论无人机技术在光伏面板巡检中的应用

高红旭 李阳 杜金昌

（中国电子科技集团公司第四十七研究所，陕西 西安 710000）

一、项目背景

在新能源光伏发电过程中，热斑检测是必不可少的工作内容，及时而又精确地进行热斑检测，对科学利用太阳能进行发电有重要意义。通常，光伏电站地处环境艰苦之地，如戈壁、沙漠和草原等，它是一个大规模的工程，占地广、设备多，因此电池被阻碍遮挡照射的范围和可能性也就相对更大。由于这些地区的云层较为稀薄，阳光照射力强，一旦产生热斑故障，其电池之间的受光受热差别较大，发电组件也相对会不稳定。同时，这些地区直接可见树叶等遮挡物相对较少，反而多沙尘或是其他其空气物质遮挡，肉眼难寻，只能通过扫描检测。

传统的热斑检测，主要是一个人力检测工作过程，它通过人工或是升降机的支撑，将扫描仪高举，然后再对热斑进行逐一检测和排查。人工排查检测就是一项复杂的工程，它会耗费大量的人力时间，同时还不能保证安全，但是无人机红外热斑检测技术的出现能解决这个问题。无人机红外热斑检测，通过利用无人机承载红外相机升至上空，并对热斑进行遥感检测和拍摄，最后提供准确的检测数据与清晰的航拍图像，能极大地帮助热斑故障处理工作的进行，保证热斑处理的精准性。同时，无人机红外热斑技术，在大范围的检测情况下，能直接在外围进行检测，不用断电或是影响继续发电等工作，其检测速度快、操作方便、受外物障碍影响小，大大解决了人力检测困难、耗费时间与不及时等问题，能在极大程度上提高工作效率并减少热斑故障造成的损失[1]。

将无人机红外热斑检测技术被使用于光伏电站的热斑检测工作中，它有着传统热斑检测技术不可比拟的优势。

（一）相比人工巡检速度快，效率高。相比人工手持式红外热成像检测度快，效率高（电站地形平坦，组件安装离地较低情况下人工手持红外热成像仪测试1MW/2～3 小时；无人机测试1MW/7～8 钟，无人机巡检速度是人工的20～30 倍）

（二）无人机测试不受地形环境限制。对于农光、渔光互补和屋顶电站人工无测试较为困难，无人机测试可以避免人工测试攀爬高作业的风险。特别像水面电站等人工手持红外热成像仪无法测试。

二、系统组成

整个系统包含四大部分，分别为：巡检无人机，差分GPS 地面站，数据处理器以及手持客户终端。

（一）巡检无人机：巡检无人机是数据获取的入口，在光伏面板上方按照指定线路飞行以获取图像以及定位信息。

（二）差分GPS 地面站：当GPS 导航信号可用时，差分GPS 地面站为无人机提供厘米级定位服务，当GPS 导航信号精度降低到一定门限值时，将通过与机载传感器数据融合的方式完成无人机高精度定位。

（三）数据处理器：数据处理器通过导入无人机巡检数据，完成电站全景建图、光伏面板识别跟踪、损毁面板定位以及巡检报告生成等核心内容，后期将会在机载终端完成上述内容。

（四）手持客户终端：手持客户终端将导入数据处理器处理完成结果，实时引导工作人员至损坏光伏面板处并发出声音告警。

三、工作流程

无人机主要工作在光伏电站，能够按照预设路线进行自动巡检。自动记录红外视频、位置和设备等数据，并将数据上传至图像数据处理器，经过对检测数据进行分析，给出分析结果，并将结果传输至手持终端。巡检人员可使用手持终端查看巡检结果及详细信息，并通过导航迅速找到损坏点，节省巡检时间[2]。

图像数据处理器能够对巡检数据进行管理、存储、查阅。系统能够对人员账户登记进行级别设定，保证信息安全。

（一）智能巡检无人机的主要工作流程：

1.现场人员针对光伏子阵进行区域划分，将每个区域的边界标记清晰；

2.现场人员在地图上选取合理的飞行目标点，编辑整合完整的飞行航路、起始点和终止点；

3.检测无人机完好性，并对无人机进行校准后在控制终端上点击起飞按键；

4.开启机载传感器，包括红外检测设备、高精度定位设备、无线通信设备、高度检测设备等；

5.启动无人机路径规划模块，按照预设路径点进行巡检，再无人机到达终止点后自动降落完成本次飞行任务；

6.按照时间戳存储光伏面板定位结果，将探测到的每个光伏板的经纬度坐标存储到无人机系统上；

7.按照时间戳存储红外探测图片，将不同角度拍摄的光伏板图片按照逻辑编号存储到无人机系统上；

（二）图像数据处理器的主要工作流程：

1.按照时间戳对图像和定位数据进行排序，通过线性拟合将每张图片和定位数据一一对应；

2.将图片内光伏面板进行分割，通过机器学习和图形图像处理相结合的方式将图片中每个光伏面板数据分割出来；

3.根据分割结果对所有光伏面板进行编号，按照行号列号的模式进行编号；

4.将一个光伏子阵的所有光伏板按照行号列号进行排序，进行图像拼接后生成逻辑拓扑图；

5.对每块光伏面板进行机器学习，识别损坏的光伏板，并将损坏部位在图片内圈出，记录光伏板的位置；

6.针对分析结果，生成巡检报告，记录损坏率、损坏位置、损坏图片，并提供手动操作接口；

（三）手持引导终端的主要工作流程：

1.导入电站数据地图，将图像数据处理器的结果文件进行导入，可在手持终端进行可视化操作；

2.在动态地图中标注出所有损坏光伏面板的位置及逻辑编号；

3.生成最短引导路径，根据手持终端的定位数据，引导用户到达指定区域；

4.引导工作人员并发出声音告警，可根据语音的模式进行导航，并在到达指定地点后进行声音提示；

四、系统特点

（一）适应多种电站类型的巡检

集中式光伏电站布设环境类型多样，包括平地、丘陵、水面（含漂浮式）、农光互补、牧光互补等；光伏面板组串支架高度、排列方式、间距、仰角、高差、地面附着物、漂流速度（水面漂浮式电站）各不相同；为实现最佳的光伏巡检效果，对无人机拍摄方式及数据处理算法都提出了很高的要求。

本系统采用适应各种形式的光伏电站布设环境及光伏面板架设方式的最优巡检技术方案：采用高精度RTK+GPS测量设备，进行无人机航线的厘米级精度规划，保证无人机精准飞行，以实现对巡检区域的安全、高效和全覆盖观测；根据光伏面板地面起伏情况，精确设定无人机作业飞行高度，保证无人机始终和光伏面板相对高度不变，以实现观测的影像分辨率一致；根据光伏面板架设角度，精确设定观测设备的角度，保证观测设备始终垂直观测光伏面板，以获得光伏面板最大的识别效率；针对性的处理不同巡检场景，采用不同类型图像智能处理识别算法，保证图像处理结果的正确性，以获得准确、实用的光伏面板故障诊断报告。航线规划还综合满足了边界巡逻、输电线路巡检等需求。

该方案具有作业效率高、故障识别准确度高、巡检过程可重复性、一致性强等特点，可应用于各种不同类型的光伏电站巡检业务。

（二）基于深度神经网络的图像分割及目标识别技术

无人机在飞行过程中使用红外相机对光伏面板进行拍巡检取样，由于光伏面板具有高度相似性，因此在高速状态下如何对不同光伏面板进行区分和检测尤为重要。

为确保对每块光伏面板进行精确划分和高效检测，本项目首先采用多通道滤波等图像处理方法，结合无人机飞行速度与位置，对光伏面板进行精确划分，即对无人机巡检到的所有光伏板进行一一编号并对单块面板进行分割，然后将编号后的单块面板红热图像传输至后端处理器，通过深度神经网络图像识别模块对每块光伏面板是否损毁进行检测。检测完成后，后端处理器将检测异常光伏面板的编号返回至客户手持终端，结合无人机飞行定位结果，即可引导维修人员前往异常处进行进一步检测维修。

（三）光伏电站全景地图构建技术（slam）

在光伏巡检及运维过程中，运维人员往往需要光伏站整体地图信息作为参考，对异常光伏面板方位及其他可能影响光伏站运行因素进行判断，因此在巡检完成后，对所巡检区域进行地图构建也尤为重要[3]。

为实现地图构建技术，首先通过对视频流数据进行帧抽取，将抽取帧的与高精度定位结果的时间序列进行对齐，获取了每一帧图像的精确位置后，通过提取相邻两帧图像的特征点，采用特征匹配与相对位置关系相结合的方式对图像进行拼接与融合处理，最终获取巡检范围内的光伏站地图。

五、结论

基于无人机的自动化智能光伏巡检系统，采用了无人机多传感器融合定位、热红外图像处理、图像分析定位、视觉/惯导SLAM 避障、卷积神经网络故障诊断等先进技术，在实践中切实解决了用户的难点与痛点，极大提升了用户的巡检效率，有效保障了光伏电站的正常运行，得到了用户的广泛肯定。