摘要
传统的光伏发电场站安防系统往往存在功能单一、成本偏高和通讯受限等缺点。为了解决这些问题,本文设计并实现了一种针对光伏电站的智能安防系统。该系统以 STM32 为控制器进行数据采集,利用树莓派 4B 为控制器前端设备,同时采用 ATK-LORA-01 为 LORA 无线通信模块,并使用 SX1278 芯片进行扩频。系统运行过程中,通过树莓派搭建 OpenVINO 工具套件,同时利用神经棒搭建的硬件平台进行图像识别,最后利用 LORA 模块将图像处理结果和采样信号发送到控制中心。为了降低训练模型的复杂度,采用迁移学习的方式进行模型训练。其中,利用 SSD Inception_v3 模型作为图像识别模型,再结合 OpenVINO 工具套件对模型进行优化以满足系统的功能性和实时性要求。实验结果表明:该系统可以准确、实时地监控系统运行的各项安防数据;同时该系统可以实现用户的出入监控与人员识别,并在异常情况时报警提醒。本系统可以极大地提升光伏发电场站的管理水平,为实现电站的无人化、智慧化管理提供重要的理论支撑。
