杨 磊，高德东，孟广双，王 珊

（1.青海大学机械工程学院，青海 西宁 810016；2.唐山工业职业技术学院，河北 唐山 063299）

1 引言

光伏组件的安全可靠运行是光伏发电的基本条件，而光伏组件的发电受多种因素影响。光照，温度，湿度，风沙等外部环境因素会导致光伏组件发电功率的降低。长时间暴露在外部环境中，光伏板也会产生热斑、裂纹等内部故障，而热斑、裂纹等内部故障的产生会造成许多潜在的风险和隐患。因此，需及时对光伏电站进行巡检，对检测出的有故障甚至已经不发电的光伏板，及时进行剔除，防止安全隐患的产生[1]。

对光伏组件故障部分进行识别检测以及用图像分割、图像聚类方法提取光伏板故障区域的研究已有很多。文献[2]在对光伏阵列红外图像进行预处理和分析的基础上，采用信息融合与模糊推理的方法，对光伏阵列中太阳电池的正常、遮挡、老化损坏的工作状态进行识别。文献[3]基于模糊C均值聚类的方法，分析了光伏组件故障特征量与故障类型之间的模糊映射关系，根据隶属度函数算法得出待诊断样本与各故障类型间的隶属度关系。文献[4]采用灰度共生矩阵和区域生长算法相结合的方法对阈值进行自动调整，进而对光伏板图像进行了分割。但此类研究只对红外图像进行处理，并未系统研究从航拍图片至计算出故障区域大小的全过程。在航拍光伏板红外图像的基础上，运用透射变换法对图片进行倾斜校正，运用改进Otsu算法对矫正截取后的图像进行目标区域分割提取，从而计算出故障区域大小，便于研究故障区域与发电量的关系，及时对故障光伏板进行更换，保证光伏电站安全的工作环境。……