基于无人机的光伏组件图像采集与缺陷分类的限制因素研究
发布时间：2021-08-08 10:49
光伏产业在今后的发展中所发挥的作用将愈发重要。从目前来看,光伏领域的发电量增长正逐渐从建设型增长向运维型增长转变。针对光伏电站巡检与缺陷诊断受制于复杂地形的问题,应用旋翼无人机和机器视觉相配合的光伏电站智能巡检与缺陷诊断策略已成为当前较为有效的解决方案。本文将围绕上述整体方案进行展开,对该方案在实际应用中所面临的几个关键问题分别提供解决思路:首先本文回顾了在图像增广、任务规划等领域的国内外研究现状,为课题后续的展开提供思路。同时介绍了本文所涉及的六类光伏组件可见光缺陷的成因及纹理结构,基于实验室已有研究,搭建卷积神经网络（CNN）模型对上述组件缺陷图像进行分类。然后针对分类模型训练所涉及的训练数据不足的问题,分别搭建基于深度学习的瓦瑟斯坦对抗生成网络（WGAN）、循环对抗生成网络（CycleGAN）以及提出基于色彩空间分析和图层叠加的图像增广法分别对光伏组件缺陷图像数据进行增广,增广结果结合原数据构建新数据库来训练分类模型,对比说明各个方法的优劣及适应场景。最后为了简化任务规划和缺陷诊断的步骤,本文基于光伏电站任务点模型,提出适用于移动端的模拟退火算法进行任务点间转移路径的优化,同时将...
【文章来源】：浙江大学浙江省 211工程院校 985工程院校 教育部直属院校
【文章页数】：77 页
【学位级别】：硕士
【部分图文】：
表面破碎
浙江大学硕士学位论文光伏电站智能巡检与缺陷诊断关键问题概述7池片层因受力而失去原本的性能。前者造成的影响仅是短期内的对电池板受光的遮挡以及长期情况下，组件因失去钢化玻璃的保护而变得脆弱；而后者则会直接影响整个光伏阵列的性能，组件从发电到耗电的转变使其温度升高，从而影响周围光伏板。观察2-2光伏组件破碎的缺陷图像，因造成破碎的原因不同以及破碎的随机性，裂纹的特征会有很大的区别。图2-2表面破碎2)栅线腐蚀。光伏组件电池片的材料晶体硅是光伏组件将太阳能转化为电能的工具，其原理是晶体硅这类半导体在受到光照的情况下，产生光生伏特效应，在PN结上出现电势差。而栅线的作用则是给电流的形成提供条件，起到汇流的作用，所以栅线是电流产生的第一级导线。实际巡检过程中发现，光伏组件经常会出现栅线腐蚀（发黄）的情况，具体原因可能如下：①生产过程中电池片因暴露在空气中的时间过长或者层压的环节未控制质量出现密封性的问题，导致的栅线氧化；②长期的逆向电压导致的栅线发黄等。观察以下光伏组件栅线腐蚀的缺陷图像，发现该缺陷特征在形态学上并未和普通光伏组件有所区别，仅在颜色上可以加以区分。图2-3栅线腐蚀3)蜗牛纹。光伏组件电池片层的缺陷还有蜗牛纹。蜗牛纹是指电池片表面发生化学反应，产生成人食指宽度的变色条纹，也称为闪电纹或者蚯蚓纹。国内外的许多学者对于该现象的成因做过很多探究，但始终没有找到直接原因，仅说明
浙江大学硕士学位论文光伏电站智能巡检与缺陷诊断关键问题概述8高温、银与卤族元素的反应等因素都可能为蜗牛纹产生的诱因。但蜗牛纹的产生常伴有组件隐裂的发生，且同时带有隐裂缺陷和蜗牛纹的组件与正常组件或者只带有隐裂的组件相比在发电效率方面有更高的衰减率。观察以下光伏组件蜗牛纹的图像，蜗牛纹为不规则的曲线，其颜色同原本的光伏组件有很大的联系。图2-4蜗牛纹4)组件黄化。组件黄化为光伏组件中较为严重的缺陷之一。一般情况下产生组件黄化的原因是组件温度过高导致的电池片烧焦，但因为电池片上下都有EVA层的包裹，所以可以有效防止光伏板起火。组件温度过高一般存在内部短路的情况，烧焦后的光伏组件不再工作，同样会影响整个光伏阵列的正常运行。组件的黄化一般以单个光伏组件为单位，从图2-5中观察到缺陷的表现为电池板部分发黄。图2-5组件黄化5)EVA脱落。光伏组件EVA脱落是指在钢化玻璃层和电池片层之间的EVA层与电池片层发生剥离的情况。一般光伏组件在使用过程中产生的EVA脱落缺陷是由于助焊剂使用量不合适又遇到外界长期高温，导致EVA沿栅线出现剥离。而各层原料表面的异物、EVA的原料品质以及制作工艺也会导致EVA层的脱落。较小的脱层会导致光伏组件功率的衰减、而大面积的脱层会使组件直接无法使用。EVA脱层部分的颜色一般为灰白色，同电池板栅线的颜色相似，且大部分EVA脱层部分的形状为沿栅线的不规则多边形。
【参考文献】：
期刊论文
[1]基于生成式对抗网络的鲁棒人脸表情识别[J]. 姚乃明,郭清沛,乔逢春,陈辉,王宏安. 自动化学报. 2018(05)
[2]基于条件深度卷积生成对抗网络的图像识别方法[J]. 唐贤伦,杜一铭,刘雨微,李佳歆,马艺玮. 自动化学报. 2018(05)
[3]基于半监督学习生成对抗网络的人脸还原算法研究[J]. 曹志义,牛少彰,张继威. 电子与信息学报. 2018(02)
[4]改进遗传模拟退火算法在TSP优化中的应用[J]. 何庆,吴意乐,徐同伟. 控制与决策. 2018(02)
[5]基于改进人工势场法的机器人避障及路径规划研究[J]. 徐飞. 计算机科学. 2016(12)
[6]一种基于改进快速搜索随机树算法的管路自动布局方法[J]. 徐联杰,刘检华,何永熹,吴宏超,刘佳顺. 图学学报. 2016(01)
[7]基于改进人工势场法的无人机路径规划算法[J]. 丁家如,杜昌平,赵耀,尹登宇. 计算机应用. 2016(01)
[8]一种利用改进A*算法的无人机航迹规划[J]. 占伟伟,王伟,陈能成,王超. 武汉大学学报(信息科学版). 2015(03)
[9]基于势场栅格法的移动机器人避障路径规划[J]. 欧阳鑫玉,杨曙光. 控制工程. 2014(01)
[10]混沌模拟退火粒子群优化算法研究及应用[J]. 刘爱军,杨育,李斐,邢青松,陆惠,张煜东. 浙江大学学报(工学版). 2013(10)
硕士论文
[1]无人机自主飞行若干关键问题研究[D]. 席志鹏.浙江大学 2019
[2]基于深度学习的图像生成技术研究与应用[D]. 虢齐.电子科技大学 2017
[3]小型无人机地面站软件设计与实现[D]. 刘智腾.南昌航空大学 2015
[4]某型无人机指挥控制系统的研究与设计[D]. 王维.电子科技大学 2013
[5]小型无人机航迹规划及数据链的设计[D]. 李磊.山东大学 2011
本文编号：3329824
【文章来源】：浙江大学浙江省 211工程院校 985工程院校 教育部直属院校
【文章页数】：77 页
【学位级别】：硕士
【部分图文】：
表面破碎
浙江大学硕士学位论文光伏电站智能巡检与缺陷诊断关键问题概述7池片层因受力而失去原本的性能。前者造成的影响仅是短期内的对电池板受光的遮挡以及长期情况下，组件因失去钢化玻璃的保护而变得脆弱；而后者则会直接影响整个光伏阵列的性能，组件从发电到耗电的转变使其温度升高，从而影响周围光伏板。观察2-2光伏组件破碎的缺陷图像，因造成破碎的原因不同以及破碎的随机性，裂纹的特征会有很大的区别。图2-2表面破碎2)栅线腐蚀。光伏组件电池片的材料晶体硅是光伏组件将太阳能转化为电能的工具，其原理是晶体硅这类半导体在受到光照的情况下，产生光生伏特效应，在PN结上出现电势差。而栅线的作用则是给电流的形成提供条件，起到汇流的作用，所以栅线是电流产生的第一级导线。实际巡检过程中发现，光伏组件经常会出现栅线腐蚀（发黄）的情况，具体原因可能如下：①生产过程中电池片因暴露在空气中的时间过长或者层压的环节未控制质量出现密封性的问题，导致的栅线氧化；②长期的逆向电压导致的栅线发黄等。观察以下光伏组件栅线腐蚀的缺陷图像，发现该缺陷特征在形态学上并未和普通光伏组件有所区别，仅在颜色上可以加以区分。图2-3栅线腐蚀3)蜗牛纹。光伏组件电池片层的缺陷还有蜗牛纹。蜗牛纹是指电池片表面发生化学反应，产生成人食指宽度的变色条纹，也称为闪电纹或者蚯蚓纹。国内外的许多学者对于该现象的成因做过很多探究，但始终没有找到直接原因，仅说明
浙江大学硕士学位论文光伏电站智能巡检与缺陷诊断关键问题概述8高温、银与卤族元素的反应等因素都可能为蜗牛纹产生的诱因。但蜗牛纹的产生常伴有组件隐裂的发生，且同时带有隐裂缺陷和蜗牛纹的组件与正常组件或者只带有隐裂的组件相比在发电效率方面有更高的衰减率。观察以下光伏组件蜗牛纹的图像，蜗牛纹为不规则的曲线，其颜色同原本的光伏组件有很大的联系。图2-4蜗牛纹4)组件黄化。组件黄化为光伏组件中较为严重的缺陷之一。一般情况下产生组件黄化的原因是组件温度过高导致的电池片烧焦，但因为电池片上下都有EVA层的包裹，所以可以有效防止光伏板起火。组件温度过高一般存在内部短路的情况，烧焦后的光伏组件不再工作，同样会影响整个光伏阵列的正常运行。组件的黄化一般以单个光伏组件为单位，从图2-5中观察到缺陷的表现为电池板部分发黄。图2-5组件黄化5)EVA脱落。光伏组件EVA脱落是指在钢化玻璃层和电池片层之间的EVA层与电池片层发生剥离的情况。一般光伏组件在使用过程中产生的EVA脱落缺陷是由于助焊剂使用量不合适又遇到外界长期高温，导致EVA沿栅线出现剥离。而各层原料表面的异物、EVA的原料品质以及制作工艺也会导致EVA层的脱落。较小的脱层会导致光伏组件功率的衰减、而大面积的脱层会使组件直接无法使用。EVA脱层部分的颜色一般为灰白色，同电池板栅线的颜色相似，且大部分EVA脱层部分的形状为沿栅线的不规则多边形。
【参考文献】：
期刊论文
[1]基于生成式对抗网络的鲁棒人脸表情识别[J]. 姚乃明,郭清沛,乔逢春,陈辉,王宏安. 自动化学报. 2018(05)
[2]基于条件深度卷积生成对抗网络的图像识别方法[J]. 唐贤伦,杜一铭,刘雨微,李佳歆,马艺玮. 自动化学报. 2018(05)
[3]基于半监督学习生成对抗网络的人脸还原算法研究[J]. 曹志义,牛少彰,张继威. 电子与信息学报. 2018(02)
[4]改进遗传模拟退火算法在TSP优化中的应用[J]. 何庆,吴意乐,徐同伟. 控制与决策. 2018(02)
[5]基于改进人工势场法的机器人避障及路径规划研究[J]. 徐飞. 计算机科学. 2016(12)
[6]一种基于改进快速搜索随机树算法的管路自动布局方法[J]. 徐联杰,刘检华,何永熹,吴宏超,刘佳顺. 图学学报. 2016(01)
[7]基于改进人工势场法的无人机路径规划算法[J]. 丁家如,杜昌平,赵耀,尹登宇. 计算机应用. 2016(01)
[8]一种利用改进A*算法的无人机航迹规划[J]. 占伟伟,王伟,陈能成,王超. 武汉大学学报(信息科学版). 2015(03)
[9]基于势场栅格法的移动机器人避障路径规划[J]. 欧阳鑫玉,杨曙光. 控制工程. 2014(01)
[10]混沌模拟退火粒子群优化算法研究及应用[J]. 刘爱军,杨育,李斐,邢青松,陆惠,张煜东. 浙江大学学报(工学版). 2013(10)
硕士论文
[1]无人机自主飞行若干关键问题研究[D]. 席志鹏.浙江大学 2019
[2]基于深度学习的图像生成技术研究与应用[D]. 虢齐.电子科技大学 2017
[3]小型无人机地面站软件设计与实现[D]. 刘智腾.南昌航空大学 2015
[4]某型无人机指挥控制系统的研究与设计[D]. 王维.电子科技大学 2013
[5]小型无人机航迹规划及数据链的设计[D]. 李磊.山东大学 2011
本文编号：3329824
本文链接：https://www.wllwen.com/kejilunwen/dianlidianqilunwen/3329824.html
