骤S3001判断预设第一夹角大于第一预设角度，则说明光伏组件已经松动，标记原因为光伏组件和压块不平行。
可选地，所述标记松动的所述光伏组件的步骤，还包括：
若所述最短垂直距离小于所述预设定值，则在所述光伏组件图片上，使用第二标记内容标记松动的所述光伏组件；
其中，所述第二标记内容为标记压块未紧贴光伏组件的边框进行安装。
在本实施例中，如果是根据步骤S3003判断最短垂直距离小于预设定值，则同样说明光伏组件已经松动，标记原因为压块未紧贴光伏组件的边框进行安装。
可选地，所述标记松动的所述光伏组件的步骤，还包括：
若所述第二夹角大于所述第二预设角度，则在所述光伏组件图片上，使用第三标记内容标记松动的所述光伏组件；
其中，所述第三标记内容为标记光伏组件已发生位移。
在本实施例中，如果是根据步骤S3004判断预设第二夹角大于第二预设角度，则也同样说明光伏组件已经松动，标记原因为光伏组件已发生位移，并在标记时建议优先处理，以减小损失。
此外，本发明实施例还提供一种光伏组件的松动检测设备，所述光伏组件的松动检测设备包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的光伏组件的松动检测程序，所述光伏组件的松动检测程序被所述处理器执行时实现如上述的光伏组件的松动检测方法的步骤。
此外，本发明实施例还提供一种计算机可读存储介质，所述计算机可读存储介质上存储有光伏组件的松动检测程序，所述光伏组件的松动检测程序被处理器执行时实现如上所述的光伏组件的松动检测方法的步骤。
需要说明的是，在本文中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者***不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者***所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括该要素的过程、方法、物品或者***中还存在另外的相同要素。
上述本发明实施例序号仅仅为了描述，不代表实施例的优劣。
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在如上所述的一个存储介质(如ROM/RAM、磁碟、光盘)中，包括若干指令用以使得一台终端设备(可以是手机，计算机，服务器，或者网络设备等)执行本发明各个实施例所述的方法。
以上仅为本发明的优选实施例，并非因此限制本发明的专利范围，凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本发明的专利保护范围内。

Claims (12)

1.一种光伏组件的松动检测方法，其特征在于，所述光伏组件的松动检测方法包括以下步骤：
获取光伏组件图片，利用计算机视觉模型对所述光伏组件图片中进行语义分割，确定光伏组件轮廓和压块轮廓；
获取所述光伏组件轮廓和所述压块轮廓之间的第一夹角，以及不同所述光伏组件轮廓之间的第二夹角；
根据所述第一夹角和/或所述第二夹角，确定所述光伏组件的松动状态。
2.如权利要求1所述的光伏组件的松动检测方法，其特征在于，所述获取所述光伏组件轮廓和所述压块轮廓之间的第一夹角的步骤，包括：
获取所述光伏组件轮廓和所述压块轮廓的相邻两侧边的夹角，以作为第一夹角。
3.如权利要求1所述的光伏组件的松动检测方法，其特征在于，所述根据所述第一夹角和/或所述第二夹角，确定所述光伏组件的松动状态的步骤，包括：
判断所述第一夹角是否大于第一预设角度；
若大于，则确定所述光伏组件松动。
4.如权利要求3所述的光伏组件的松动检测方法，其特征在于，在所述判断所述第一夹角是否大于第一预设角度的步骤之后，还包括：
若不大于，则获取所述压块轮廓与所述光伏组件轮廓相邻两侧边的最短垂直距离。
5.如权利要求4所述的光伏组件的松动检测方法，其特征在于，在所述获取所述压块轮廓与所述光伏组件轮廓相邻两侧边的最短垂直距离的步骤之后，还包括：
判断所述最短垂直距离是否小于预设定值；
若小于，则确定所述光伏组件松动。
6.如权利要求5所述的光伏组件的松动检测方法，其特征在于，所述根据所述第一夹角和/或所述第二夹角，确定所述光伏组件的松动状态的步骤，还包括：
获取相邻所述光伏组件轮廓的相邻两侧边的夹角，以作为第二夹角；
判断所述第二夹角是否大于第二预设角度；
若大于，则确定所述光伏组件松动。
7.如权利要求6所述的光伏组件的松动检测方法，其特征在于，在所述确定所述光伏组件松动的步骤之后，还包括：
在所述光伏组件图片上，标记松动的所述光伏组件。
8.如权利要求7所述的光伏组件的松动检测方法，其特征在于，所述标记松动的所述光伏组件的步骤，包括：
若所述第一夹角大于所述第一预设角度，则在所述光伏组件图片上，使用第一标记内容标记松动的所述光伏组件；
其中，所述第一标记内容为标记光伏组件和压块不平行。
9.如权利要求7所述的光伏组件的松动检测方法，其特征在于，所述标记松动的所述光伏组件的步骤，还包括：
若所述最短垂直距离小于所述预设定值，则在所述光伏组件图片上，使用第二标记内容标记松动的所述光伏组件；
其中，所述第二标记内容为标记压块未紧贴光伏组件的边框进行安装。
10.如权利要求7所述的光伏组件的松动检测方法，其特征在于，所述标记松动的所述光伏组件的步骤，还包括：
若所述第二夹角大于所述第二预设角度，则在所述光伏组件图片上，使用第三标记内容标记松动的所述光伏组件；
其中，所述第三标记内容为标记光伏组件已发生位移。
11.一种光伏组件的松动检测设备，其特征在于，所述光伏组件的松动检测设备包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的光伏组件的松动检测程序，所述光伏组件的松动检测程序配置为实现如权利要求1至10中任一项所述的光伏组件的松动检测方法的步骤。
12.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有光伏组件的松动检测程序，所述光伏组件的松动检测程序被处理器执行时实现如权利要求1至10中任一项所述的光伏组件的松动检测方法的步骤。
CN202210080748.1A 2022-01-24 2022-01-24 光伏组件的松动检测方法、设备及存储介质 Pending CN114494871A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210080748.1A CN114494871A (zh) 2022-01-24 2022-01-24 光伏组件的松动检测方法、设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210080748.1A CN114494871A (zh) 2022-01-24 2022-01-24 光伏组件的松动检测方法、设备及存储介质

Publications (1)

Publication Number Publication Date
CN114494871A true CN114494871A (zh) 2022-05-13

Family

ID=81474759

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210080748.1A Pending CN114494871A (zh) 2022-01-24 2022-01-24 光伏组件的松动检测方法、设备及存储介质

Country Status (1)

Country Link
CN (1) CN114494871A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116046356A (zh) * 2023-04-03 2023-05-02 深圳市城市公共安全技术研究院有限公司 基于无人机的光伏组件检测方法、无人机及存储介质

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107359859A (zh) * 2017-08-22 2017-11-17 保定嘉盛光电科技股份有限公司 基于压块式位移传感器的光伏组件阵列安全监测***
KR101805064B1 (ko) * 2017-03-02 2017-12-05 주식회사 대양이엔씨 체결장치 상태 감시 장치가 설치된 태양광 모듈 거치대
CN111539355A (zh) * 2020-04-27 2020-08-14 东北电力大学 一种基于深层神经网络的光伏板异物检测***及检测方法
CN112184651A (zh) * 2020-09-21 2021-01-05 郑州迈拓信息技术有限公司 一种基于人工智能的光伏电站零件松动检测***及方法
CN113570580A (zh) * 2021-07-30 2021-10-29 重庆予胜远升网络科技有限公司 基于机器视觉的电力设备部件松动识别***及方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101805064B1 (ko) * 2017-03-02 2017-12-05 주식회사 대양이엔씨 체결장치 상태 감시 장치가 설치된 태양광 모듈 거치대
CN107359859A (zh) * 2017-08-22 2017-11-17 保定嘉盛光电科技股份有限公司 基于压块式位移传感器的光伏组件阵列安全监测***
CN111539355A (zh) * 2020-04-27 2020-08-14 东北电力大学 一种基于深层神经网络的光伏板异物检测***及检测方法
CN112184651A (zh) * 2020-09-21 2021-01-05 郑州迈拓信息技术有限公司 一种基于人工智能的光伏电站零件松动检测***及方法
CN113570580A (zh) * 2021-07-30 2021-10-29 重庆予胜远升网络科技有限公司 基于机器视觉的电力设备部件松动识别***及方法

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116046356A (zh) * 2023-04-03 2023-05-02 深圳市城市公共安全技术研究院有限公司 基于无人机的光伏组件检测方法、无人机及存储介质

Similar Documents

Publication Publication Date Title
CN102201053B (zh) 一种文本图像的切边方法
US20080226175A1 (en) Apparatus, method, and program for face feature point detection
CN108896545B (zh) 涂胶检测方法、装置及计算机可读存储介质
CN105224674B (zh) 一种基于移动设备的智能搜索方法及***
CN110991448A (zh) 电力设备铭牌图像的文本检测方法及装置
CN114266773A (zh) 显示面板缺陷定位方法、装置、设备及存储介质
CN112364740A (zh) 一种基于计算机视觉的无人机房监控方法及***
CN106910195B (zh) 一种网页页面布局监测方法及装置
CN114494871A (zh) 光伏组件的松动检测方法、设备及存储介质
CN103034833B (zh) 条码定位方法及装置
CN111899231B (zh) 显示面板缺陷检测方法、装置、设备及存储介质
CN111126478B (zh) 卷积神经网络训练方法、装置和电子***
CN114998217A (zh) 确定玻璃基板缺陷等级的方法、计算机设备及存储介质
CN114581419A (zh) 变压器绝缘套管缺陷检测方法、相关设备及可读存储介质
CN107948392B (zh) 终端及显示故障处理方法
CN116342540A (zh) 包装膜缺陷检测方法、装置、设备及存储介质
CN115937212B (zh) 一种玻璃板裂纹检测方法、装置、设备及介质
CN112001336A (zh) 行人越界报警方法、装置、设备及***
CN116091503A (zh) 一种面板异物缺陷的判别方法、装置、设备及介质
CN107330470B (zh) 识别图片的方法和装置
CN113808107B (zh) 图像推荐方法、装置、电子设备和存储介质
CN115984197A (zh) 基于标准pcb图像的缺陷检测方法及相关装置
CN111818269A (zh) 一种随车证件的识别方法和识别***
CN110245441B (zh) 一种组装背光模组的方法、装置及电子设备
CN109060831B (zh) 一种基于底板拟合的自动脏污检测方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
CB02 Change of applicant information
CB02 Change of applicant information

Address after: 230000 office buildings 201 and 301 of sunshine power supply Co., Ltd., No. 2 Tianhu Road, high tech Zone, Hefei, Anhui Province

Applicant after: Sunshine Zhiwei Technology Co.,Ltd.

Address before: 230000 office buildings 201 and 301 of sunshine power supply Co., Ltd., No. 2 Tianhu Road, high tech Zone, Hefei, Anhui Province

Applicant before: Sunshine Zhiwei Technology Co.,Ltd.