Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 中国科学院西安光学精密机械研究所李海巍获国家专利权

中国科学院西安光学精密机械研究所李海巍获国家专利权

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

龙图腾网获悉中国科学院西安光学精密机械研究所申请的专利面向光伏电站异常检测的全自主无人机高光谱巡检方法获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN119828734B

龙图腾网通过国家知识产权局官网在2025-11-21发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202411995079.6,技术领域涉及:G05D1/46;该发明授权面向光伏电站异常检测的全自主无人机高光谱巡检方法是由李海巍;李晗之;陈军宇;严强强;宋丽瑶;高晓惠;李思远;胡炳樑设计研发完成,并于2024-12-31向国家知识产权局提交的专利申请。

面向光伏电站异常检测的全自主无人机高光谱巡检方法在说明书摘要公布了:本发明涉及一种无人机高光谱巡检方法,具体涉及一种面向光伏电站异常检测的全自主无人机高光谱巡检方法。该方法包括以下步骤:1、通过无人机场对无人机进行任务调度,规划无人机的航线和巡检周期;2、无人机根据规划航线和巡检周期飞行至待检测目标区域,采集目标区域的光谱数据;3、对采集到的光谱数据进行辐射校正和归一化处理;4、基于辐射校正和归一化处理后的光谱数据,利用光谱特征分析与机器学习的方法,对光伏板表面的积灰、污染物以及植被进行检测;5、基于检测结果,评估积灰、污染物以及植被对光伏板光电转换效率的影响程度。本发明能够为光伏电站的高效运行与生态环境的健康管理提供科学依据。

本发明授权面向光伏电站异常检测的全自主无人机高光谱巡检方法在权利要求书中公布了:1.一种面向光伏电站异常检测的全自主无人机高光谱巡检方法,其特征在于,包括以下步骤: 步骤1、通过无人机场对无人机进行任务调度,规划无人机的航线和巡检周期; 步骤2、无人机根据规划航线和巡检周期飞行至待检测光伏电站中光伏板所在的目标区域,利用无人机上搭载的高光谱成像传感器,采集目标区域中光伏板及其周边环境的光谱数据; 步骤3、对采集到的光谱数据进行辐射校正和归一化处理,以确保数据的准确性和一致性; 步骤4、基于辐射校正和归一化处理后的光谱数据,利用光谱特征分析与机器学习的方法,对光伏板表面的积灰、污染物以及植被进行检测,获取检测结果; 步骤4.1、基于辐射校正和归一化处理后的光谱数据,对植被与光伏板进行光谱特性分析,提取光谱特性差异,再基于光谱特性差异,采用制图指数增强植被与光伏板之间的光谱对比度,所述制图指数的公式如下: 式中:ESVI为制图指数,Rnir为近红外波段反射率,Rred为红波段反射率,Rswir为短波红外波段反射率,Rgreen为绿波段反射率,α和β均为调节因子; 步骤4.2、通过Otsu法确定制图指数ESVI的最佳分割阈值,以实现植被区域的有效分割: 式中:T*为阈值,为类间方差,w1T和wT分别为阈值T下背景和前景的权重,μT和μT分别为背景和前景的平均灰度值; 步骤4.3、通过机器学习方法,对进行植被分割后的光谱数据进行检测,从而实现光伏板表面积灰、污染物及植被遮挡检测,获取检测结果,完成光伏电站的异常检测; 步骤5、基于检测结果,评估积灰、污染物以及植被对光伏板光电转换效率的影响程度,并在积灰和或污染物和或植被的影响程度超过预设阈值时发出维护警报,完成光伏电站的异常检测。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人中国科学院西安光学精密机械研究所,其通讯地址为:710119 陕西省西安市高新区新型工业园信息大道17号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。