基于无人机AI巡检的光伏工程安全管理探索与应用

摘要

由于现有的管理方法存在采集信息能力差、安全风险识别准确率低的问题,研究基于无人机人工智能(AI)巡检的光伏工程安全管理探索与应用。通过设置无人机分辨率,并搭配调节云台拍摄光伏工程,运用中值滤波消除拍摄图像的噪点,通过增加对比度的方式增强处理图像效果。运用卷积神经网络(CNN)算法对无人机前端图像进行自动识别和对焦,提取图像中的目标特征。通过转换向量得到样本图像中的特征向量。运用决策树算法处理连续性的混合特征,采用信息增益的方式划分特征,对安全隐患进行分类与管理。实验结果表明,实验组的不同类型安全风险识别准确率达到了99.83%以上,能够精准识别安全风险,并且应用该方法后的安全系数达到了0.97以上,提高了安全性能,具备较好的光伏工程安全管理效果。