基于直方图匹配和马转换方法的计算机视觉对光伏模块的实时影子检测

科学领域:

• 可再生能源系统可再生能源系统
• 计算机视觉应用程序 计算机视觉应用
• 光伏技术 光伏技术

背景情况:

• 太阳能对于可再生能源发电至关重要,但由于局部遮阳,光伏模块面临效率和安全问题.
• 现有的实时阴影检测方法在实际环境中缺乏足够的性能.
• 叶子和建筑物等外部因素的阴影对光伏模块的输出有重大影响.

研究的目的:

• 开发和评估使用计算机视觉的光伏模块的新型实时阴影监测方法.
• 为了提高光伏模块上的阴影检测的准确性和效率.
• 为实时监控和在人机界面 (HMI) 上显示提供具有成本效益的解决方案.

主要方法:

• 图像增强技术,包括马变换和直方图匹配,应用于光伏模块图像.
• 灰度切片被用于有效的影子细分和从视频流中检测影子.
• 整个处理管道的设计是为了在监控摄像头上实时实现.

主要成果:

• 拟议的方法实现了高检测性能,精度为0.98.8.
• 分别为0.87和0.85的F0.5和F2分数表明了强大的检测能力.
• 该方法在与Canny,Random Forest和CNN检测技术相比显示出更高的性能指标.
• 每的平均处理时间为0.721秒,证实了卓越的实时性能.

结论:

• 开发的计算机视觉方法为实时光伏模块遮阳监控提供了高度准确和高效的解决方案.
• 该技术具有成本效益,适合集成到现有的太阳能监测系统中.
• 这种方法显著改进了现有方法,解决了在复杂环境中可靠实时性能的需求.