一种基于无人机激光雷达点云与DGRNet的光伏板智能识别与多参数反演方法

《Scientific Reports》：A method for intelligent recognition and multi-parameter inversion of photovoltaic panels based on UAV-LiDAR point clouds and DGRNet

　　

摘要

针对现有山地光伏电站监测方法的不足——包括三维数据采集不足、自动化水平低，以及点云识别方法不适用于山地环境、缺乏对主流模型的系统比较，且依赖先有模型进行参数反演——本文提出了一种基于无人机LiDAR点云和DGRNet的光伏板智能识别与多参数反演方法。利用DGRNet在非均匀点云条件下进行多尺度特征提取和全局建模的优势，以配备Zenmuse L2的DJI Matrice 4E无人机采集点云。经过预处理后，其垂直方向和水平方向的精度分别可达RMSE≤5厘米和RMSE≤8厘米。与四种主流深度学习模型相比，DGRNet的表现最佳，核心光伏板类别的并集比为0.624，F1值为0.768。该方法还建立了无需先验知识即可构建模型的工作流程，可实现光伏板的多参数提取、容量验证以及污秽检测。实验结果表明，该方法在复杂的山地地形中具有出色的分割和反演性能，与设计参数及现场数据的一致性很高，可为山地光伏电站的智能巡检和运维优化提供技术支持。