最終論文2-141

【太阳电池板热斑检测方法的研究】 在太阳能电池板中，局部故障可能导致热斑现象，即故障区域成为电阻并产生热量。常规检测系统往往难以准确识别出存在热斑的面板。热斑会导致发电效率下降，从长远来看，这将造成大量电力浪费。尽管热像仪是一种有效的热斑检测工具，但通过红外图像识别热斑需要专业人士进行判断。对于大型太阳能项目，已提出使用无人机搭载热像仪进行检测，但目前的方法仍依赖于专家对拍摄的红外图像进行分析和故障判断。 本文探讨了一种利用热像仪拍摄太阳能电池板的方法，但由于天气变化（如云层覆盖），同一面板的红外图像可能受到不同影响，导致误判。此外，使用无人机拍摄时，无人机本身可能会反射到图像中，进一步增加了图像处理的复杂性。 为了解决这些问题，研究者提出了一个热斑判定策略。通过从左右和正面角度拍摄红外照片，然后进行正面投影转换并合成比较，可以发现云层反射产生的红外反应因角度不同而不会重叠，而真正的热斑则会在不同角度下保持一致，从而实现热斑的精确识别。 为了验证这种方法，对阿南高専屋顶上的太阳能电池板进行了实地拍摄，并与无人机拍摄的图像进行了处理。实验结果显示，通过对比2016年9月1日、10月7日和10月24日的红外图像，可以清晰地识别出热斑的存在（见图4）。同时，通过去除图像中的无人机反射（如图5所示），进一步提高了图像的分析质量。 尽管取得了一定的成果，但未来仍面临一些挑战。对于屋顶上拍摄的图像，可以通过多次拍摄并确定亮度和阈值系数关系来实现自动处理，但在无人机拍摄的图像中，由于相机型号和拍摄方式的差异，目前仍需手动调整系数，这意味着需要改进算法以实现自动检测。此外，当前的投影转换过程不能完全自动化，这也限制了自动检测的实现。 这项研究提供了一种利用热像技术改进太阳能电池板热斑检测的有效方法，但还需要进一步的研究和完善，以克服由天气和拍摄条件变化带来的挑战，以及提高无人机拍摄图像的自动化处理能力。这将有助于确保太阳能设施的长期稳定运行，降低维护成本，最大化能源产出。