一种光伏组件热斑故障的检测方法与流程

本发明涉及光伏组件检测，尤其涉及一种光伏组件热斑故障的检测方法。

背景技术：

1、在一定条件下，一串联支路中被遮蔽的光伏组件将被当作负载消耗其他有光照的光伏组件所产生的能量，而被遮蔽的光伏组件此时会发热，被称为热斑效应，热斑效应或严重破坏太阳能电池，因此，需要采用无人机对光伏组件进行实时检测。

2、现有技术中，在无人机拍摄的光伏组件图像中，热斑可能由于拍摄角度或光照条件不同而表现出不同的形态，在传统的卷积操作中，固定的感受野可能导致一些关键的热斑特征被忽略，普通卷积在处理复杂的光伏组件热斑识别任务时进行提取特征时主要的缺陷在于其固定的感受野、缺乏对几何变形的适应性，以及在处理不同形状和位置的热斑时的局限性，其次，现有的yolov8使用的特征融合网络panet在特征融合过程中采用了相对固定的路径和结构，这虽然能够有效地融合不同层级的特征，但在面对复杂的、变化多端的输入时，可能不够灵活，相对于afpn的自适应特征融合机制，panet可能在处理多样化的热斑形态时，无法做到最佳的特征选择和融合。

技术实现思路

1、有鉴于此，本发明实施例提供一种光伏组件热斑故障的检测方法，主要目的是提供一种能够提高检测识别的准确率的一种光伏组件热斑故障的检测方法。

2、为达到上述目的，本发明主要提供如下技术方案：

3、本发明实施例提供了一种光伏组件热斑故障的检测方法，该方法包括以下步骤：

4、获取待检测图像；

5、对现有的yolov8模型进行改进以得到改进yolov8模型，所述改进包括：

6、将现有的yolov8模型中的c2f结构块替换成c2f_dcnv4结构块以提取目标的形状和结构信息，将现有的yolov8模型中的fpnet特征融合模块替换为afpn-faster特征融合模块；

7、将待检测图像输入所述改进yolov8模型进行检测，确定光伏组件的热斑区域；

8、输出光伏组件的热斑信息。

9、进一步的，获取光伏组件的同一位置的红外光图像信息和可见光图像信息；

10、对光伏组件的同一位置的红外光图像信息和可见光图像信息进行区域划分并进行编码。

11、进一步的，使用dcnv4块替换c2f块中的bottleneck块；

12、输入特征图至dcnv4块时，先经过一个卷积核为1×1的卷积层，以使通道数扩展为原通道数的n倍，随后分别经过两个分支，一个分支不进行处理，另一只分支经过一个relu激活函数，再将两个分支的结果进行相乘，再经过一个卷积核为1×1的卷积层，以使通道数缩小为原通道数的n倍，然后输出结果。

13、进一步的，通过上采样和下采样操作将backbone提取到的光伏红外图像的特征图对齐到统一尺度；

14、采用fasternet块进行深度可分离卷积和部分卷积；

15、其中所述fasternet块包括多组卷积模块、可分离卷积结构、跳跃连接增强模块和全局池化模块，输入特征图通过多组卷积模块实现通道分离，每组通道执行独立的卷积计算，可分离卷积结构通过分解常规卷积为逐通道卷积和逐点卷积，跳跃连接增强模块在各卷积层之间建立连接，全局池化模块将特征图在空间维度上进行聚合。

16、进一步的，所述上采样为cafare块，其中，所述上采样为cafare块，其中，所述cafare块包括softmax块和核生成器，softmax块生成大小为5×5的自适应卷积核，核生成器根据输入特征图的上下文信息动态生成上采样权重，自适应卷积核对输入特征图进行重组。

17、进一步的，所述热斑信息包括以下至少一项：光伏组件的位置信息光伏组件的热斑面积和光伏组件的故障类型。

18、与现有技术相比，本发明具有如下技术效果：

19、第一，通过将将yolov8中的c2f模块替换成c2f_dcnv4，由于可变形卷积能够动态调整感受野，卷积核可以更有效地捕捉目标的形状和结构信息，从而提高网络对复杂图像的特征提取能力，通过可变形卷积扩大了感受野，来适应光伏热斑的不规则性，提高了准确率。

20、第二，通过将fpnet特征融合模块替换为afpn-faster特征融合模块，在保证高性能的同时，显著减少了参数量和计算量，使得我们的模型能够在保持高准确率的同时，显著减少计算复杂度和内存使用，适用于多种复杂的图像处理任务。

技术特征：

1.一种光伏组件热斑故障的检测方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的一种光伏组件热斑故障的检测方法，其特征在于，所述获取待检测图像包括：

3.根据权利要求1所述的一种光伏组件热斑故障的检测方法，其特征在于，所述将现有的yolov8模型中的c2f结构块替换成c2f_dcnv4结构块包括：

4.根据权利要求1所述的一种光伏组件热斑故障的检测方法，其特征在于，将现有的yolov8模型中的fpnet特征融合模块替换为afpn-faster特征融合模块包括：

5.根据权利要求4所述的一种光伏组件热斑故障的检测方法，其特征在于，

6.根据权利要求1至5任一项所述的一种光伏组件热斑故障的检测方法，其特征在于，所述热斑信息包括以下至少一项：光伏组件的位置信息光伏组件的热斑面积和光伏组件的故障类型。

技术总结本发明公开了一种光伏组件热斑故障的检测方法，涉及光伏组件检测技术领域，主要目的是提供一种能够提高检测识别的准确率的一种光伏组件热斑故障的检测方法。本发明的主要技术方案为：一种光伏组件热斑故障的检测方法，包括以下步骤：获取待检测图像；对现有的YOLOv8模型进行改进以得到改进YOLOv8模型，改进包括：将现有的YOLOv8模型中的C2f结构块替换成C2f_DCNV4结构块以提取目标的形状和结构信息，将现有的YOLOv8模型中的FPNet特征融合模块替换为AFPN‑Faster特征融合模块；将待检测图像输入改进YOLOv8模型进行检测，确定光伏组件的热斑区域；输出光伏组件的热斑信息。本发明主要用于光伏组件检测。技术研发人员：张亚军,付敬,贾广成,李峰,冯雪峰,鲜青龙受保护的技术使用者：新疆维吾尔自治区计量测试研究院技术研发日：技术公布日：2025/1/6