一种基于深度学习的光伏电站智能巡检系统及方法

AITNT-国内领先的一站式人工智能新闻资讯网站
# 热门搜索 #
一种基于深度学习的光伏电站智能巡检系统及方法
申请号:CN202411089552
申请日期:2024-08-09
公开号:CN119126820A
公开日期:2024-12-13
类型:发明专利
摘要
本发明属于光伏电站巡检技术领域,具体的说是一种基于深度学习的光伏电站智能巡检系统及方法,包括无人机,用于进行巡检,并拍摄图像;数据采集模块,用于接收无人机拍摄图像及时间;数字光伏电站模块,基于实际光伏电站建立对应的虚拟仿真场景图像以及语义实例图像;通过监控无人机剩余电量以及显示无人机的预计剩余行程,若出现无人机当前预计剩余行程小于路径规划模块所规划的最优巡检路径,则需要对无人机进行补电,或更换无人机进行巡检,能够确保无人机在进行一次巡检任务过程中,能够完整的拍摄光伏电站中所有光伏板,避免出现中途补电的情况,也就避免了因补电而产生的时间间隔,导致已完成拍摄的区域光伏板可能存在缺陷的问题。
技术关键词
光伏电站智能 巡检系统 行程 Dijkstra算法 无人机拍摄图像 无人机电池 缺陷检测算法 图像匹配算法 光伏板 仿真场景 光伏电站巡检技术 监控无人机 规划 图像处理模块 无人机巡检路径 匹配模块
系统为您推荐了相关专利信息
深度强化学习模型 排序方法 长短期记忆网络 动态 编码器
关键词 数据安全管控方法 大语言模型 可执行程序代码 数据安全管控系统
上行多输入多输出系统 信道估计 消息传递算法 矩阵 变量
输电线路无人机 自动巡检系统 控制中心 障碍物 动态物体
线索分析方法 LSTM算法 数据 节点 哈希表