(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210373594.5 (22)申请日 2022.04.11 (71)申请人 浙江浙能技 术研究院有限公司 地址 311121 浙江省杭州市余杭区五常街 道余杭塘路2159-1号1幢5楼 (72)发明人 寿春晖　丁莞尔　郭智俊　贺海晏　 黄绵吉　朱跃亮　金胜利　吾小鹏　 周剑武　黄超鹏　曾路明　朱云宇　 (74)专利代理 机构 杭州九洲专利事务所有限公 司 33101 专利代理师 张羽振 (51)Int.Cl. G06T 7/00(2017.01) G06T 7/80(2017.01) G06T 7/70(2017.01)G06T 7/136(2017.01) G06T 7/187(2017.01) G06T 7/194(2017.01) G06V 10/44(2022.01) G05D 1/10(2006.01) (54)发明名称 一种大规模光伏组件表面减反膜层自动检 测方法 (57)摘要 本发明涉及一种大规模光伏组件表面减反 膜层自动检测方法， 包括： 令无人机开展特定参 数下的航拍； 形成光伏电站的数字正射影像； 识 别划定区域内各组串的经纬度信息； 对组串区域 进行标注； 角点坐标提取组串区域转化为规整的 组串图像； 识别规整组串 图像的组件边框， 提取 规整组串图像中的组件中心区域， 计算各组件中 心点区域的灰度值； 计算得到组件反射率的关系 函数； 计算其余所有光伏组件的反射率值， 并统 计划定区域内组件减反膜层的失效情况。 本发明 的有益效果是： 本发明可在短时间内完成光伏电 站组件表 面减反膜层反射率的精 准检测， 全面评 估光伏电站组件膜层性能， 提升了检测效率和检 测精确度。 权利要求书2页 说明书7页 附图2页 CN 114723711 A 2022.07.08 CN 114723711 A 1.一种大规模光伏组件表面减反膜层自动检测方法， 其特 征在于， 包括： 步骤1、 令无 人机搭载可见光云台相机在划定区域内开展特定参数 下的航拍； 步骤2、 根据采集的航拍图像， 形成光伏电站的数字正 射影像； 步骤3、 基于数字正 射影像与图像处 理算法， 识别划定区域内各组串的经纬度信息； 步骤4、 对组串区域进行 标注； 步骤5、 依次针对标注的组串区域开展组串角点提取， 并根据角点坐标提取组串区域转 化为规整的组串图像； 步骤6、 识别规整组串图像的组件边框， 提取规整组串图像中的组件中心区域， 计算各 组件中心点区域的灰度值； 步骤7、 根据组件灰度值及分布情况， 选定标记 组件， 并检测标记 组件的反射率， 根据 标 记组件的灰度值、 组件分布情况、 图像拍摄参数及反射率值， 计算得到组件反射率的关系函 数； 步骤8、 根据所述关系函数， 计算其余所有光伏组件的反射率值， 并统计划定区域内组 件减反膜层的失效情况。 2.根据权利要求1所述的大规模光伏 组件表面减反膜层自动检测方法， 其特征在于， 步 骤1中， 所述划定区域为光伏电站全域或光伏电站任一部分区域； 所述特定参数包括： 无人 机的飞行高度、 航向重叠率和旁向重叠率； 所述飞行高度由光相机焦距、 传感器尺寸、 光伏 组串的尺寸综合确定； 所述 航向重叠率和所述旁向重 叠率的取值范围为5 0％～90％。 3.根据权利要求1所述的大规模光伏 组件表面减反膜层自动检测方法， 其特征在于， 步 骤3包括： 步骤3.1、 在数字正 射影像中获取若干个特 征点的经纬度坐标； 步骤3.2、 结合特征点的经纬度坐标与XY模型坐标， 得到XY模型坐标与经纬度坐标的转 换公式； 步骤3.3、 得到划定区域内各组串的经纬度坐标。 4.根据权利要求3所述的大规模光伏 组件表面减反膜层自动检测方法， 其特征在于， 步 骤3中， 所述图像处理算法包括阈值分割算法、 颜色空间转换算法、 连通区域分析算法和图 像形态处理算法； 所述图像处理算法用于实现光伏组串区域与背景区域的分离， 以及读取 各组串的中心点XY模型坐标。 5.根据权利要求1所述的大规模光伏 组件表面减反膜层自动检测方法， 其特征在于， 步 骤4包括： 步骤4.1、 判断是否进行进一步飞行试验， 若不进行进一步飞行试验则执行步骤4.2， 若 进行进一 步飞行试验则执 行步骤4.3； 步骤4.2、 根据可见光图像的经纬度坐标、 飞行高度、 偏航角等参数对所述可见光图像 进行图像处 理， 标注拟提取组串区域； 步骤4.3、 设各组串的中心点经纬度坐标为路径点， 调整飞行参数并按优化路径在每个 航点拍摄单个完整组串的图像， 并标注组串区域。 6.根据权利要求1所述的大规模光伏 组件表面减反膜层自动检测方法， 其特征在于， 步 骤5中， 所述组串角点通过人工或自动提取算法提取， 所述自动提取算法包括： 阈值分割算 法、 边缘检测算法和边 缘形态监测算法。权　利　要　求　书 1/2 页 2 CN 114723711 A 27.根据权利要求1所述的大规模光伏 组件表面减反膜层自动检测方法， 其特征在于， 步 骤6中， 所述组件边框通过人工或自动识别算法识别， 所述自动识别算法包括： 阈值分割算 法和图像形态处 理算法； 识别所述组件边框将组串图像分割成若干个组件区域。 8.根据权利要求1所述的大规模光伏 组件表面减反膜层自动检测方法， 其特征在于， 步 骤6中， 所述各组件中心点区域的灰度值为各组件中心区域内除栅线区域外所有像素点灰 度值的平均值。 9.根据权利要求1所述的大规模光伏 组件表面减反膜层自动检测方法， 其特征在于， 步 骤7中， 所述标记组件根据划定区域内各组件的平均灰度值及分布情况选取， 选取的标记组 件平均分布于划定区域且平均灰度值平均分布于灰度区间， 所述灰度区间包括高灰度区 间、 中灰度区间和低灰度区间。 10.根据权利要求1所述的大规模光伏组件表面减反膜层自动检测方法， 其特征在于， 步骤8中， 所述关系函数通过数值拟合或模糊逻辑确定； 所述统计划定区域内组件减反膜层 的失效情况包括： 汇总划定区域内所有组件的反射率值信息， 设定失效阈值T； 组件反射率 大于等于T， 即认为该组件的减反膜层失效； 统计区域内组件减反膜层的失效情况， 计算得 到划定区域内所有光伏组件的减反膜失效比例。权　利　要　求　书 2/2 页 3 CN 114723711 A 3