一種基于紅外圖像的光伏電站熱斑檢測與定位方法與流程

本發明涉及熱斑檢測、紅外圖像處理的技術領域，特別是涉及一種基于紅外圖像的光伏電站熱斑檢測與定位方法。

背景技術：

近年來，我國的光伏太陽能廣泛應用于大型光伏發電站、路燈、住宅和商用建筑物等。在這些場所中，鳥糞、建筑物、其他太陽能板等都很容易形成對太陽能光伏陣列的遮擋，進而產生熱斑效應，明顯降低光伏陣列發電效率及使用壽命，嚴重時甚至發生火災。在光伏電站的建設和維護過程中，需要定期對熱斑進行檢測。而常規的人工巡檢方式必須高舉掃描儀或借助升降車實施熱斑檢測，危險系數高、效率低、成本高。因此，研究安全、高效的熱斑檢測方法，對于提高光伏電站的發電效率具有十分重要的現實意義。

目前常用的熱斑檢測方法大致可以分為三種：并聯旁路二極管法、電流電壓法和紅外成像技術法。其中，并聯旁路二極管法的主要目的是通過旁路二極管來減少受遮擋部分電池片所受到的反向電壓與電流；電流電壓法多用于光伏陣列的故障診斷，通過分析光伏陣列輸出電流、電壓之間的關系，構建合適的模型，判斷是否存在熱斑現象；以上兩種方法都容易破壞光伏陣列的內部結構，且效率較低。紅外成像技術法可以解決以上問題，基于紅外圖像可以反映光伏陣列在不同工作狀態下的溫度特性這一事實，采用紅外熱像儀拍攝紅外圖像，并通過圖像分析將熱斑檢測出來。但目前對于這種方法的技術實現相對較少。

技術實現要素：

本部分的目的在于概述本發明的實施例的一些方面以及簡要介紹一些較佳實施例。在本部分以及本申請的說明書摘要和發明名稱中可能會做些簡化或省略以避免使本部分、說明書摘要和發明名稱的目的模糊，而這種簡化或省略不能用于限制本發明的范圍。

鑒于上述現有熱斑檢測方法中存在的問題，提出了本發明。

因此，本發明其中一個目的是提供基于紅外圖像的光伏電站熱斑檢測與定位方法。

為解決上述技術問題，本發明提供如下技術方案：一種基于紅外圖像的光伏電站熱斑檢測與定位方法，包括：基于紅外溫度圖像，劃分陣列；基于陣列區域，熱斑識別；熱斑定位；其中，所述劃分陣列，包括，根據紅外溫度數據獲取梯度圖像，利用算法閾值化，并將所述梯度圖像反轉；利用計算得到的溫度閾值，去除反轉后梯度圖像中的陰影區域；利用初始梯度圖像，求出局部方差圖像，并求出二值化圖像；轉化為溫度直方圖；矩形匹配，逐點匹配所述溫度直方圖中值為1的點，當模板窗口中值為1的點的總數所占的比例大于0.3時，將該點置為1；否則，置為0；形態學膨脹，對矩形匹配后的圖像進行兩次膨脹，填充各個陣列邊緣區域；其中，基于紅外溫度圖像的陣列劃分，并反轉得到圖像，具體為：

g(x,y)＝i(x,y+1)-i(x,y)；

其中，i表示輸入的紅外溫度數據，由浮點類型的溫度值組成，大小是640×480；g表示初始梯度圖像；x、y分別表示每一個溫度點的橫坐標和縱坐標。

作為本發明所述基于紅外圖像的光伏電站熱斑檢測與定位方法的一種優選方案，其中：所述溫度閾值的計算，包括，定義一個集合，存放反轉后梯度圖像中值為1的各點所對應的溫度值，并對集合從小到大排序；對集合中位于后50％的所有元素求均值；把所述均值的0.5倍設置為溫度閾值，具體為：

其中，g’表示低溫篩選后的梯度圖像，t是一個常數，大小是溫度均值的0.5倍。

作為本發明所述基于紅外圖像的光伏電站熱斑檢測與定位方法的一種優選方案，其中：所述去除反轉后梯度圖像中的陰影區域，包括，所述反轉后梯度圖像與初始紅外溫度數據相乘，得到圖像a；將圖像a中低于所述溫度閾值的各點置為0，其余置1，得到去除反轉后梯度圖像中的陰影區域的圖像b，具體為：

rgra＝g'-var

其中，rgra表示方差去除后的梯度圖像，var表示局部方差圖像。

作為本發明所述基于紅外圖像的光伏電站熱斑檢測與定位方法的一種優選方案，其中：所述二值化圖像，包括，對所述圖像b中梯度值為1的點，求其所在初始紅外圖像中3×3區域內的局部方差，形成所述局部方差圖像；利用算法對所述局部方差圖像閾值化；從所述圖像b中減去閾值化的所述局部方差圖像，得到去除非陣列區域后的二值化圖像。

作為本發明所述基于紅外圖像的光伏電站熱斑檢測與定位方法的一種優選方案，其中：所述溫度直方圖，包括，定義一個溫度集合，所述溫度集合包括所述二值化圖像中值為1的各點所對應的溫度值；利用所述溫度集合，構造一維的溫度直方圖，并以所述溫度直方圖中溫度最高的峰值所對應的溫度作為陣列的平均溫度c；其中，所述二值化圖像中值為1且該點對應的溫度位于有效溫度范圍內的點，置為1，否則，置為0；其中，所述有效溫度范圍是[c-4，c+4]，所述溫度直方圖的橫坐標的溫度間隔為0.5°；具體為：

其中，rmode代表直方圖分割后的陣列劃分結果，mode是直方圖最大分布區間的中位數，代表陣列的平均溫度。

作為本發明所述基于紅外圖像的光伏電站熱斑檢測與定位方法的一種優選方案，其中：所述熱斑識別，包括，從劃分后的陣列中，選取可疑陣列；初步篩選，確定候選熱斑點的集合；坐標合并，具體為：

以及，二次判斷熱斑點。

作為本發明所述基于紅外圖像的光伏電站熱斑檢測與定位方法的一種優選方案，其中：所述可疑陣列，為陣列中的最高溫度值與所述平均溫度c的比值超過1.5的陣列。

作為本發明所述基于紅外圖像的光伏電站熱斑檢測與定位方法的一種優選方案，其中：所述確定候選熱斑點，采用5×5的窗口對所述可疑陣列內溫度值高于所述平均溫度c的0.8倍的溫度點，進行熱斑判斷，計算5×5的窗口內的最高溫tmax、平均溫tavg，并將tmax-c、tavg-c分別與設定的閾值k1、k2比較，當兩個差值都分別不小于k1、k2時，該點為候選熱斑點，并添加到候選熱斑點集合中；其中，k1、k2取值范圍分別是[15，18]，[2，4]。

作為本發明所述基于紅外圖像的光伏電站熱斑檢測與定位方法的一種優選方案，其中：所述二次判斷，所述候選熱斑點，當且僅當tmax-tavg的差值不小于溫度閾值k3時，該點為真正的熱斑；溫度閾值k3取值范圍是[5,15]。

作為本發明所述基于紅外圖像的光伏電站熱斑檢測與定位方法的一種優選方案，其中：所述熱斑定位，包括，將光伏電站施工設計圖紙轉化為邏輯圖，將邏輯圖中的各個陣列的位置坐標與gps信息之間建立對應關系，并計算出所有光伏陣列的gps信息；基于所述熱斑識別的結果，利用從紅外圖像中解析出來的gps信息匹配邏輯圖中的gps信息庫的結果，確定該幅圖像具體的拍攝位置；根據所述劃分陣列的結果，具體定位到熱斑位于某幅圖像中的第幾個陣列；生成的測試結果文本文檔中記錄熱斑的gps信息、溫度信息。

本發明的有益效果：本發明在進行光伏電站熱斑檢測時，提出了一種基于紅外圖像的光伏電站熱斑檢測與定位方法，主要分為陣列劃分、熱斑識別、熱斑定位三個部分。相比已有的基于紅外圖像熱斑檢測方法，充分考慮了紅外圖像的溫度特性，直接基于紅外溫度數據進行陣列劃分，運算復雜度低且劃分效果好；基于陣列區域，采用兩次判斷的方式識別熱斑，不僅檢測效率高且精度較高；基于gps信息匹配的方式定位熱斑位置，算法復雜度低且精確度較高。

附圖說明

為了更清楚地說明本發明實施例的技術方案，下面將對實施例描述中所需要使用的附圖作簡單地介紹，顯而易見地，下面描述中的附圖僅僅是本發明的一些實施例，對于本領域普通技術人員來講，在不付出創造性勞動性的前提下，還可以根據這些附圖獲得其它的附圖。其中：

圖1為本發明基于紅外圖像的光伏電站熱斑檢測與定位方法中的紅外灰度圖像示意圖；

圖2為本發明基于紅外圖像的光伏電站熱斑檢測與定位方法中的原始梯度圖像示意圖；

圖3為本發明基于紅外圖像的光伏電站熱斑檢測與定位方法中利用算法閾值化的梯度圖像示意圖；

圖4為本發明基于紅外圖像的光伏電站熱斑檢測與定位方法中反轉梯度圖像后的示意圖；

圖5為本發明基于紅外圖像的光伏電站熱斑檢測與定位方法中梯度圖像低溫篩選后的結果示意圖；

圖6為本發明基于紅外圖像的光伏電站熱斑檢測與定位方法中局部方差的圖像示意圖；

圖7為本發明基于紅外圖像的光伏電站熱斑檢測與定位方法中方差去除后的梯度圖像示意圖；

圖8為本發明基于紅外圖像的光伏電站熱斑檢測與定位方法中溫度直方圖分割的示意圖；

圖9為本發明基于紅外圖像的光伏電站熱斑檢測與定位方法中溫度直方圖的折線圖；

圖10為本發明基于紅外圖像的光伏電站熱斑檢測與定位方法中矩形匹配的結果示意圖；

圖11為本發明基于紅外圖像的光伏電站熱斑檢測與定位方法中形態膨脹的結果示意圖；

圖12為本發明基于紅外圖像的光伏電站熱斑檢測與定位方法中陣列識別后的結果示意圖；

圖13為本發明基于紅外圖像的光伏電站熱斑檢測與定位方法中坐標合并前檢測的示意圖；

圖14為本發明基于紅外圖像的光伏電站熱斑檢測與定位方法中坐標合并后檢測的示意圖；

圖15為本發明基于紅外圖像的光伏電站熱斑檢測與定位方法中二次判斷熱斑前的顯示結果示意圖；

圖16為本發明基于紅外圖像的光伏電站熱斑檢測與定位方法中二次判斷熱斑后的顯示結果示意圖。

具體實施方式

為使本發明的上述目的、特征和優點能夠更加明顯易懂，下面結合說明書附圖對本發明的具體實施方式做詳細的說明。

在下面的描述中闡述了很多具體細節以便于充分理解本發明，但是本發明還可以采用其他不同于在此描述的其它方式來實施，本領域技術人員可以在不違背本發明內涵的情況下做類似推廣，因此本發明不受下面公開的具體實施例的限制。

其次，本發明結合示意圖進行詳細描述，在詳述本發明實施例時，為便于說明，表示器件結構的剖面圖會不依一般比例作局部放大，而且所述示意圖只是示例，其在此不應限制本發明保護的范圍。此外，在實際制作中應包含長度、寬度及深度的三維空間尺寸。

再其次，此處所稱的“一個實施例”或“實施例”是指可包含于本發明至少一個實現方式中的特定特征、結構或特性。在本說明書中不同地方出現的“在一個實施例中”并非均指同一個實施例，也不是單獨的或選擇性的與其他實施例互相排斥的實施例。

本發明的基于紅外圖像的光伏電站熱斑檢測與定位方法，其具體實施方案如下：

1、參照圖1～11為基于紅外溫度圖像的陣列劃分的示意圖，包括以下子步驟：

(1)根據紅外溫度數據得到表1，其中，表1中的數據是通過紅外相機拍攝得到ddt格式的文件，在通過紅外相機自帶的sdk開發工具包將ddt格式的文件轉為csv格式的文件，也就是說，通過相機后臺自帶的函數，進行了格式轉換，以便于讀取溫度數據，得到表1。需要說明的是，讀取溫度數據可以通過c語言中的庫函數，也可以通過計算機手動以excel的模式打開，且表1中的每一個數據對應紅外圖像中每一點的溫度值。

表1

將表1中紅外數據轉化為紅外溫度圖像如1所示，進而獲取垂直方向上的梯度圖像得到圖2所示的原始梯度圖像，利用otsu算法閾值化，得到圖3所示的梯度圖像，最后將圖像“反轉”。這里所說的“反轉”是將原先圖像中白色的部分變成黑色，將原先圖像中黑色的部分變成白色，得到圖4所示的反轉后的圖像；具體為：

g(x,y)＝i(x,y+1)-i(x,y)①

其中，i表示輸入的紅外溫度數據，由浮點類型的溫度值組成，大小是640×480；g表示初始梯度圖像；x、y分別表示每一個溫度點的橫坐標和縱坐標。

(2)利用計算出來的溫度閾值去除步驟(1)反轉后梯度圖像中溫度過低的點；具體為：

其中，g’表示低溫篩選后的梯度圖像，t是一個常數，大小是溫度均值的0.5倍。

首先，定義一個集合，存放(1)中反轉后梯度圖像中值為1的各點所對應的溫度值，并對集合從小到大排序，然后，對集合中位于后50％的所有元素求均值，并將均值的0.5倍設為溫度閾值，最后，將反轉后梯度圖像與初始紅外溫度數據相乘，得到圖像a；將圖像a中低于溫度閾值的各點置為0，其余置1，得到去除反轉后梯度圖像中的陰影區域的圖像b，即圖5。即圖3。

(3)利用局部方差去除背景區域；具體為：

rgra＝g'-var③

其中，rgra表示方差去除后的梯度圖像，var表示局部方差圖像。

基于步驟(2)低溫篩選后的梯度圖像即圖像b(圖5)，首先求取梯度圖像中值為1的各點在初始紅外圖像中3×3區域內的方差，構成局部方差圖像(如圖6所示)；然后利用otsu算法對局部方差圖像閾值化；最后從步驟(2)低溫篩選后的梯度圖像中減去局部方差圖像，得到去除非陣列區域后的二值化圖像，得到圖7。

(4)溫度直方圖分割；具體為：

其中，rmode代表直方圖分割后的陣列劃分結果，mode是直方圖最大分布區間的中位數，代表陣列的平均溫度。

基于步驟(3)中的二值化圖像，定義一個溫度集合，存放圖像中值為1的各點所對應的溫度值。將集合中的元素構造成一個一維的溫度直方圖，即如圖8所示，并以直方圖中溫度最高的峰值所對應的溫度作為陣列的平均溫度c。將步驟(3)二值化圖像中值為1，且該點對應的溫度位于有效溫度范圍內的點，置為1；否則，置為0。構造溫度直方圖時，其橫坐標的溫度間隔為0.5°，溫度有效范圍指的是[c-4，c+4]，得到溫度直方圖(如圖9所示)。

(5)矩形匹配；

參照圖10，采用8×10的全1模板去逐點匹配步驟(4)得到的目標圖像中值為1的點，當模板窗口中值為1的點的總數所占的比例大于0.3時，將該點繼續置為1；否則，置為0。

(6)形態學膨脹；

參照圖11，采用8×1，1×6的算子對步驟(5)中的二值化圖像進行兩次膨脹，以填充各個陣列的邊緣區域。

2、基于步驟1中劃分得到的陣列區域識別熱斑，包括以下子步驟：

(1)從步驟1劃分得到的各個陣列中，選取可疑陣列；

可疑陣列為陣列中的最高溫度值與所述平均溫度c的比值超過1.5的陣列，否則，視為正常工作的陣列，不做后續的處理，從而減少計算量。

(2)初步篩選，確定候選熱斑點的集合；

參照圖12，圖12示出了陣列識別結果，采用5×5的窗口對所述可疑陣列內溫度值高于所述平均溫度c的0.8倍的溫度點，進行熱斑判斷，計算5×5的窗口內的最高溫tmax、平均溫tavg，并將tmax-c、tavg-c分別與設定的閾值k1、k2比較，當兩個差值都分別不小于k1、k2時，該點為候選熱斑點，并添加到候選熱斑點集合中；k1、k2分別取值范圍是[15,18]，[2,4]。

(3)坐標合并；具體為：

其中，dis(p，q)表示p和q兩點之間的歐氏距離，p、q兩點的位置坐標分別是(x1,y1)、(x2,y2)。由于窗口的遍歷步長是2，所以需要對步驟(2)獲得的集合中位置比較靠近的一些候選熱斑點進行坐標合并，從而保證只記錄熱斑區域的左上角坐標。任意兩點之間的歐式距離閾值設為10。例如：如圖13所示，其為坐標合并前的示意圖，經過坐標合并后，得到圖14。

(4)二次判斷

參照圖15，經過統計發現，部分強干擾點所在窗口內的最高溫以及平均溫度的閾值也達到了初步篩選的標準，但窗口內最高溫與平均溫兩者之間的差值卻小于熱斑區域的。如圖15中所示中背景區域內的局部過熱點被誤檢為熱斑，因此，基于步驟(3)得到的候選熱斑點，再依次遍歷各個候選熱斑點，當且僅當tmax-tavg的差值大于等于溫度閾值k3時，才認為該點為真正的熱斑，k3取值范圍是[5，15]，得到圖16，從而正確判斷出熱斑的位置。

3、熱斑定位

首先，根據光伏電站施工設計圖紙，利用cad軟件自動生成整個電站的邏輯圖，并尋找邏輯圖中的各陣列的位置坐標與gps信息之間的對應關系，計算出所有陣列的gps信息，其中，需要說明的是，這里的對應映射關系是通過執行初期，現場技術人員對電站進行簡單的踏勤，選擇電站某點作為基準點，測量其gps的坐標，然后在電站的邏輯圖上，可將每個點的gps坐標找到對應的各個陣列的位置坐標對應起來；其次，基于步驟2熱斑識別的結果，根據從圖像中解析出的gps信息匹配邏輯圖中的gps信息庫的結果，確定該幅圖像具體的拍攝位置；再次，根據步驟1中陣列劃分的結果，具體定位到熱斑位于某幅圖像中的第幾個陣列；最后，將熱斑的gps信息、熱斑的最高溫度與平均溫度等信息自動記錄到生成的測試結果文檔中。

應理解的是，該申請不限于在下面的描述中闡明的或在圖中例示的細節或方法。還應理解的是，本文中所采用的措辭和術語僅是出于描述目的而不應被認為是限制的。

此外，為了提供示例性實施方案的簡練描述，可以不描述實際實施方案的所有特征(即，與當前考慮的執行本發明的最佳模式不相關的那些特征，或于實現本發明不相關的那些特征)。應理解的是，在任何實際實施方式的開發過程中，如在任何工程或設計項目中，可做出大量的具體實施方式決定。這樣的開發努力可能是復雜的且耗時的，但對于那些得益于此公開內容的普通技術人員來說，不需要過多實驗，所述開發努力將是一個設計、制造和生產的常規工作。

應說明的是，以上實施例僅用以說明本發明的技術方案而非限制，盡管參照較佳實施例對本發明進行了詳細說明，本領域的普通技術人員應當理解，可以對本發明的技術方案進行修改或者等同替換，而不脫離本發明技術方案的精神和范圍，其均應涵蓋在本發明的權利要求范圍當中。