(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202111624280.X (22)申请日 2021.12.28 (71)申请人 中国长江三峡集团有限公司 地址 100038 北京市海淀区玉渊潭南路1号 (72)发明人 王方政　孙勇　刘喜泉　张亚平　 李鹏　郑开元　李哲　 (74)专利代理 机构 南京纵横知识产权代理有限 公司 32224 专利代理师 邵斌 (51)Int.Cl. G06T 7/00(2017.01) G06T 5/00(2006.01) G06N 3/04(2006.01) G06N 3/08(2006.01) (54)发明名称 一种光伏面板缺陷检测方法及系统 (57)摘要 本发明公开了光伏发电技术领域的一种光 伏面板缺陷检测方法及系统。 光伏 面板缺陷检测 方法包括： 获取光伏面板的图像； 对获取的光伏 面板的图像进行预处理， 然后输入改进的PP ‑ YOLO光伏面板缺陷检测模型， 获取并输 出缺陷信 息。 本发明避免了人工提取特征的复杂工作， 而 且具有检测成本低， 检测速度快、 准确率高等优 点。 权利要求书2页 说明书5页 附图4页 CN 114494138 A 2022.05.13 CN 114494138 A 1.一种光伏面板缺陷检测方法， 其特 征在于， 包括： 获取光伏面板的图像； 对获取的光伏面板的图像进行预处理， 然后输入改进 的PP‑YOLO光伏面板缺陷检测模 型， 获取并输出缺陷信息 。 2.根据权利要求1所述的光伏面板缺陷检测方法， 其特征在于， 所述改进 的PP‑YOLO光 伏面板缺陷检测模型使用MoibleNetV 3_Large替换ResNet50_VD_DCN作为改进的PP ‑YOLO光 伏面板缺陷检测模型的主干网络， 增 加了空间金字塔池化层， 并进行剪枝和量 化处理。 3.根据权利要求1所述的光伏面板缺陷检测方法， 其特征在于， 所述改进 的PP‑YOLO光 伏面板缺陷检测模型的训练方法， 包括： 建立光伏面板缺陷图像的初始数据集， 对初始数据集进行预处理并分为训练集和验证 集； 对改进的PP‑YOLO光伏面板缺陷检测模型进行参数设置， 将训练集中的图像的分辨率 调整至设定值后， 依据选择的损失函数， 利用梯度下降反向传播方法， 对改进的PP ‑YOLO光 伏面板缺陷检测模型中的深度卷积神经网络的参数进行迭代更新； 将迭代至最大设定次数后得到的网络参数作为最优的网络参数， 完成训练， 得到初步 改进的PP‑YOLO光伏面板缺陷检测模型； 使用验证集对初步改进 的PP‑YOLO光伏面板缺陷检测模型进行测试， 根据测试结果调 整网络参数， 并重新训练直至测试结果达到预期为止， 得到参数调整后的PP ‑YOLO光伏面板 缺陷检测模型； 对参数调整后的PP ‑YOLO光伏面板缺 陷检测模型进行剪枝和量化， 得到改进的PP ‑YOLO 光伏面板缺陷检测模型。 4.根据权利要求3所述的光伏面板缺陷检测方法， 其特征在于， 在每一 次迭代中进行图 像增强操作， 所述图像增强操作包括对图像执行缩放、 翻转、 平移、 旋转、 灰度填补、 均值、 方 差标准化、 颜色变换、 混合图像和随机多尺度操作。 5.根据权利要求3所述的光伏面板缺陷检测方法， 其特征在于， 将训练集中的图像的分 辨率调整至416 ×416。 6.根据权利要求3所述的光伏面板缺陷检测方法， 其特征在于， 所述调整 网络参数包括 调整学习率、 批量大小、 动量 参数和权 重衰减。 7.根据权利要求3所述的光伏面板缺陷检测方法， 其特征在于， 所述对初始数据集进行 预处理， 包括使用Lab elImg工具对初始数据集中的所有图像标注光伏面板缺陷区域， 生成 VOC格式的光伏面板缺陷数据集。 8.根据权利要求1所述的光伏面板缺陷检测方法， 其特征在于， 所述对获取的光伏面板 的图像进行 预处理， 包括图像去噪、 对比度增强、 亮度和饱和度调整。 9.一种光伏面板缺陷检测系统， 其特 征在于， 包括： 图像获取模块， 用于获取光伏面板的图像； 图像检测模块， 用于对获取的光伏面板的图像进行预处理， 然后 输入改进的PP ‑YOLO光 伏面板缺陷检测模型， 获取并输出缺陷信息 。 10.根据权利要求9所述的光伏面板缺陷检测方法， 其特征在于， 所述图像获取模块与 配置在地面站的图数一体传输模块的地面端通信连接， 所述图数一体传输模块的地面端与权　利　要　求　书 1/2 页 2 CN 114494138 A 2配置在巡检无人机上的图数一体传输模块的天空端通信连接； 所述图数一体传输模块的天 空端与配置在巡检无人机上的红外相机通信连接， 所述红外相机通过增稳云台安装在巡检 无人机上。权　利　要　求　书 2/2 页 3 CN 114494138 A 3