構造-運動を用いた空中赤外線ビデオからの光起電モジュールの地理参照【JST・京大機械翻訳】

Bommes Lukas; Buerhop-Lutz Claudia; Pickel Tobias; Hauch Jens; Brabec Christoph; Peters Ian Marius

プレプリント

J-GLOBAL ID：202202207794582872 整理番号：22P0327155

構造-運動を用いた空中赤外線ビデオからの光起電モジュールの地理参照【JST・京大機械翻訳】

Georeferencing of Photovoltaic Modules from Aerial Infrared Videos using Structure-from-Motion

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (6件)： , , , , ,
資料名：
発行年： 2022年04月06日プレプリントサーバーでの情報更新日： 2022年04月06日
JST資料番号： O7000B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

大規模PVプラントの異常光起電力(PV)モジュールを経済的に同定するために,ドローン搭載赤外(IR)カメラと自動ビデオ処理アルゴリズムがしばしば用いられる。ほとんどの関連研究は異常モジュールの検出に焦点を合わせるが,プラント内のこれらのモジュールを自動的に局所化するためにはほとんどなされていない。本研究では,ビジュアルキューとドローンの測定したGPS軌跡に基づいて,プラントにおけるすべてのPVモジュールのジオ座標を自動的に得るために,インクリメンタル構造運動を利用した。さらに,各PVモジュールの多重IR画像を抽出した。提案手法を用いて,4つの大規模と1つの屋上プラントで35084モジュールの99.3%をマッピングし,2.2百万モジュール画像で抽出することに成功した。著者らの以前の研究と比較して,抽出は18倍少ないモジュール(140モジュール中1つ)を8つに誤った。さらに,2つまたは3つのプラント列を同時に処理することができ,モジュールスループットを増加させ,飛行期間を2.1および3.7倍減少させた。大規模プラントの1つの正確なオルソ写真との比較は,5.87mの推定モジュールジオ座標の二乗平均平方根誤差と0.22mから0.82mの各プラント列内の相対誤差をもたらした。最後に,モジュールジオ座標と抽出したIR画像を用いて,マップ上の深い学習分類器のモジュール温度と異常予測の分布を可視化する。温度分布は連結ストリングを同定するのを助ける一方,モジュール異常に対する検出精度が10の共通異常タイプのうち7つに対して,深い学習分類器のそれに達するか,あるいはそれを超えることを見出す。ソフトウェアをhttps://github.com/LukasBommes/PV Hawkで発表する。【JST・京大機械翻訳】

, , , , , , , , , , , , , ,

太陽光発電

, , , , ,

前のページに戻る