光伏支路的故障分析方法及装置、存储介质及电子装置与流程

本申请涉及计算机领域，具体而言，涉及一种光伏支路的故障分析方法及装置、存储介质及电子装置。

背景技术：

1、光伏组件多安装于室外，长期工作过程中会受到复杂环境因素影响产生如组件脱落、表面破裂、开路、栅线老化等不同程度的缺陷，导致局部发热并在红外图像中呈现出“热斑效应”，对光伏发电的经济效益和安全运行都带来了严重影响。

2、在现有技术中，传统的光伏电站巡检方式多为人工巡检，工作时难度高且效率低下，主要依赖光伏逆变器的逆变特性和组件外观状态，检测效率较低。随着光伏产业规模不断扩大，搭载工业相机的无人机巡检逐渐成为主流。传统的红外图像处理方法将获取的图像信息进行聚类分析、几何边缘分割、形态学处理等操作，能够较为准确地判别故障模式，但对小目标识别效果不佳，且未对缺陷类型进行明确分类，并且不能很好地部署到移动端。常见的二阶段检测算法r-cnn、faster-r cnn、caseade rcnn等方法能在一定程度上提高精度，但检测速率较低。为此，近年来领域内大量科研人员开始致力于相关研究及探讨。

3、针对相关技术中，目前的故障检测方法无法高效精确地识别出光伏组件的故障的问题，目前尚未提出有效的解决方案。

4、因此，有必要对相关技术予以改良以克服相关技术中的所述缺陷。

技术实现思路

1、本申请实施例提供了一种光伏支路的故障分析方法及装置、存储介质及电子装置，以至少解决相关技术中，目前的故障检测方法无法高效精确地识别出光伏组件的故障的问题。

2、根据本申请实施例的一方面，提供一种光伏支路的故障分析方法，包括：通过热红外图像采集设备获取光伏支路的热红外图像数据；通过故障识别模型对所述热红外图像数据进行处理，得到所述光伏支路的故障识别结果；对所述故障识别结果进行分析，确定所述光伏支路包含的故障以及故障类别。

3、在一个示例性的实施例中，通过故障识别模型对所述热红外图像数据进行处理，得到所述光伏支路的故障识别结果之前，所述方法还包括：获取所述光伏支路的历史热红外图像数据；对所述历史热红外图像数据进行预处理，得到训练数据；根据所述训练数据训练出所述故障识别模型。

4、在一个示例性的实施例中，对所述历史热红外图像数据进行预处理，得到训练数据，包括：通过标注工具对所述历史热红外图像数据进行故障标注，得到第一故障标注文件；对所述第一故障标注文件进行格式转换，得到第二故障标注文件，其中，所述第二故障标注文件为目标格式，所述目标格式与所述故障识别模型对应；对所述历史热红外图像数据进行数据增强操作，得到多个目标图像数据，其中，所述数据增强操作用于对所述历史热红外图像数据进行数据扩展；将所述第二故障标注文件和所述多个目标图像数据确定为所述训练数据。

5、在一个示例性的实施例中，根据所述训练数据训练出所述故障识别模型之前，所述方法还包括：将所述训练数据包含的多个目标图像数据按照预设比例进行数据集划分，得到训练集、验证集和测试集；确定所述故障识别模型的模型训练参数，其中，所述模型训练参数包括：迭代次数，损失函数；所述损失函数包括以下至少之一：回归损失函数，分类损失函数，置信度损失函数。

6、在一个示例性的实施例中，根据所述训练数据训练出所述故障识别模型，包括：根据所述模型训练参数、所述训练集和所述训练数据包含的第二故障标注文件训练出第一故障识别模型，其中，所述第二故障标注文件用于指示所述训练集中的目标图像数据包含的故障以及故障类别；确定所述第一故障识别模型的权重文件；通过所述验证集对所述第一故障识别模型进行性能评估，并根据得到的性能评估结果对所述权重文件进行调整，得到第二故障识别模型；通过所述测试集对所述第二故障识别模型进行性能测试，并在确定所述第二故障识别模型通过所述性能测试的情况下，将所述第二故障识别模型确定为所述故障识别模型。

7、在一个示例性的实施例中，通过热红外图像采集设备获取光伏支路的热红外图像数据，包括：通过所述热红外图像采集设备对所述光伏支路所在的目标区域进行巡检拍照，得到所述热红外图像数据，其中，所述热红外图像采集设备的采集组件在巡检拍照过程中与所述光伏支路中的光伏板的板面垂直。

8、根据本申请实施例的另一方面，还提供了一种光伏支路的故障分析装置，包括：获取模块，用于通过热红外图像采集设备获取光伏支路的热红外图像数据；处理模块，用于通过故障识别模型对所述热红外图像数据进行处理，得到所述光伏支路的故障识别结果；分析模块，用于对所述故障识别结果进行分析，确定所述光伏支路包含的故障以及故障类别。

9、根据本申请实施例的又一方面，还提供了一种计算机可读的存储介质，该计算机可读的存储介质中存储有计算机程序，其中，该计算机程序被设置为运行时执行上述光伏支路的故障分析方法。

10、根据本申请实施例的又一方面，还提供了一种电子装置，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其中，上述处理器通过计算机程序执行上述光伏支路的故障分析方法。

11、根据本申请实施例的又一方面，还提供了一种计算机程序产品，包括计算机程序，所述计算机程序被处理器执行时实现本申请各个实施例中所述方法的步骤。

12、通过本申请，先通过热红外图像采集设备采集到光伏支路的热红外图像数据，然后通过故障识别模型对其进行处理，得到故障识别结果，最后对故障识别结果进行进一步分析，确定出光伏支路中包含的所有故障以及对应的不同故障类别；采用上述方案，本申请提出了一种光伏组件热红外图像故障识别模型，能够高效且精准地识别出光伏组件的故障类别；从而解决了相关技术中，目前的故障检测方法无法高效精确地识别出光伏组件的故障的问题。

技术特征：

1.一种光伏支路的故障分析方法，其特征在于，包括：

2.根据权利要求1所述的方法，其特征在于，通过故障识别模型对所述热红外图像数据进行处理，得到所述光伏支路的故障识别结果之前，所述方法还包括：获取所述光伏支路的历史热红外图像数据；

3.根据权利要求2所述的方法，其特征在于，对所述历史热红外图像数据进行预处理，得到训练数据，包括：

4.根据权利要求2所述的方法，其特征在于，根据所述训练数据训练出所述故障识别模型之前，所述方法还包括：

5.根据权利要求4所述的方法，其特征在于，根据所述训练数据训练出所述故障识别模型，包括：

6.根据权利要求1所述的方法，其特征在于，通过热红外图像采集设备获取光伏支路的热红外图像数据，包括：

7.一种光伏支路的故障分析装置，其特征在于，包括：

8.一种计算机可读的存储介质，其特征在于，所述计算机可读的存储介质包括存储的程序，其中，所述程序运行时执行权利要求1至6中任一项所述的方法。

9.一种电子装置，包括存储器和处理器，其特征在于，所述存储器中存储有计算机程序，所述处理器被设置为通过所述计算机程序执行权利要求1至6中任一项所述的方法。

10.一种计算机程序产品，包括计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至6中任一项所述方法的步骤。

技术总结本申请公开了一种光伏支路的故障分析方法及装置、存储介质及电子装置，涉及计算机领域，该光伏支路的故障分析方法包括：通过热红外图像采集设备获取光伏支路的热红外图像数据；通过故障识别模型对所述热红外图像数据进行处理，得到所述光伏支路的故障识别结果；对所述故障识别结果进行分析，确定所述光伏支路包含的故障以及故障类别；采用上述方案，目前的故障检测方法无法高效精确地识别出光伏组件的故障的问题。技术研发人员：周涛,王恩民,葛鎣,王介昌,伊然,李景伟,李凌鑫,张立武,于波,安琪,翟强,张梦楠,孙艳,周洪东,葛戈,杜静宇,魏昂昂,李岳,王福乾受保护的技术使用者：华能吉林发电有限公司技术研发日：技术公布日：2025/1/6