CN106489101A - 太阳能板清洁系统的预测性维护和推断模式 - Google Patents

Abstract

本发明描述了用于预测维护窗口、起始和避开清洁太阳能板的机器人系统的清洁循环的系统和方法。使用学习算法，所述系统和方法是基于从由实行所述清洁循环的各种机器人系统、外部传感器、来源和馈送器接收的数据来进行收集、监测并进行趋势分析。

Description

太阳能板清洁系统的预测性维护和推断模式

本发明的领域

本发明大体上涉及分析太阳能板清洁系统的行为，且更具体来说，涉及用于鉴于影响清洁系统的环境因素评估维护窗口的需求以及最佳清洁时间间隔和频率的方法和系统。

本发明的背景

太阳能板表面由高质量玻璃制成，并且所述玻璃产生可再生能源的效率尤其取决于玻璃表面的清洁度。由于太阳能板上的灰尘，能量损耗可能会超过百分之四十(40％)。太阳能板通常一起集中在具有充足阳光的区域中并且太阳能板的此类集中通常称为太阳能电厂。由于大部分太阳能电厂位于阳光辐射强烈的沙漠区域中且高度暴露于灰尘条件中，因此清洁太阳能板变得至关重要。

为了最小化维护成本且最大化可靠性，部署机器人系统进行太阳能板的清洁来确定太阳能板清洁的最佳时间以及太阳能清洁系统的各个部件的维护对太阳能电厂设施而言将是非常有益的。这些部件包括自动化组件、机器人、传送带、电池以及本发明所属的领域的技术人员已知的其它组件。

本发明的概要

根据本发明的用于控制清洁太阳能板的机器人系统的清洁循环的方法包括：收集关于机器人系统的操作数据；例如，从太阳能板的区域中的各个环境传感器和/或直接从气象数据来源(例如，本身使用气象传感器的所建立的气象信息提供通道)收集与太阳能板的区域相关的环境数据；以及使用处理器基于收集的操作数据和收集的环境数据确定对控制机器人系统的建议。所述建议(例如)经由因特网和一个或多个通信网络输出到一个或多个授权用户。所述建议可以包括：起始所述机器人系统对所述太阳能板的未安排的清洁循环；终止所述机器人系统对所述太阳能板的预先安排的清洁循环；调整所述机器人系统对所述太阳能板的预先安排的清洁循环；提供对所述机器人系统的偏离正常的操作性能的解释；提前引导更换所述机器人系统的组件，以及在所述机器人系统的下一安排的维护期间引导更换所述机器人系统的组件。

用于控制清洁常见太阳能电厂中的太阳能板的多个机器人系统的维护或清洁循环的另一方法包括：使用与机器人系统相关联的传感器获得关于机器人系统中的每一者的操作数据；使用环境传感器(其将适用于所有太阳能板)获得与太阳能电厂的区域相关的环境数据；以周期性间隔收集操作数据和环境数据；以及对于以周期性间隔对操作数据和环境数据的每次收集，使用处理器确定每个机器人系统的组件是否在预定周期时间内经历操作偏差。操作数据和环境数据可以在不同位置处收集并且转发到包括处理器的服务器。

如果一个机器人系统的组件在预定时间周期内经历操作偏差，则确定其它机器人系统的相同组件是否经历相同的操作偏差(对比操作性能分析)，如果不经历相同的操作偏差，即，仅机器人系统的一个组件经历操作偏差，则可以将应更换机器人系统的该组件的建议输出到授权用户。

否则，当太阳能电厂中的机器人系统中的多个或所有相同组件经历相同的操作偏差时，确定是不是环境因素引起操作偏差，并且如果是环境因素的原因，则将应进行改变机器人系统的操作的建议输出到授权用户。当例如存在影响所有机器人系统的相同组件的沙尘暴或阴天时，例如，由机器人系统清洁的太阳能板所产生的太阳能充电的电池的充电时间增加超过正常充电时间，将输出此建议。

否则，如果环境因素不是操作偏差的原因，则在组件的剩余预期寿命小于组件的所存储的预期寿命的阈值的情况下，将应在安排的更换之前更换机器人系统的组件的建议输出到授权用户。

根据本发明的用于控制清洁太阳能板的机器人系统的清洁循环的系统包括：主控制单元，其收集关于机器人系统的操作数据；以及服务器，其耦合到主控制单元，并且获得与太阳能板的区域相关的环境数据且基于主控制单元收集的操作数据以及获得的环境数据确定对控制机器人系统的建议。服务器随后将所述建议输出到一个或多个授权用户。所述建议可以如上所描述。

根据本发明的用于获得清洁太阳能板的至少一个机器人系统的一个或多个组件的风险状况的方法包括：使用与组件相关联的传感器或提供关于组件的操作效率的数据的传感器收集关于组件的操作数据；使用处理器基于收集的操作数据确定组件中的每一者的寿命终止的风险状况；以及将风险状况输出到外部系统，以便使外部系统能够基于(例如)趋势分析向一个或多个授权用户提供建议。

对图式的简要描述

通过参考结合附图的以下描述，可以最佳地理解本发明以及本发明的其它目标和优点，其中相同参考标号识别相同元件，并且其中：

图1是根据本发明的实施例的用于评估太阳能板清洁系统的维护窗口的需求以及最佳清洁时间间隔和频率的系统的主要组件的示意图；

图2是用于产生对控制太阳能板清洁系统的建议的例示非限制性方法的流程图；以及

图3是用于推断特定电池的寿命终止且在需要时提供对电池的维护窗口和/或电池的更换的建议的方法的流程图。

对本发明的详细描述

参考附图，图1是根据本发明的实施例的用于收集、存储、分析和评估对现有安排的维护窗口和/或清洁循环中的干预的需求的系统的立体说明图。系统包括机器人太阳能板清洁系统或多个或一串此类机器人太阳能板清洁系统，表示为客户端1、客户端2……客户端N并且下文称为客户端。每个机器人太阳能板清洁系统包括具有使用期限且在通常不确定的时间周期之后磨损的组件。

系统还包括一个或多个外部传感器3，例如，湿度传感器、风传感器、能见度传感器、雨水传感器以及提供关于环境条件的信息的其它传感器。这些外部传感器3可以被配置成监测实时信息。此类外部传感器3将可能接近客户端2而定位，即，位于由客户端2清洁的太阳能板的区域中，以便提供关于影响客户端2以及所述客户端清洁的太阳能板的外部条件的位置特定数据。外部传感器3还可以连接到客户端2，例如，安装在客户端2的框架上。

客户端2和外部传感器3通常经由RF通信网络与主控制单元1通信。例如，为了接收和传输数据，每个客户端2可以经由星形拓扑中的RF与主控制单元1通信。外部传感器3还将其经由RF获得或收集的信息传输到主控制单元1。因此，尽管还可以使用有线连接，但是外部传感器和客户端2与主控制单元1之间的通信，或从外部传感器和客户端2到主控制单元1的传输优选为无线的。

客户端2和外部传感器3与主控制单元1之间的通信接收器使主控制单元1能够从客户端2和外部传感器3接收特定数据并且个别地或共同地开启或关闭客户端2，或否则控制客户端2中的每一者。来自客户端2的数据是与(例如)从一个或多个传感器获得的组件相关的操作数据，所述传感器监测客户端2和/或其组件的操作，本发明所属领域的技术人员可容易地确定所述传感器以及所述传感器获得数据的方式。

值得关注的是，操作数据可以包括向客户端2提供电力的可充电电池的状态、此电池的充电时间以及用于电池电荷的清洁持续时间。操作数据还可以包括多个清洁循环，所述清洁循环使得能够粗略估计清洁系统的每个传送带的条件。

主控制单元1经由至少一个天线4和至少一个数据网络5(例如，因特网)将原始和/处理后的信息发送到服务器8。用于将信息从主控制单元1传送到服务器8的其它技术也在本发明的范围内。使用从主控制单元1接收的信息，服务器8能够追踪个别客户端2的模式并且例如使用趋势分析从这些模式推断客户端专有的风险状况。

例如，当组件将发生故障且需要在短期内更换时，可以推断客户端2的组件的寿命终止的风险状况。风险状况可以呈类似于建议或作为建议的一部分提供到终端用户10的数据文件、消息等的形式。为此，本发明所属领域的技术人员将容易明白，服务器8包括合适的处理硬件和软件。此处理硬件包括(例如)数据库6和处理器7。

处理器7可以包括本领域已知的任何合适种类的计算硬件，并且可以任选地由专用或可编程硬件以及外围组件补充，以便执行本文中所描述的功能中的至少一些功能。

除了出于评估客户端2的组件的寿命终止的风险状况的目的而考虑的操作数据之外，服务器8还分析、评估以及潜在地建议客户端2的清洁操作的调整。为此，除了通过外部传感器3获得的信息之外，服务器8优选地考虑各种种类的信息，例如，风况、能见度、雨水和湿度。此信息通常从来自其它服务器的合适信息馈送器获得，例如，Accuweather或其它市售的气象信息提供来源(通常在图1中示为外部来源和馈送器9)。

在操作期间，服务器8接收由外部传感器3获得的信息以及关于每个客户端2以及其组件(例如，电池状态、充电时间、清洁持续时间、清洁循环数等)的操作输入，并且将此信息存储在数据库6中。服务器8还从来自其它服务器的合适馈送器9接收关于当前和预报气象条件的基于位置的信息。

基于接收到的内部和外部信息，服务器8处理和分析数据，并且当需要或寻求时，服务器8经由例如因特网的数据网络5和天线4向授权终端用户或终端用户10提供建议。所述建议与有效维护和最佳清洁时间相关。可将建议实时地引导给终端用户10。

建议可以呈由服务器8产生的数据文件、消息等的形式并且经由数据网络5和天线4引导给终端用户10，例如，终端用户10的个人数据助理(PDA)。数据文件可以由终端用户10的PDA处理以便例如将建议显示在PDA的显示器上。数据文件还可以允许终端用户10的响应性输入。

授权终端用户10随后可以确定所述授权终端用户想要接受还是拒绝建议，并且在需要时，终端用户10可以经由PDA输入命令，所述命令将被引导给主控制单元1以实现对客户端2中的一者或多者或其组件的控制。终端用户10使用PDA的用户接口，并且输入的命令可以经由天线4提供到主控制单元1(如图1中所示)。因此，终端用户10能够通过将控制命令发布到主控制单元1来对客户端2执行控制，所述主控制单元将输入的命令转换成客户端2的动作，从而改变其操作。

由服务器8产生的建议可以与维护或清洁循环相关，并且在这两种情况下，可以触发维护或清洁循环的起始、避开安排的维护或清洁循环、重新安排所安排的维护或清洁循环、引导组件的更换、引导组件的检查或建议组件的加速更换。建议可以针对特定客户端2或多个客户端2，一个或多个客户端2所处的特定太阳能电厂场所，或一个或多个客户端2位于其中每一者处的多个场所。

服务器8起始的一些建议优选地基于从多个来源获得的模式，例如，由客户端2或主控制单元1提供的客户端2的当前状态以及其安排的维护和清洁循环、由外部传感器3提供的环境信息以及从外部来源和馈送器9获得的额外环境信息。

例如，服务器8可以推断归因于特定太阳能电厂中的风速而引起的风险状况。在客户端2在19:00以40km/hr的最大风速限制进行预编程的每日清洁循环的情况下，如果服务器8接收在18:05到18:45之间的信息，则以每10分钟约5km/hr的正趋势呈现15km/hr至35km/hr的风速，服务器8可以由于在清洁期间可能超过预定阈值的风速的正趋势而向授权用户10提供建议来避开(推迟)客户端2的即将进行的清洁循环。

在其它实例中，由于突发的沙尘暴，由服务器8进行的系统分析可以致使一个或多个客户端2的清洁循环的起始。假设服务器8从能见度传感器(外部传感器3中的一者)和外部来源9(例如，Accuweather)收集数据并且根据此数据评估能见度有限，在某个时间点，由于特强沙尘暴，合适的建议可能是起始所有客户端2。在终端用户10在接收到所述建议之后授权此清洁的前提下，客户端2将因此清洁已由于突发的沙尘暴而弄脏的太阳能板。

关于预测每个客户端2的各个组件的预期寿命，服务器8可以获得关于各个客户端2的日常工作、模式、偏好和个人历史的信息且将所述信息存储在数据库6中，并且在客户端2的状态改变时实时地更新此信息。服务器8还可以接收终端用户对建议的反应。服务器8(例如)每小时接收重要系统组件的状态并且可以提前良好地评估预期寿命。例如，假设客户端2的电池在第1个月充电1小时，在第2个月充电2小时以及在第n个月充电n小时。基于历史性能和预定风险状况和输入，服务器8可以建议更换特定电池，因为所需充电时间增加证明电池的效率在降低。此外，如果所有电池在安排的维护窗口之前每天早上在大致相同持续时间内迅速充电，则服务器8可以建议不更换电池。此训练可以在发动机、传送带以及客户端2的许多其它组件上发生。

每个组件的所评估风险状况以及建议还可以受到授权终端用户的偏好的影响。例如，如果授权终端用户10厌恶风险并且想要在强风的概率超过1％的情况下避开清洁循环，则与更耐受风险的授权用户相比，所述授权终端用户可以接收更多建议来避开清洁循环。此预测可以是预定的(即，授权用户提前提供其风险承受度)或服务器8可以随时间了解到用户用于授权维护的模式并且因此调整其建议。服务器8因此可以经过编程来考虑到由终端用户10提供的偏好、响应或缺乏响应。

现在参考图2，以流程图形式说明根据本发明的实施例的用于评估各个系统组件的行为以及维护窗口的需求的系统的功能性。更具体来说，图2说明根据本发明的实施例用于根据客户端2的预定清洁安排来推断开启或关闭客户端2的需求的方法。

在步骤100中，服务器8经由外部传感器3收集气象信息，例如，风速、湿度和能见度，并且在步骤101中，根据此输入来分析天气模式以及各个客户端2的机器人性能模式101。性能模式包括(例如)最小电池电量、最大电池电量、为电池充电所需的小时数以及客户端2的组件的其它操作参数。在步骤102中，服务器8更新组件性能和外部条件，并且将所述组件性能和外部条件与历史数据或模式(存储于数据库6中)进行比较。

如果不偏离正常，则数据库6可以在步骤103中更新，并且随后过程返回到步骤100以便进一步收集气象信息。

另一方面，如果偏离正常，则在步骤104中过程推断偏离标准，并且随后在步骤105中决定将一个或多个建议引导给终端用户10。

图3是用于推断特定电池的寿命终止以及在需要时用于建议电池的维护窗口和/或更换的方法的例示非限制性流程图。所述方法可以通过图1中所示的包括处理器7的服务器8执行。所述方法以及利用所述方法的系统(例如图1中所示的系统)被设计成主要基于历史模式来预测维护技术中的最佳下一步骤。

一般来说，在方法和系统检测到偏离正常之后，试图分析所述偏离对于特定机器人太阳能板清洁系统是否独有和/或所述偏离是不是相同太阳能电厂中的所有机器人太阳能板系统所共有的。如果太阳能电厂中的所有机器人系统都偏离标准，则最可能是由太阳能电厂的区域中的环境因素引起问题。

模式辨识是高质量系统的非常重要的特征。处理器7因此执行存储于(例如)数据库6中的模式辨识算法，以便评估机器人清洁系统以及其组件的绝对性能以及机器人系统相对于相同太阳能电厂中的其它机器人系统的性能。

作为在流程图中阐释的电池的补充或替代，图3中描绘的方法的阶段还容易地在电动机或机器人太阳能板清洁系统的任何其它系统或组件上实施。

更具体来说，方法中的第一阶段110是收集机器人太阳能板清洁系统的电池的预期寿命(同样，所述电池仅仅是出于解释方法和实施所述方法的系统的目的而识别的太阳能板清洁系统的组件的实例，并且本发明决不限于建议电池的维护窗口或更换)。此信息可以由授权用户使用用户接口存储以便与处理器7交互。

随后，在阶段112中，在使用期间，定期地(例如，每小时)收集电池信息。如上文所提及，此信息可以包括最小充电时间、最大充电时间、平均充电时间和电池充电量。此信息由客户端2或与其相关联的传感器收集并且经由主控制单元1转发到服务器8。根据收集到的信息中的一个或多个项目，计算电池的剩余预期寿命。

此外，在阶段114中(例如，每小时地)收集气象信息。此气象信息可以来自外部传感器3或外部气象馈送器9(参看图1)。通过外部传感器3收集的信息经由主控制单元1转发到服务器8。如上文所提及，传感器可以包括能见度传感器，所述能见度传感器可以提供关于(例如)天上有云还是天气晴朗的信息。可以与在阶段112中收集电池信息同时地、在其之前和/或之后在阶段114中收集气象信息。

在阶段116中，例如，通过服务器8的处理器7计算相对于相同电池的历史行为以及相对于太阳能电厂中的其它类似太阳能板清洁系统的电池的电池充电时间(x)和电量(y)(参看图1)。可以从耦合到处理器7的数据库6访问历史信息。

以下确定提供作为界定用于建议电池的维护或更换的参数的条件的实例。其它条件可以用于本发明中。

在阶段118中，确定连续三天每个电池的充电时间是否大于4小时。如果不是，则认为不偏离电池中的任一者通过相应太阳能板的正常标准充电时间，并且方法返回到阶段112。如果存在偏离，即，电池中的一者或多者从太阳能的充电时间连续三天大于4小时，则在阶段120中，确定任何此种电池的充电时间是否偏离在相同太阳能电厂或装置中的其它太阳能板清洁系统中的电池的充电时间。如果任何此种电池都偏离，则很可能指示所述单个电池接近其有效使用期限终点，即，电池充电偏离正常，并且在阶段122中，向终端用户10发送更换所述特定电池的建议。此建议可以由处理器7产生并且通过上述方式经由因特网5和天线4发送到终端用户10(参看图1)。过程随后返回到阶段112以进一步安排收集电池信息。

如果所有电池充电时间偏离正常，则这更可能指示太阳能板出现问题，即，环境因素。在阶段124中，通过处理器7确定能见度是否小于100米(根据在阶段114中收集的气象信息)。如果能见度小于100米，则这可能指示(例如)已经影响所有太阳能板以及所述太阳能板给相应电池充电的能力的沙尘暴。在这种情况下，在阶段126中，向终端用户10发送用于安排通过太阳能板清洁系统清洁太阳能板的建议。此建议可以由处理器7产生并且通过上述方式经由因特网5和天线4发送到终端用户10(参看图1)。过程随后返回到阶段112以进一步安排收集电池信息。

如果在阶段124中不确定能见度小于100米，则可以在阶段128中确定天空多云，这也将影响太阳能板对电池的充电时间。如果天空多云，则在阶段130中向终端用户10发送以下建议或通知：由于云，而并非由于电池的任何技术问题，充电时间比平时慢。还可以向终端用户10发送临时增加充电时间的建议。过程随后返回到阶段112以进一步安排收集电池信息。

如果在阶段128中确定天空无云，则在阶段132中确定电池的剩余预期寿命小于所存储的预期寿命的50％(50％是在阶段110中用户设定的参数)。如果是这样，则在阶段134中，处理器7产生用于发送到终端用户10的建议：电池过完超过寿命周期的50％并且应在下一安排的维护窗口期间进行更换。过程随后返回到阶段112以进一步安排收集电池信息。

否则，否定确定指示电池的加速老化和/或电池中的潜在故障，并且在阶段136中将建议发送到终端用户10以在安排之前更换电池。所述建议还可以包括提示检查其它太阳能板清洁系统的电池以确保其它电池不会也经历相同故障。所述过程随后返回到阶段110。作为可以使用参考图1描述的系统以及相对于图2和3描述的方法的方式的另一实例，本发明可以用于经由机器学习来优化太阳能板清洁系统的传送带的更换频率。

每个机器人太阳能板清洁系统通常包括多个传送带，例如，五个(下文称为“带”)。为了此实例，将假设传送带的维护包括检查或更换。在传送带断裂的情况下，机器人清洁系统向主控制单元1报告所述事件，所述主控制单元将信息传送到服务器8并且将所述事件存储在数据库6中。

本发明被设计成最小化维护成本、随劳动变化的传送带的检查和更换成本的等效物、到太阳能电厂的运输(在许多情况下，太阳能电厂位于偏远位置)以及组件成本。

传送带的预期寿命随清洁循环数、运行小时数以及许多环境变量(例如最大、最小和平均日温度、位置地形等)而变。服务器6具有：数据库6，其存储所有收集的数据；以及处理器7，其实现对环境变量之间的相关性(例如，每传送带的温度波动与预期寿命)的检测。

为了保持故障安全系统，维护成本最小化的目标处于具有不超过每年x％的断带率的约束下，这将不利地影响每日清洁操作的可靠性并且可能引起显著的间接成本(x是用户设定的参数)。此外，可以产生补偿函数来处置维护成本最小化。可以制定一般非线性编程问题来求解目标函数。

为了使用，在安装机器人清洁系统之后的第一年期间，服务器8的焦点是制定学习曲线，即，获得基准数据以供稍后获得的数据进行比较。为了确保不超过每年x％的最大断带率约束的故障安全系统，在传送带的预期寿命期间，将通过建议分别10次和5次传送带检查和更换的指令来起始服务器学习过程。也就是说，假设具有30个月预期寿命的传送带，服务器8将最初建议分别每3个月和每6个月进行检查和更换。

随时间变化，在构建具有统计上显著相关性的数据库之后，处理器7可以减小断带约束的罚分，这进而将引起传送带检查与更换之间的更长持续时间，直到系统到达最佳位置为止。最佳频率随天气变化每年改变，随地形和太阳能行长度变化在太阳能电厂之间改变并且在客户端之间改变(与长期满意的客户相比，新客户可能更厌恶系统风险，并且因此与现有客户相比，系统将暗示对新客户的断带约束的更高罚分)。

如先前在图3的描述中所提及，目标是实时地向终端用户10提供建议并且通过在服务器8中执行的算法作出的建议来管理、优化和简化引导终端用户10进行的过程。以下实例说明通过服务器8中的处理器7进行的一些可能模式检测和建议：

1.处理器7确定在过去6个月中，已两次向终端用户10产生更换传送带的建议并且没有传送带断裂。根据数据库6中的历史模式，过去六个月的温度水平和波动30年为高并且鉴于即将到来的冬季，预期温度暖和。如果(例如)处理器7估计根据当前模式和气象条件，预期平均故障间隔时间(MTBF)为3年并且在接下来6个月内一个或多个断带的概率为0.01％，则可以建议延长下一更换日期，并且通过这样来节省更换成本，而不会损害可靠性。

2.处理器7从类似批次中检测到5％的断带率。因此，系统将提醒授权用户10可能发生故障的传送带批次。5％的阈值可以通过与服务器8交互的用户调整或设定。

3.处理器7作出不转换成终端用户10的实际行动的建议。这可以通过监测清洁系统的组件并且检测组件变化的处理器7以及其有关作出关于维护问题的确定并且检测其变化的条件来确定。在此类情况下，处理器7将从其过去的错误进行学习，例如，未实行建议的传送带更换，并且将相应作出调整。例如，处理器7可以实现，在过去三年里，所述处理器生成在冬季检查传送带的建议。

在这方面，通过处理器7作出的建议可以与每个建议背后的条件和是否实行建议的状态存储于数据库6中。当考虑到基于清洁系统的当前条件产生建议时，这是处理器7可获得的数据库6中的历史记录的一部分。

如果用户多次拒绝建议，则处理器7将学会将来不作出此种建议。结果，处理器7认识到用户已在特定情况下接受此类建议(即，在多个断带事件之后)，处理器7将相应地调整其建议算法并且将通过情境条件丰富趋势分析，在这种情况下，未来接受建议的概率增加。

前述系统和方法使本发明准确地预测维护窗口并且确定每天最佳清洁时间。此系统和方法的优点是具有成本效益、提高可靠性、效率，并且显著减小太阳能板机器人清洁系统的故障时间和循环维护成本。

尽管已发现上述软件和通信组件的布置在实施本文所描述的功能性时有用且有效，但是其它布置(例如，使用GPS替代RF，网状拓扑替代星形拓扑等)对本领域技术人员来说显而易见并且被认为在本发明的范围内。

前文所公开的结构提供用于对利用多个来源、馈送器和传感器的太阳能电厂效率的预测维护和优化的自动化机器学习。通过应用机器学习，预期处理器7，或更一般来说是服务器8能够从关于太阳能电厂中的机器人清洁系统的一个或多个知识(例如，太阳能电厂的操作历史、终端用户10对关于清洁系统或其组件的维护和服务的建议的反应)的来源进行学习。当处理器7制定用于维护或服务的当前建议时，随后应用和考虑此知识。

此外，应理解，本发明不限于上述实施例，而是包括所附权利要求书的范围内的任何和所有实施例。尽管上文已关于特定设备和特定实现方式描述了本发明，但是应清楚，在本发明的范围内可以作出各种修改和变更，并且一个实施例的各种特征可以包括在其它实施例中。应理解，本发明不限于所述实施例。

Claims (20)

1.一种用于控制清洁太阳能板的机器人系统的维护或清洁循环的方法，其包括：

获得关于所述机器人系统的操作数据；

获得与所述太阳能板的区域相关的环境数据；

使用处理器基于所述获得的操作数据和所述获得的环境数据确定对控制或维护所述机器人系统的建议；以及

将所述建议输出到授权用户，

其中所述建议包括：起始所述机器人系统对所述太阳能板的维护或清洁循环；终止所述机器人系统对所述太阳能板的预先安排的维护或清洁循环；调整所述机器人系统对所述太阳能板的预先安排的维护或清洁循环；提供对所述机器人系统的偏离正常的操作性能的解释；提前引导更换所述机器人系统的组件，或在所述机器人系统的下一安排的维护期间引导更换所述机器人系统的组件。

2.如权利要求1所述的方法，其进一步包括：

响应于所述建议而在所述处理器处接收来自所述用户的输入；以及

使用所述处理器基于对所述授权用户的输入的学习过程来调整随后的建议。

3.如权利要求1所述的方法，其中所述获得与所述太阳能板的所述区域相关的环境数据的步骤包括：使用位于所述太阳能板的所述区域中的风传感器获得与风速相关的数据。

4.如权利要求1所述的方法，其中所述获得与所述太阳能板的所述区域相关的环境数据的步骤包括：使用位于所述太阳能板的所述区域中的湿度传感器获得与湿度相关的数据。

5.如权利要求1所述的方法，其中所述获得与所述太阳能板的所述区域相关的环境数据的步骤包括：使用位于所述太阳能板的所述区域中的能见度传感器获得与能见度相关的数据。

6.如权利要求1所述的方法，其中所述获得与所述太阳能板的区域相关的环境数据的步骤包括在所述处理器处接收来自气象信息的至少一个外部来源的环境数据。

7.如权利要求1所述的方法，其中所述获得关于所述机器人系统的操作数据的步骤包括获得关于以下各者的信息：所述机器人系统的电池的充电时间、所述电池的最小充电量以及所述电池的最大充电量。

8.如权利要求1所述的方法，其进一步包括将以下各者存储于所述处理器可访问的数据库中：关于所述机器人系统的操作的历史数据、仅当所述操作数据偏离如从所述数据库中的所述历史数据获得的正常操作数据时由所述处理器确定的建议。

9.一种用于控制清洁常见太阳能电厂中的太阳能板的多个机器人系统的维护或清洁循环的方法，其包括：

使用与所述机器人系统相关联的传感器获得关于所述机器人系统中的每一者的操作数据；

使用环境传感器获得与所述太阳能电厂的区域相关的环境数据；

以周期性间隔收集所述操作数据和环境数据；

对于以周期性间隔对操作数据和环境数据的每次收集，使用处理器确定每个机器人系统的组件是否在预定周期时间内经历操作偏差，并且只有在经历操作偏差时，才使用处理器确定其它机器人系统的相同组件是否正经历所述相同的操作偏差，如果不是的话，则将应更换所述机器人系统的所述组件的建议输出到授权用户，如果是的话，则确定是不是环境因素引起所述操作偏差，并且如果是环境因素的原因，则将应进行对所述机器人系统的所述操作的改变的建议输出到所述授权用户，并且如果不是环境因素的原因，则在所述机器人系统的所述组件的剩余预期寿命小于所述组件的所存储的预期寿命的阈值的情况下，将应在安排的更换之前更换所述组件的建议输出到所述授权用户。

10.一种用于控制清洁太阳能板的机器人系统的维护或清洁循环的系统，其包括：

主控制单元，其获得关于所述机器人系统的操作数据；以及

服务器，其耦合到所述主控制单元且获得与所述太阳能板的区域相关的环境数据，并且基于由所述主控制单元获得的所述操作数据和所述获得的环境数据来确定对控制或维护所述机器人系统的建议，所述服务器被配置成将所述建议输出到授权用户，

其中所述建议包括：起始所述机器人系统对所述太阳能板的维护或清洁循环；终止所述机器人系统对所述太阳能板的预先安排的维护或清洁循环；调整所述机器人系统对所述太阳能板的预先安排的维护或清洁循环；提供对所述机器人系统的偏离正常的操作性能的解释；提前引导更换所述机器人系统的组件，或在所述机器人系统的下一安排的维护期间引导更换所述机器人系统的组件。

11.如权利要求10所述的系统，其中所述服务器进一步被配置成评估所述用户对所述建议的反应，并且基于对所述授权用户对早先提供的建议的反应的学习过程来调整随后的建议。

12.如权利要求10所述的系统，其进一步包括位于所述太阳能板的所述区域中的风传感器，所述风传感器获得与风速相关的数据并且经由所述主控制单元将所述数据提供到所述服务器。

13.如权利要求10所述的系统，其进一步包括位于所述太阳能板的所述区域中的湿度传感器，所述湿度传感器获得与湿度相关的数据并且经由所述主控制单元将所述数据提供到所述服务器。

14.如权利要求10所述的系统，其进一步包括位于所述太阳能板的所述区域中的能见度传感器，所述能见度传感器获得与能见度相关的数据并且经由所述主控制单元将所述数据提供到所述服务器。

15.如权利要求10所述的系统，其中所述服务器被配置成直接从气象信息的至少一个来源获得与所述太阳能板的区域相关的环境数据。

16.如权利要求10所述的系统，其中由所述主控制单元获得的所述操作数据包括所述机器人系统的电池的充电时间、所述电池的最小充电量以及所述电池的最大充电量。

17.如权利要求10所述的系统，其中所述服务器包括数据库，关于所述机器人系统的操作的历史数据存储于所述数据库中，所述服务器被配置成仅当所述操作数据偏离如从所述数据库中的所述历史数据获得的正常操作数据时确定建议。

18.一种用于获得清洁太阳能板的机器人系统的组件的风险状况的方法，其包括：

获得关于所述组件的操作数据；

使用处理器基于所述获得的操作数据确定所述组件中的每一者的寿命终止的风险状况；以及

基于趋势分析将所述风险状况与建议一起输出到授权用户。

19.如权利要求18所述的方法，其中所述确定所述风险状况的步骤包括使用处理器估计每个组件的寿命随时间变化而终止的概率。

20.如权利要求18所述的方法，其进一步包括：

响应于所述建议而在所述处理器处接收来自所述用户的输入；以及

使用所述处理器基于对所述授权用户的输入的学习过程来调整随后的建议。