摘要：目前，我国是科技发展的新时期，详细介绍了基于光伏电站的无人机全自动巡检系统的工作原理及无人机巡检故障的自动识别，比较了此系统与其他巡检系统的异同。该系统不仅可以经济、高效、快速地完成中、大规模光伏电站的故障检测，而且结合GPS定位，能够输出简洁直观的故障报表，可在很大程度上提高光伏电站的运维效率。
关键词：光伏电站；无人机；自动巡检
引言
随着民用无人航空器（无人机）的飞速发展，行业产值持续攀升，技术不断升级，产品迭代迅速，已广泛在消费领域和工业领域应用。在无人机行业飞速发展的同时，逐渐暴露出这个年轻行业过快发展中的问题。特别是未建立有效的质量管控方式，缺乏完善的产品认证制度，导致频繁出现质量事故，扰乱市场秩序，严重阻碍了无人机行业的健康发展。
1基于光伏电站的无人机全自动巡检系统
图1是基于光伏电站的无人机全自动巡检系统示意图，包括搭载红外热像仪的无人机、无人机地面站、地面充电设备和数据处理单元。其中，无人机负责通过红外热像仪采集光伏组件的红外图像；无人机地面站负责保障无人机与地面站的实时通信，并通过航迹规划或手动控制无人机的飞行速度、高度和红外热像仪的拍摄角度，以获取无人机的飞行信息和光伏组件的红外图像信息；地面充电设备负责无人机的自动充电，保证无人机的飞行动力；数据处理单元负责将采集到的红外图像信息进行处理，进而标记太阳电池的故障情况，并生成对应的故障报表。
图1基于光伏电站的无人机全自动巡检系统示意图
在无人机巡检系统中，无人机采用自主研发的M1六旋翼机，搭载红外热像仪飞行巡检。无人机的自航仪包括飞控、GPS和声呐，并配置遥控器用于辅助控制。该无人机的速度可达80km/h，飞行高度为120～200m；在18km/h风速内能自稳或定点悬停；在40km/h风速时，定点悬停误差在30cm以内，抗风能力6级；30～60min可以检测完20MW组件(理论上，在STC标准下，单排光伏组件的倾斜高度为4.8m、长度为15km的检测面积)中每一块组件的温度，精度是0.2°。无人机的动力由大容量锂电池和所配备的地面充电设备共同保障；其上的大容量存储装置保证了飞行过程中所拍摄到的影像资料的存储，无人机地面站起落点设置了无线网络，方便影像数据的传输。红外热像仪分辨率为640像素×480像素，测温范围为-20～250℃。
2无人机在光伏电站的应用
目前，在光伏电站中的无人机多应用在运维阶段，主要执行可视化巡检和红外热成像排查任务。一般是在无人机上挂载可视光和红外光设备，利用成像设备采集巡视场区内设备的运转状况，同步传输数据至后台，由人工或软件对图像数据进行分析，研判设备的状态，及时发现故障现象，预防事故发生。相比于传统的人工巡检作业，无人机以其立体化、兼容性强、高程作业的特点，可以克服复杂地貌的限制，解决长距离勘测，实现精准化巡检，不仅可以提高巡检的效率，更可以快速的响应，及时准确的对故障点进行甄别、处理。无人机凭借设计测绘能力，可以在光伏电站的设计阶段发挥勘测，绘制的作用。传统的测绘工作主要有人力进行。对于大型地面电站，勘测场区初期基本不具备车辆条件，大部分的勘察和测绘工作需要人员徒步进行，效率非常低，尤其是在一些地势险恶的山区、沉陷区，依靠人力也无法通行，不仅加大了测绘成本，还造成测绘误差。而采用无人机的方式，可以规避地貌限制，并且在无人机精准的飞行轨迹上，全面覆盖测绘区域。结合数据处理软件，可以形成精准的测绘成果，构建多维度的立体模型。在提高测绘精度的同时，降低误差，提高后期建设效率。除上述外，无人机还可以挂载更多类型的任务负载，对非法入侵，不规范作业等现象，实现驱离、取证等。
3基于光伏电站的无人机全自动巡检系统与其他巡检方法的比较
基于光伏电站的无人机全自动巡检方法的优点在于：1)整个巡检过程中故障判断标准一致；2)故障检测快速、高效；3)可在光伏组件工作状态下检测，巡检过程不会损坏光伏组件；4)可及时提供数据处理和数据分析，巡检结果直观明了，维护操作性强；5)可根据需要设定巡检时间，整个巡检过程全自动。相较于基于集群通信的光伏电站故障检测方法而言，无人机全自动巡检系统灵活性强，资本和人力投入较少，可操作性强。经分析，若采用综合能效比PR值来评价光伏电站的系统性能指标，采用无人机全自动巡检系统可直接减少4%的因组件污渍造成的损失、4%的阵列遮挡及1%的温度损失；可间接减少10%的清洗数量、30%的接线盒故障，以及50%的阵列火灾。
4智能诊断系统
智能诊断系统，通过视觉识别算法实现光伏组件缺陷排查以及缺陷定位。智能诊断系统能够分析热红外相机和可视相机拍摄的图片，进而获得巡检过程中出现的故障类型和故障位置，最终生成诊断报告，给予运维人员全面的精确定位，方便运维人员检修。图像智能识别软件需具备以下几种功能。1.图像预处理在图像处理的过程中，由于采集图像的工具以及环境因素的影响，采集的图像无法完全体现原始图像的全部信息。首先要进行以提取图像特征为目的的图像预处理，抑制不需要的变形或者增强、改善图像数据。图像预处理方法包括图像的灰度变换、图像大小的修改、图像浓度的扩张、图像平滑等处理方法。2.图像识别通过先进机器学习和深度学习算法，实现计算机视觉技术。运用计算机视觉技术，可以识别光伏电池板内部及外部的故障，如热斑、破裂、灰尘等。3.GIS定位系统GIS定位系统包括地图的导入，无人机采集的数据定位，故障点的定位，显示故障点缺陷的图片，以及将数据导入到移动端实现定位便携化和自动化。通过将数据导入到移动设备，实现对于故障点缺陷实时的显示，便于运维人员查找和定位缺陷具体的位置。4.自动生成巡检报告对于每次巡检的结果可以快速生成报告，以便运维人员进行汇报和总结。巡检报告应该描述巡检基本情况，如飞行的时间、飞行的距离，采集的图像数量等，还应统计出缺陷的数量和具体位置。
5开展光伏电站用无人机系统认证的必要性
对于无人机的理解，必须要结合其自身行业发展的态势，特别是现阶段的初级特性。实践中，无人机行业的飞速发展背后，是管控体系的不健全，标准体系的缺失。目前，在无人机应用的领域中，仅有影视、农业、电力等行业出台了相应的标准。对于大部分领域仍是空白。由于无成套标准依据，对产品的定型、原料选型等产生一定的无序性、不规范性。
结语
综上所述，本文所介绍的基于光伏电站的无人机全自动巡检系统通过无人机、红外热像仪对光伏电站进行巡检，全程自动化处理，可以准确、快速地发现光伏电站中光伏组件的遮挡热斑、污渍及太阳电池故障现象，结合GPS定位，可直接生成故障报表，方便后续维护人员处理。该系统极大地提高了光伏电站运维效率的同时，还提高了可操作性，为中、大规模光伏电站的光伏组件巡检提供了可靠的经济保障。
参考文献
[1]刘江林.基于eLTE集群通信的光伏电站无人机自动巡检的研究[J].太阳能，2017,(6):14－17.
[2]王斌,张良忠,韩宏伟.红外热像仪搭载无人机在光伏电站中的应用[J].青海科技,2017,(2):44－47.
[3]刘江林.华电大同秦家山10万kW光伏电站无人机自动巡检及热斑图像自动识别[J].太阳能,2017,(5):45－48.
论文作者:郝庆森
论文发表刊物:《电力设备》2019年第8期
论文发表时间:2019/9/19
标签：无人机论文; 光伏论文; 电站论文; 图像论文; 故障论文; 系统论文; 全自动论文; 《电力设备》2019年第8期论文;