巡检路线优化方法、装置、存储介质、设备及产品与流程

本公开涉及光伏电站巡检，具体地，涉及一种巡检路线优化方法、装置、存储介质、设备及产品。

背景技术：

1、目前，光伏电站巡检采用人工巡检方式和无人机巡检方式，其中，人工巡检方式效率低、成本高，无人机巡检方式不受地形因素的限制，具有效率高的特点。

2、现有技术中，无人机的巡检路线包括手动打点控制和自动路线控制。其中，手动打点控制是由对飞行区域熟悉的工作人员手动设定各航点，通过直线段按照先后顺序连接各航点形成巡检路线。但是，这种确定巡检路线的方式需要耗费大量的时间和精力，并且对于占地面积比较大的光伏区来说很难实现。

技术实现思路

1、为克服相关技术中存在的问题，本公开提供一种巡检路线优化方法、装置、存储介质、设备及产品。

2、根据本公开实施例的第一方面，提供一种巡检路线优化方法，所述方法包括：

3、获取多个指定光伏区域的遥感图像；

4、根据所述遥感图像确定初始巡航路线；

5、获取所述指定光伏区域的历史点云图像信息；

6、根据所述历史点云图像信息确定所述指定光伏区域中历史故障子区域的目标位置；

7、根据所述目标位置优化所述初始巡航路线，以得到优化后的目标巡检路线。

8、可选地，所述指定光伏区域设置有多个光伏发电组件，所述根据所述遥感图像确定初始巡航路线，包括：

9、对所述遥感图像进行预处理，得到全局灰度图像；

10、根据所述全局灰度图像确定每个所述光伏发电组件对应的局部灰度图像；

11、根据每个所述光伏发电组件对应的所述局部灰度图像，确定初始巡航路线。

12、可选地，所述根据每个所述光伏发电组件对应的所述局部灰度图像，确定初始巡航路线，包括：

13、根据所述光伏发电组件对应的所述局部灰度图像中每个像素点的灰度值确定所述光伏发电组件对应的纹理特征分布图；

14、从所述纹理特征分布图中确定所述局部灰度图像中每个像素点对应的位移矢量；

15、根据每个所述指定光伏区域中每个所述局部灰度图像中所述像素点对应所述位移矢量和灰度值确定所述指定光伏区域对应的关注度分布方向图；

16、根据每个所述指定光伏区域对应的所述关注度分布方向图，确定所述初始巡航路线。

17、可选地，所述根据所述光伏发电组件对应的所述局部灰度图像中每个像素点的灰度值确定所述光伏发电组件对应的纹理特征分布图，包括：

18、根据所述局部灰度图像中每个像素点的灰度值，确定所述局部灰度图像的灰度分布指标；

19、以所述局部灰度图像中每个像素点为目标中心确定多个待处理像素区域；

20、根据每个所述待处理像素区域中每个像素点的灰度值确定所述待处理像素区域对应的灰度共生矩阵的熵；

21、将所述灰度共生矩阵的熵和所述灰度分布指标的乘积，作为所述目标中心点的纹理特征值；

22、根据多个所述目标中心点的纹理特征值，确定每个所述光伏发电组件对应的纹理特征分布图。

23、可选地，所述根据所述局部灰度图像中每个像素点的灰度值，确定所述局部灰度图像的灰度分布指标，包括：

24、根据所述局部灰度图像中每行像素点的灰度值，确定行排列熵；

25、将所述局部灰度图像中每行对应的所述行排列熵进行相加，得到第一和值；

26、根据所述局部灰度图像中每列像素点的灰度值，确定列排列熵；

27、将所述局部灰度图像中每列对应的所述列排列熵进行相加，得到第二和值；

28、对所述第一和值与所述第二和值进行相加，得到所述局部灰度图像的灰度分布指标。

29、可选地，所述从所述纹理特征分布图中确定所述局部灰度图像中每个像素点对应的位移矢量，包括:

30、将所述光伏发电组件的中心像素点指向目标像素点的方向，作为所述目标像素点对应位移矢量的方向；

31、将所述目标像素点的纹理特征值与所述光伏发电组件的中心像素点的灰度值的差值，作为所述目标像素点对应位移矢量的大小。

32、可选地，所述根据每个所述指定光伏区域中每个所述局部灰度图像中所述像素点对应所述位移矢量和灰度值确定所述指定光伏区域对应的关注度分布方向图，包括：

33、将每个所述指定光伏区域中每个所述局部灰度图像中所述像素点对应所述位移矢量和灰度值的乘积作为所述像素点的关注度矢量；

34、根据每个所述指定光伏区域中每个所述局部灰度图像的每个所述像素点的所述关注度矢量，确定每个所述指定光伏区域对应的关注度分布方向图。

35、可选地，所述根据所述关注度分布方向图，确定所述初始巡航路线，包括：

36、将所述指定光伏区域对应的所述关注度分布方向图，输入预设的主成分分析模型，以获取所述主成分分析模型输出的每个所述指定光伏区域对应的第一主成分方向；

37、根据每个所述指定光伏区域对应的所述第一主成分方向确定所述多个指定光伏区域中任两个指定光伏区域之间的最佳巡航路径；

38、根据所述多个指定光伏区域中任两个指定光伏区域之间的最佳巡航路径，确定所述多个指定光伏区域之间的所述初始巡航路线。

39、可选地，所述根据每个所述指定光伏区域对应的所述第一主成分方向确定所述多个指定光伏区域中任两个指定光伏区域之间的最佳巡航路径，包括：

40、针对每个指定光伏区域，获取所述指定光伏区域，与相邻的目标指定光伏区域之间的多条预设区域路径；

41、针对每条所述预设区域路径，确定所述指定光伏区域对应的第一主成分方向与所述预设区域路径上每个点的切线的夹角和；

42、将所述多条预设区域路径中所述夹角和最小的预设区域路径作为所述指定光伏区域与所述目标指定光伏区域之间的最佳巡航路径。

43、可选地，所述根据所述历史点云图像信息确定所述指定光伏区域中历史故障子区域的目标位置，包括：

44、根据所述历史点云图像信息，识别出每个所述指定光伏区域中的缺陷光伏发电组件，并确定所述缺陷光伏发电组件的位置及数量；

45、在所述指定光伏区域中的所述缺陷光伏发电组件的数量大于预设阈值的情况下，将所述指定光伏区域作为所述历史故障子区域，并根据所述缺陷光伏发电组件的位置确定所述历史故障子区域的目标位置。

46、可选地，所述根据所述目标位置优化所述初始巡航路线，以得到优化后的目标巡检路线，包括：

47、在确定存在多个历史故障子区域的情况下，若根据所述多个历史故障子区域对应的目标位置确定所述初始巡航路线中不包含所述多个历史故障子区域中的一个或多个的情况下，确定未包含的所述历史故障子区域的目标待用位置；

48、根据所述目标待用位置和所述初始巡航路线生成优化后的目标巡检路线。

49、根据本公开实施例的第二方面，提供一种巡检路线优化装置，所述装置包括：

50、第一获取模块，被配置为获取多个指定光伏区域的遥感图像；

51、第一确定模块，被配置为根据所述遥感图像确定初始巡航路线；

52、第二获取模块，被配置为获取所述指定光伏区域的历史点云图像信息；

53、第二确定模块，被配置为根据所述历史点云图像确定所述指定光伏区域中历史故障子区域的目标位置；

54、优化模块，被配置为根据所述目标位置优化所述初始巡航路线，以得到优化后的目标巡检路线。

55、可选地，所述指定光伏区域设置有多个光伏发电组件，所述第一确定模块，被配置为：

56、对所述遥感图像进行预处理，得到全局灰度图像；

57、根据所述全局灰度图像确定每个所述光伏发电组件对应的局部灰度图像；

58、根据每个所述光伏发电组件对应的所述局部灰度图像，确定初始巡航路线。

59、可选地，所述第一确定模块，被配置为：

60、根据所述光伏发电组件对应的所述局部灰度图像中每个像素点的灰度值确定所述光伏发电组件对应的纹理特征分布图；

61、从所述纹理特征分布图中确定所述局部灰度图像中每个像素点对应的位移矢量；

62、根据每个所述指定光伏区域中每个所述局部灰度图像中所述像素点对应所述位移矢量和灰度值确定所述指定光伏区域对应的关注度分布方向图；

63、根据每个所述指定光伏区域对应的所述关注度分布方向图，确定所述初始巡航路线。

64、可选地，所述第一确定模块，被配置为：

65、根据所述局部灰度图像中每个像素点的灰度值，确定所述局部灰度图像的灰度分布指标；

66、以所述局部灰度图像中每个像素点为目标中心确定多个待处理像素区域；

67、根据每个所述待处理像素区域中每个像素点的灰度值确定所述待处理像素区域对应的灰度共生矩阵的熵；

68、将所述灰度共生矩阵的熵和所述灰度分布指标的乘积，作为所述目标中心点的纹理特征值；

69、根据多个所述目标中心点的纹理特征值，确定每个所述光伏发电组件对应的纹理特征分布图。

70、可选地，所述第一确定模块，被配置为：

71、根据所述局部灰度图像中每行像素点的灰度值，确定行排列熵；

72、将所述局部灰度图像中每行对应的所述行排列熵进行相加，得到第一和值；

73、根据所述局部灰度图像中每列像素点的灰度值，确定列排列熵；

74、将所述局部灰度图像中每列对应的所述列排列熵进行相加，得到第二和值；

75、对所述第一和值与所述第二和值进行相加，得到所述局部灰度图像的灰度分布指标。

76、可选地，所述第一确定模块，被配置为：

77、将所述光伏发电组件的中心像素点指向目标像素点的方向，作为所述目标像素点对应位移矢量的方向；

78、将所述目标像素点的纹理特征值与所述光伏发电组件的中心像素点的灰度值的差值，作为所述目标像素点对应位移矢量的大小。

79、可选地，所述第一确定模块，被配置为：

80、将每个所述指定光伏区域中每个所述局部灰度图像中所述像素点对应所述位移矢量和灰度值的乘积作为所述像素点的关注度矢量；

81、根据每个所述指定光伏区域中每个所述局部灰度图像的每个所述像素点的所述关注度矢量，确定每个所述指定光伏区域对应的关注度分布方向图。

82、可选地，所述第一确定模块，被配置为：

83、将所述指定光伏区域对应的所述关注度分布方向图，输入预设的主成分分析模型，以获取所述主成分分析模型输出的每个所述指定光伏区域对应的第一主成分方向；

84、根据每个所述指定光伏区域对应的所述第一主成分方向确定所述多个指定光伏区域中任两个指定光伏区域之间的最佳巡航路径；

85、根据所述多个指定光伏区域中任两个指定光伏区域之间的最佳巡航路径，确定所述多个指定光伏区域之间的所述初始巡航路线。

86、可选地，所述第一确定模块，被配置为：

87、针对每个指定光伏区域，获取所述指定光伏区域，与相邻的目标指定光伏区域之间的多条预设区域路径；

88、针对每条所述预设区域路径，确定所述指定光伏区域对应的第一主成分方向与所述预设区域路径上每个点的切线的夹角和；

89、将所述多条预设区域路径中所述夹角和最小的预设区域路径作为所述指定光伏区域与所述目标指定光伏区域之间的最佳巡航路径。

90、可选地，所述第二确定模块，被配置为：

91、根据所述历史点云图像信息，识别出每个所述指定光伏区域中的缺陷光伏发电组件，并确定所述缺陷光伏发电组件的位置及数量；

92、在所述指定光伏区域中的所述缺陷光伏发电组件的数量大于预设阈值的情况下，将所述指定光伏区域作为所述历史故障子区域，并根据所述缺陷光伏发电组件的位置确定所述历史故障子区域的目标位置。

93、可选地，所述优化模块，被配置为：

94、在确定存在多个历史故障子区域的情况下，若根据所述多个历史故障子区域对应的目标位置确定所述初始巡航路线中不包含所述多个历史故障子区域中的一个或多个的情况下，确定未包含的所述历史故障子区域的目标待用位置；

95、根据所述目标待用位置和所述初始巡航路线生成优化后的目标巡检路线。

96、根据本公开实施例的第三方面，提供一种非临时性计算机可读存储介质，其上存储有计算机程序，该程序指令被处理器执行时实现本公开第一方面所提供的巡检路线优化方法的步骤。

97、根据本公开实施例的第四方面，提供一种电子设备，包括：

98、存储器，其上存储有计算机程序；

99、处理器，用于执行所述存储器中的所述计算机程序，以实现本公开实施例的第一方面所述方法的步骤。

100、根据本公开实施例的第五方面，提供一种计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现本公开实施例的第一方面所述方法的步骤。

101、通过上述技术方案，本公开所提供的巡检路线优化方法，获取多个指定光伏区域的遥感图像，根据所述遥感图像确定初始巡航路线，获取所述指定光伏区域的历史点云图像信息，根据所述历史点云图像信息确定所述指定光伏区域中历史故障子区域的目标位置，根据所述目标位置优化所述初始巡航路线，以得到优化后的目标巡检路线。这样，通过遥感图像确定初始巡航路线，并结合历史点云图像确定优化后的目标巡检路线，可以快速有效地得到具有针对历史故障区域进行巡检的优化巡检路线，从而能够有效避免对历史故障区域的遗漏，有利于进一步提升巡检效果。

102、本公开的其他特征和优点将在随后的具体实施方式部分予以详细说明。