检索结果-南通市图书馆

检索条件"主题词=热斑巡检"

共 1 条记录，以下是1-10 订阅

全选清除本页清除全部题录导出标记到"检索档案"

详细简洁

排序：

光伏电站的无人机智能巡检方法研究

光伏电站的无人机智能巡检方法研究

引用

作者：蒋成晨盐城工学院

学位级别：硕士

复杂气候与环境会使光伏电站的组件发生故障,产生热斑效应,导致发电效率下降,甚至产生安全问题。随着光伏装机容量的增长,无人机系统已被用于光伏电站常态化巡检和实时监测。当前光伏电站采用无人机对组件热斑检测,存在漏检率高,检测精... 详细信息

复杂气候与环境会使光伏电站的组件发生故障,产生热斑效应,导致发电效率下降,甚至产生安全问题。随着光伏装机容量的增长,无人机系统已被用于光伏电站常态化巡检和实时监测。当前光伏电站采用无人机对组件热斑检测,存在漏检率高,检测精度低等问题,难以满足光伏电站的检测需求。本文通过使用图像预处理算法结合深度学习算法对热斑故障检测进行优化研究,主要工作如下:(1)针对遥控无人机采集红外图像会产生漏拍、误拍、重复拍摄、环境干扰、图像畸变等问题进行分析研究。以山地光伏电站为例,首先建立山地光伏电站的三维环境模型,然后通过Theta*优化算法仿真得出无人机飞行的优化轨迹参数,标定无人机飞行路径,确保无人机采集的图像的质量稳定,且无关背景少、无错漏、畸变等。最后在这些高质量图像上进行检测,降低算法对热斑的误检率和漏检率,达到提高巡检效率的目的。(2)针对红外图像信噪比低、对比度低、细节模糊等缺陷,需进行预处理优化后使用。首先,对组件故障的原因和故障对应的红外成像特征进行分析、分类。然后,使用改进的各项异性扩散滤波算法(Anisotropic Diffusion Filtering Algorithm)对图像分层,分为基础层和细节层。对基础层进行K-means聚类实现降噪,提高清晰度,对细节层进行自适应参数均衡化处理(Contrast Limited Adaptive Histogram Equalization,CLAHE),提高图像对比度,强化热斑特征区域。最后,对处理后的基础层和细节层按比例融合,对融合图像标注,制成热斑数据集,对部分热斑故障样本不均衡的情况,使用改进的数据增广方法对数据集进行扩充。(3)针对现有卷积神经网络模型对密集热斑目标容易漏检的问题,在YOLOv7的主干网络中引入DBB双向分支模块,提高模型对图像中不同尺度、语义和特征表达的理解能力。在颈部网络引入全局注意力模块(Global Attention Mechanism,GAM),强化网络对红外图像中的全局信息的捕捉能力和边缘特征关注程度。最终提高了模型对密集热斑目标的检测能力,在平均精度(m AP)上领先原始算法2.6%,在精确率(Precision)上领先1.2%,在召回率(Recall)上领先1.32%。(4)针对现有卷积神经网络模型对光伏组件表面的微小热斑目标检测精度低,计算开销大的问题,设计一种轻量化的检测模型,在YOLOv5s模型主干网络中引入Sim AM无参数注意力模块,增强模型对图像特征的学习能力。重构网络检测端口,引入小目标检测头,采用SIo U损失函数,加快模型收敛速度,提高网络稳定性。最终模型参数量保持在20.92MB,相比于原始算法平均精度(m AP)提高了3.7%,检测速度(FPS)达到了56.1帧每秒,满足实时检测需求。

关键词：光伏电站热斑巡检图像预处理卷积神经网络注意力机制

来源：

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

全选清除本页清除全部题录导出标记到“检索档案”

共1页 << < 1 > >>

回到顶部

执行限定条件

欢迎您,

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

请选择保存的检索档案：

请选择收藏分类：

通借通还

欢迎您,

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：