研究目的
提出一种基于模式识别分析的光伏系统跟踪器故障检测新方法,无需使用传感器和大量数据。
研究成果
所提出的模式识别方法能够检测出与光伏面板相关的跟踪器故障。结果表明,该方法可在图像中区分多个光伏面板并获取其全部倾角。通过对比各面板的不同倾角,即可识别出存在故障的面板。
研究不足
分类精度受图像空间分辨率和图像量化的影响。增大光伏组件与相机之间的距离时,需要更高的空间分辨率才能成功对每个光伏电池进行分类。当相机与光伏组件之间距离较大时,使用较低空间分辨率的图像且对比度降低会导致难以单独检测光伏组件的每个电池。
1:实验设计与方法选择:
该方法基于光伏组件照片的模式识别分析。通过图像预处理阶段后,利用光伏电池的质心确定光伏组件的朝向。角度计算采用统计矩法或连接光伏组件顶点处两个电池质心的直线斜率法。
2:样本选择与数据来源:
使用了48张X/Y轴不同朝向的三块光伏组件RGB图像,这些图像来自三块可手动调节朝向的面板。
3:实验设备与材料清单:
光伏组件、用于图像采集的数码相机、以及用于模拟结果的Matlab程序。
4:实验流程与操作步骤:
该方法包含图像预处理、主要图像分割、图像后处理、特征提取和基于特征的分类。每个面板的朝向由所属电池朝向的平均值确定。
5:数据分析方法:
通过统计矩法或连接光伏组件顶点处两个电池质心的直线斜率确定光伏组件朝向。通过比较多个面板的朝向来识别故障光伏组件。
独家科研数据包,助您复现前沿成果,加速创新突破
获取完整内容