一种无人机巡检及故障定位方法与流程

本发明涉及无人机巡检，特别涉及一种无人机巡检及故障定位方法。

背景技术：

1、光伏电站(photovoltaicpower station)，是指一种利用太阳光能、采用特殊材料诸如晶硅板、逆变器等电子元件组成的发电体系，与电网相连并向电网输送电力的光伏发电系统。光伏电站由光伏组件、逆变器、电表、电缆、支架等组成，其中，光伏组件是光伏电站的核心部件，主要负责将太阳能转化为直流电能。光伏组件可以通过串联的方式将正极和负极依次相连，形成一个电池组件串，以串联的方式对光伏组件进行连接能够提高系统的电压，从而减少电流的损耗，但是当其中一个光伏组件损坏时，整个电池组件串的发电效能都会受到影响。在实际应用中通常会采用串并联的组串方式，将多个串联的电池组件串并联在一起，这样的组串方式可以兼顾输出电压和电流，以保证光伏电站的稳定。

2、当前光伏电站的运行方式可以分为固定式和可调式，其中可调式光伏电站应用较广，其通过跟踪太阳在一定时间周期内入射角度的变化，对光伏组件的倾角进行调节。但是对应的可调式的光伏电站相对于固定式光伏电站更容易发生故障，尤其是在说角度调节方面，容易出现在相应的时间无法到达指定角度的情况，在相关技术中，当光伏电站的时间-角度对应关系出现异常时主要还是通过人工上站进行故障的排查，但是光伏电站占地面积较大，通过人工排查确定故障点效率较低。

3、鉴于此，需要一种无人机巡检及故障定位方法。

技术实现思路

1、针对现有技术中光伏电站占地面积较大，通过人工排查确定光伏电站是否存在角度故障效率较低的问题，本发明提供了一种无人机巡检及故障定位方法，能够基于无人机巡检进行光伏电站的图片获取，进而基于光伏电站图片训练神经网络模型，得到光伏电站角度故障识别模型并基于此识别光伏电站是否存在。具体技术方案如下：

2、一种无人机巡检及故障定位方法，包括以下步骤：

3、获取无人机航线并在航线上标记每一个光伏电站位置，并启动无人机按航线行驶；

4、无人机到达光伏电站位置之后，拍摄若干张光伏电站图片并上传至数据处理终端，由数据处理终端进行处理；

5、建立光伏电站的时间-角度关系表，采集不同时间的若干张图片，作为训练集；

6、基于训练集对神经网络模型进行训练，得到光伏电站角度故障识别模型；

7、数据处理终端读取无人机上传的光伏电站图片，应用光伏电站角度故障识别模型对光伏电站图片进行识别，判定光伏电站是否存在角度故障；

8、将存在角度故障的光伏电站位置进行标记。

9、优选的，光伏电站角度故障识别模型的构建过程如下：

10、建立光伏电站的时间-角度关系表，时间-角度关系表反映某一时间所对应的光伏电站的标准角度；

11、对时间-角度关系表中的每一个时间均采集的多张光伏电站图片；

12、按照时间-角度关系表中的对应关系，将采集的光伏电站图片分为光伏电站存在角度故障的部分和光伏电站不存在角度故障的部分，并给其打上相应的标签；

13、将多有带标签的图片作为训练集对神经网络模型进行训练，最终形成光伏电站角度故障识别模型，光伏电站角度故障识别模型的输入为图片，输出为标签。

14、优选的，光伏电站角度故障识别模型的构建过程中，为构建训练集而采集的多张光伏电站图片为无人机在多个拍摄角度的图片。

15、优选的，数据处理终端输出是否存在角度故障结果的过程如下：

16、数据处理终端读取无人机上传的若干张光伏电站图片；

17、对每一张光伏电站图片均应用光伏电站角度故障识别模型对光伏电站图片进行识别，并输出该张光伏电站图片是否存在角度故障的结果，当存在角度故障时，输出“1”，不存在角度故障时，输出“0”；

18、分别对若干张光伏电站图片均进行识别后，采集输出结果并将输出结果累加；

19、将累加结果与设定阈值进行比较，若结果大于设定阈值，则判定光伏电站存在角度故障，否则判定光伏电站不存在角度故障。

20、优选的，还包括以下步骤：

21、当数据处理终端的判定结果为光伏电站存在角度故障时，控制无人机返回存在角度故障的光伏电站位置处再拍摄一组光伏电站图片并上传；

22、数据处理终端对新上传的对每一张光伏电站图片均应用光伏电站角度故障识别模型对光伏电站图片进行识别，并输出该张光伏电站图片是否存在角度故障的结果，当存在角度故障时，输出“1”，不存在角度故障时，输出“0”；

23、分别对若干张光伏电站图片均进行识别后，采集输出结果并将输出结果累加；

24、将累加结果与设定阈值进行比较，若结果大于设定阈值，则判定光伏电站存在角度故障，否则判定光伏电站不存在角度故障；

25、若判定结果为存在角度故障，则输出告警信号，并给用户终端发送告警信息或拨打告警电话。

26、优选的，还包括以下步骤：无人机是否到达光伏电站位置的判定过程如下：

27、基于无人机内置的定位装置获取无人机当前位置，将无人机当前位置与航线上标记的光伏电站位置进行对比，若两个位置的偏差值在设定阈值范围内，则输出第一校正信号；

28、在无人机上预存光伏电站图像识别模型，并基于此识别无人机在当前位置下拍摄的照片中是否存在光伏电站，若存在，则输出第二校正信号，否则不输出；

29、当接收到第一校正信号或第二校正信号中的至少一个时，则判定为无人机到达光伏电站位置。

30、优选的，光伏电站图像识别模型为基于yolo训练的光伏电站的识别算法，其构建过程如下：

31、收集无人机航行过程中拍摄的光伏电站并对其进行标记，将标记好的巡检图像作为训练样本；

32、训练时，yolo采用多尺度训练策略，每个批次中的图像大小随机选择，以增加模型对不同尺度物体的检测能力；

33、训练完成后，yolo可以直接对输入图像进行目标检测，输出每个检测到的物体的位置和类别信息；

34、基于yolo输出的检测到的物体的类别信息判断是否存在目标物，目标物为光伏电站，若存在目标物，则最终输出图像存在目标物的结果，若不存在则最终输出不存在目标物的结果。

35、一种无人机巡检及故障定位系统，应用于如上所述的方法，包括：

36、航线获取模块，用于获取无人机航线，并且在航线上标记每一个光伏电站位置；

37、光伏电站识别模块，内置光伏电站图像识别模型，用于获取图片并识别图片中是否存在光伏电站；

38、数据处理终端，读取无人机上传的光伏电站图片，应用光伏电站角度故障识别模型对光伏电站图片进行识别，判定光伏电站是否存在角度故障；

39、报警模块，基于数据处理终端的输出结果决定是否进行声光报警以及是否向用户终端输送报警信号；

40、用户终端，与数据处理终端即报警模块通信连接，接收数据处理终端的原始数据及结果数据，并接收报警模块的报警信号；

41、通信模块，实现各模块间及各终端之间的数据传输。

42、一种计算机可读存储介质，所述计算机可读存储介质包括存储的程序，其中，在程序运行时控制所述计算机可读存储介质所在设备执行如上所述的无人机巡检及故障定位方法。

43、一种处理器，所述处理器用于运行程序，其中，程序运行时执行如上所述的无人机巡检及故障定位方法。

44、与现有技术相比，本发明的有益效果为：

45、本发明获取无人机航线并在航线上标记每一个光伏电站位置，并启动无人机按航线行驶；无人机到达光伏电站位置之后，拍摄若干张光伏电站图片并上传至数据处理终端，由数据处理终端进行处理；建立光伏电站的时间-角度关系表，采集不同时间的若干张图片，作为训练集；基于训练集对神经网络模型进行训练，得到光伏电站角度故障识别模型；数据处理终端读取无人机上传的光伏电站图片，应用光伏电站角度故障识别模型对光伏电站图片进行识别，判定光伏电站是否存在角度故障；将存在角度故障的光伏电站位置进行标记。基于此，本发明可实现全自动的光伏电站角度故障排查，节省了人力的同时也提升了排查的效率。