CN106769892A - 光伏阵列灰尘识别方法 - Google Patents
光伏阵列灰尘识别方法 Download PDFInfo
- Publication number
- CN106769892A CN106769892A CN201610707559.7A CN201610707559A CN106769892A CN 106769892 A CN106769892 A CN 106769892A CN 201610707559 A CN201610707559 A CN 201610707559A CN 106769892 A CN106769892 A CN 106769892A
- Authority
- CN
- China
- Prior art keywords
- electric current
- photovoltaic
- photovoltaic module
- cleaned
- normal range
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Landscapes
- Photovoltaic Devices (AREA)
Abstract
本发明涉及一种光伏阵列灰尘识别方法,该方法包括判断光伏阵列的光伏汇流箱的每条支路的电流是否处于正常范围内;当有电流不处于正常范围内时,控制巡检机拍摄与该不处于正常范围内的电流相对应的光伏组件的图像;根据图像判断与该不处于正常范围内的电流相对应的光伏组件是否待清洁;若是,则输出与该不处于正常范围内的电流相对应的光伏组件待清洁的结果。上述光伏阵列灰尘识别方法,通过判断光伏阵列的光伏汇流箱的每条支路的电流是否正常,来粗略定位待清洁的光伏组件后,再通过巡检机针对该被粗略定位的待清洁的光伏组件进行巡检拍照,以实现对待清洁的光伏组件的精确的定位,使得光伏阵列的清洁工作目标更加明确,提升了清洁的工作效率。
Description
技术领域
本发明涉及光伏发电运维领域,特别是涉及一种光伏阵列灰尘识别方法。
背景技术
目前光伏发电主要问题是度电成本仍然较高,这制约了光伏发电进一步大规模市场化应用,因此光伏发电平价上网成为解决此问题的关键,为此需要对光伏发电中的各个环节进行优化以降本增效。其中,光伏阵列清洁作为其中一项技术改进措施已开始在光伏电站中推广应用。目前光伏发电系统PR效率约为80%。据初步测算,光伏阵列清扫前后光伏发电系统的PR效率可提升3~5%,可见由此所带来的发电效益提升还是很可观的。然而目前的清洁工作仍不够智能化,通常采用人工清扫,或者使用清洁机器人定期清扫的方式,但这两种方式存在人工成本高、设备利用率较低、清洁工作存在一定盲目性等问题。而且如果清扫工作过于频繁,一方面会使得清洁设备加速老化,寿命缩短,另一方面也会使组件表面的镀膜过早磨损,导致组件的转换效率下降,发电功率减少。
发明内容
基于此,有必要提供一种光伏阵列灰尘识别方法,可以准确地判断光伏阵列是否待清洁,使得光伏阵列的清洁工作目标更加明确,提升了清洁的工作效率,降低了人工和设备运行成本。
一种光伏阵列灰尘识别方法,所述方法包括:
判断光伏阵列的光伏汇流箱的每条支路的电流是否处于正常范围内;
当有电流不处于正常范围内时,控制巡检机拍摄与该不处于正常范围内的电流相对应的光伏组件的图像;
根据所述图像判断与该不处于正常范围内的电流相对应的光伏组件是否待清洁;若是,则输出与该不处于正常范围内的电流相对应的光伏组件待清洁的结果。
在其中一个实施例中,所述判断光伏阵列的光伏汇流箱的每条支路的电流是否处于正常范围内的步骤包括:
读取光伏阵列的光伏汇流箱的每条支路的电流,并对所述电流进行标幺化处理;
读取当前辐射强度,并对该当前辐射强度进行标幺化处理;
根据标幺化处理后的电流和标幺化处理后的当前辐射强度获取电流修正标幺值;
将该电流修正标幺值与1进行比较,如果有电流修正标幺值与1之间的差值不在允许差别范围内,则返回该支路的电流不处于正常范围内的结果。
在其中一个实施例中,所述对所述电流进行标幺化处理的步骤是通过在辐射强度为1000W/m2且温度为25℃的条件下的电流值对所述电流进行标幺化处理。
在其中一个实施例中,所述对所述当前辐射强度进行标幺化处理的步骤是以辐射强度1000W/m2对所述当前辐射强度进行标幺化处理。
在其中一个实施例中,所述根据标幺化处理后的电流和标幺化处理后的当前辐射强度获取电流修正标幺值的步骤是用所述标幺化处理后的电流除以所述标幺化处理后的当前辐射强度来获取电流修正标幺值。
在其中一个实施例中,所述允许差别范围为0.05。
在其中一个实施例中,所述控制巡检机拍摄与该不处于正常范围内的电流相对应的光伏组件的图像的步骤包括:
控制所述巡检机对与该不处于正常范围内的电流相对应的光伏组件进行红外拍摄和光学拍摄,以获取对应的红外图像和光学图像。
在其中一个实施例中,所述根据所述图像判断与该不处于正常范围内的电流相对应的光伏组件是否待清洁的步骤包括:
根据所述红外图像判断所述光伏组件是否存在热斑或隐裂现象;
当所述光伏组件不存在热斑和隐裂现象时,根据所述光学图像判断所述光伏组件是否待清洁。
在其中一个实施例中,所述根据所述光学图像判断所述光伏组件是否待清洁的步骤包括:
判断所述光学图像所处于的色系;
如果所述光学图像的色系等效为黄色系,则返回所述光伏组件待清洁的结果;
如果所述光学图像的色系等效为蓝色系,则返回所述光伏组件不需要清洁的结果。
在其中一个实施例中,所述如果所述光学图像的色系等效为黄色系,则返回所述光伏组件待清洁的结果的步骤包括:
如果所述光学图像的色相等效为黄色系,则将该光学图像与预设的图像对比;
如果该光学图像的黄色系的颜色的深度大于或等于预设的图像的黄色系的深度,则返回所述光伏组件待清洁的结果。
上述光伏阵列灰尘识别方法,首先通过判断光伏阵列的光伏汇流箱的每条支路的电流是否正常,来粗略定位待清洁的光伏组件,而后通过巡检机针对该被粗略定位的待清洁的光伏组件进行巡检拍照,以实现对待清洁的光伏组件的精确的定位,使得光伏阵列的清洁工作目标更加明确,提升了清洁的工作效率,降低了人工和设备运行成本,且在一定程度能够降低光伏组件因为频繁清扫带来的磨损。
附图说明
图1为一实施例中大型光伏电站的运维系统的结构示意图;
图2为一实施例中光伏阵列灰尘识别方法的流程图;
图3为图2中步骤S102的流程图;
图4为图2中步骤S106的流程图;
图5为图4中步骤S404的流程图。
其中,
100 光伏阵列
110 光伏组件
200 光伏汇流箱
300 后台运维系统
400 日照辐射仪
500 巡检机
600 清洁机器人
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用于解释本发明,并不用于限定本发明。
在详细说明根据本发明的实施例前,应该注意到的是,实施例主要在于与光伏阵列灰尘识别方法相关的系统组件和方法步骤的组合。因此,所属系统组件和方法步骤已经在附图中通过常规符号在适当的位置表示出来了,并且只示出了与理解本发明的实施例有关的细节,以免因对于得益于本发明的本领域普通技术人员而言显而易见的那些细节模糊了本发明的公开内容。
在本文中,诸如左和右,上和下,前和后,第一和第二之类的关系术语仅仅用来区分一个实体或动作与另一个实体或动作,而不一定要求或暗示这种实体或动作之间的任何实际的这种关系或顺序。术语“包括”、“包含”或任何其他变体旨在涵盖非排他性的包含,由此使得包括一系列要素的过程、方法、物品或者设备不仅包含这些要素,而且还包含没有明确列出的其他要素,或者为这种物品或者设备所固有的要素。
请参阅图1所示,图1为一实施例中大型光伏电站的运维系统的结构示意图。光伏电站中至少包括一个光伏阵列100、后台运维系统300、日照辐射仪400、巡检机500以及清洁机器人600等,该太阳能光伏阵列100包括多个光伏组件110以及具有多个输入端和一个输出端的光伏汇流箱200。该后台运维系统300可以与光伏阵列100的光伏汇流箱200的输出端相连接,从而该后台运维系统300可以读取光伏汇流箱200的每条支路的电流。另外,日照辐射仪400可以实时检测当前的辐射强度,并将其传输至后台运维系统300。该巡检机500与后台运维系统300相通信,后台运维系统300可以向该巡检机500发送指令,以控制该巡检机500的工作,该后台运维系统300与巡检机500的通信可以采用无线通信,例如GSM通信、蓝牙、WIFI等。该巡检机500可以为无人机等。
请参阅图2所示,图2为一实施例中光伏阵列100灰尘识别方法的流程图,在该实施例中,该方法可以包括:
S102:判断光伏阵列100的光伏汇流箱200的每条支路的电流是否处于正常范围内。
在该实施例中,具体地,可以由后台运维系统300实时地读取光伏汇流箱200输出的数据,然后经过解析后获取每一光伏组件110相对应的电流。在其中一个实施例中,可以对该数据进行加密编码,从而保证数据传输的安全性。待该后台运维系统300读取并解析获得相应的数据后,可以串行或并行对该数据进行判断,以查看是否存在不处于正常范围的电流。
S104:当有电流不处于正常范围内时,控制巡检机500拍摄与该不处于正常范围内的电流相对应的光伏组件110的图像。
在该实施例中,在步骤S102中如果判断出有电流不处于正常范围内,则该后台运维系统300向巡检机500发送与该不处于正常范围内的电流相对应的光伏组件110的位置信息,则巡检机500飞到对应的位置处进行拍照,如果此时后台运维系统300又检测到一电流不处于正常范围,则后台运维系统300可以及时将与该又一不处于正常范围内的电流相对应的光伏组件110的位置发送到巡检机500,巡检机500则飞到该位置处,以对该位置处的光伏组件110进行拍照。
S106:根据图像判断与该不处于正常范围内的电流相对应的光伏组件110是否待清洁。
巡检机500在拍照完成后,会通过无线方式将该照片传输到后台运维系统300,该后台运维系统300可以对该图像进行处理分析,从而精确地判断与该图像相对应的光伏组件110是否待清洁。
S108:若是,则输出与该不处于正常范围内的电流相对应的光伏组件110待清洁的结果。
S110:若否,则输出需要人工检修的结果。
在其中一个实施例中,可以通过在后台运维系统300的屏幕上显示相对应的光伏组件110是待清洁还是待检修;也可以通过报警装置提示相对应的光伏组件110是待清洁还是待检修。
且在其中一个实施例中,如果相对应的光伏组件110是待清洁的,该后台运维系统300可以向清洁机器人600发送清洁指令,以控制该清洁机器人600至相应的位置处进行清洁工作。
上述光伏阵列100灰尘识别方法,首先通过判断光伏阵列100的光伏汇流箱200的每条支路的电流是否正常,来粗略定位待清洁的光伏组件110,而后通过巡检机500针对该被粗略定位的待清洁的光伏组件110进行巡检拍照,以实现对待清洁的光伏组件110的精确的定位,使得光伏阵列100的清洁工作目标更加明确,提升了清洁的工作效率,降低了人工和设备运行成本,且在一定程度能够降低光伏组件110因为频繁清扫带来的磨损。
在其中一个实施例中,请参阅图3所示,图3为图2中步骤S102的流程图。在该实施例中,判断光伏阵列100的光伏汇流箱200的每条支路的电流是否处于正常范围内的步骤可以包括:
S302:读取光伏阵列100的光伏汇流箱200的每条支路的电流,并对电流进行标幺化处理。
在其中一个实施例中,对电流进行标幺化处理的步骤可以是通过在辐射强度为1000W/m2且温度为25℃的条件下的电流值对电流进行标幺化处理。
例如,后台运维系统300读取到光伏汇流箱200第i支路的电流数据Is(i),其中i=1,2,3……n,n为光伏汇流箱200的输入电流支路数量,可以通过以下公式(1)对该光伏汇流箱200第i支路的电流数据Is(i)进行标幺化处理:
Is(i)_pu=Is(i)/Is(i)_stc (1)
其中Is(i)_pu为标幺化后的电流数据,Is(i)_stc为辐射强度为1000W/m2且温度为25℃的条件下的电流值。
之所以采取上述标幺化处理,是由于光伏组件110参数的一致性存在差异,造成光伏阵列100的电流值标定也存在差异,因此如果直接用实际电流进行比较,就会存在一个光伏阵列100一个标准的问题,造成实际操作的困难。
S304:读取当前辐射强度,并对该当前辐射强度进行标幺化处理。
在其中一个实施例中,对当前辐射强度进行标幺化处理的步骤可以是通过辐射强度1000W/m2对当前辐射强度进行标幺化处理。
例如,由于电流大小与辐射强度有关,所以后台运维系统300可以进一步通过辐射强度来处理电流数据。后台运维系统300可以读取日照辐射仪400的当前读数,即当前辐射强度S_sp,通过以下公式(2)对当前辐射强度进行标幺化处理以获取标幺值修正系数k_pu:
k_pu=S_sp/S (2)
其中,S为1000W/m2。
在其他的实施例中,上述对电流和辐射强度进行标幺化处理的步骤中也可以采用其他的标准值,在此不再赘述。
S306:根据标幺化处理后的电流和标幺化处理后的当前辐射强度获取电流修正标幺值。
在其中一个实施例中,根据标幺化处理后的电流和标幺化处理后的当前辐射强度获取电流修正标幺值的步骤可以是用标幺化处理后的电流除以标幺化处理后的当前辐射强度来获取电流修正标幺值。
例如,后台运维系统300在计算出上述电流标幺值Is(i)_pu和标幺值修正系数k_pu后,可以通过以下公式(3)相应计算得出电流修正标幺值Is(i)_pu_crr:
Is(i)_pu_crr=Is(i)_pu/k_pu (3)
这样通过辐射强度来对标幺后的电流数据进行修正,可以将不同辐射强度下的电流值统一量化到以1为标准,以便于后续电流的判断,且通过后台运维系统300直接进行处理,数据实时性更好。
S308:将该电流修正标幺值与1进行比较。
S310:如果有电流修正标幺值与1之间的差值不在允许差别范围内,则返回该支路的电流不处于正常范围内的结果。
具体地,可以通过以下公式(4)来进行比较:
|Is(i)_pu_crr-1|>=△E (4)
在其中一个实施例中,允许差别范围△E可以为0.05。
在其中一个实施例中,控制巡检机500拍摄与该不处于正常范围内的电流相对应的光伏组件110的图像的步骤可以包括:
控制巡检机500对与该不处于正常范围内的电流相对应的光伏组件110进行红外拍摄和光学拍摄,以获取对应的红外图像和光学图像。
具体使用中,可以通过在该巡检机500上固定安装一台红外摄像仪和一台可见光相机来进行,该巡检机500在指定位置处飞行时,红外摄像仪和可见光相机对对应的光伏组件110进行拍摄,并将拍摄的图片实时传输回后台运维系统300。
在其中一个实施例中,请参阅图4所示,图4为图2中步骤S106的流程图,在该实施例中,根据图像判断与该不处于正常范围内的电流相对应的光伏组件110是否待清洁的步骤可以包括:
S402:根据红外图像判断光伏组件110是否存在热斑或隐裂现象。
具体地,在该实施例中,可以通过红外图像进行判断,其可以排除光伏组件110电流异常的原因,例如如果光伏组件110存在热斑和隐裂现象,则证明该光伏组件110故障并不是因为灰尘造成的,因此该光伏组件110需要人工进行检修,而非清洁机器人600进行清洁工作。
S404:当光伏组件110不存在热斑和隐裂现象时,根据光学图像判断光伏组件110是否待清洁。
具体地,如果该光伏组件110电流异常的原因并非是光伏组件110存在热斑和隐裂现象,则后台运维系统300可以对光学图像进行处理,这样可以减少后台运维系统300的工作量。
S406:当光伏组件110存在热斑和隐裂现象时,则输出需要人工检修的结果。
S408:如果该光伏组件110待清洁,则输出该光伏组件110待清洁的结果,否则输出需要人工检修的结果。
在其中一个实施例中,请参阅图5所示,图5为图4中步骤S404的流程图。根据光学图像判断光伏组件110是否待清洁的步骤可以包括:
S502:判断光学图像所处于的色系。
在该实施例中对光学图像的处理采用了色系区分的方式,光伏组件110表面无灰尘或灰尘较少时,可以将光伏阵列100的颜色近似等效为蓝色系,光伏组件110表面灰尘较多时,可以将光伏阵列100的颜色近似等效为黄色系,因此首先可以判断光学图像所处于的色系。
S504:如果光学图像的色系等效为黄色系,则返回光伏组件110待清洁的结果。
S506:如果光学图像的色系等效为蓝色系,则返回光伏组件110不需要清洁的结果。
在其中一个实施例中,如果光学图像的色系等效为黄色系,则返回光伏组件110待清洁的结果的步骤可以包括:如果光学图像的色相等效为黄色系,则将该光学图像与预设的图像对比;如果该光学图像的黄色系的颜色的深度大于或等于预设的图像的黄色系的深度,则返回光伏组件110待清洁的结果。
在该实施例中,可以通过对光伏组件110在不同灰尘程度下颜色的对比和识别,以及定义光伏组件110待清洁时的黄色系的颜色的深度来判断光伏组件110是否需要进行清洁。
以上所述实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本发明的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对发明专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本发明构思的前提下,还可以做出若干变形和改进,这些都属于本发明的保护范围。因此,本发明专利的保护范围应以所附权利要求为准。
Claims (10)
1.一种光伏阵列灰尘识别方法,其特征在于,所述方法包括:
判断光伏阵列的光伏汇流箱的每条支路的电流是否处于正常范围内;
当有电流不处于正常范围内时,控制巡检机拍摄与该不处于正常范围内的电流相对应的光伏组件的图像;
根据所述图像判断与该不处于正常范围内的电流相对应的光伏组件是否待清洁;若是,则输出与该不处于正常范围内的电流相对应的光伏组件待清洁的结果。
2.根据权利要求1所述的光伏阵列灰尘识别方法,其特征在于,所述判断光伏阵列的光伏汇流箱的每条支路的电流是否处于正常范围内的步骤包括:
读取光伏阵列的光伏汇流箱的每条支路的电流,并对所述电流进行标幺化处理;
读取当前辐射强度,并对该当前辐射强度进行标幺化处理;
根据标幺化处理后的电流和标幺化处理后的当前辐射强度获取电流修正标幺值;
将该电流修正标幺值与1进行比较,如果有电流修正标幺值与1之间的差值不在允许差别范围内,则返回该支路的电流不处于正常范围内的结果。
3.根据权利要求2所述的光伏阵列灰尘识别方法,其特征在于,所述对所述电流进行标幺化处理的步骤是通过在辐射强度为1000W/m2且温度为25℃的条件下的电流值对所述电流进行标幺化处理。
4.根据权利要求3所述的光伏阵列灰尘识别方法,其特征在于,所述对所述当前辐射强度进行标幺化处理的步骤是以辐射强度1000W/m2对所述当前辐射强度进行标幺化处理。
5.根据权利要求2所述的光伏阵列灰尘识别方法,其特征在于,所述根据标幺化处理后的电流和标幺化处理后的当前辐射强度获取电流修正标幺值的步骤是用所述标幺化处理后的电流除以所述标幺化处理后的当前辐射强度来获取电流修正标幺值。
6.根据权利要求2所述的光伏阵列灰尘识别方法,其特征在于,所述允许差别范围为0.05。
7.根据权利要求1所述的光伏阵列灰尘识别方法,其特征在于,所述控制巡检机拍摄与该不处于正常范围内的电流相对应的光伏组件的图像的步骤包括:
控制所述巡检机对与该不处于正常范围内的电流相对应的光伏组件进行红外拍摄和光学拍摄,以获取对应的红外图像和光学图像。
8.根据权利要求7所述的光伏阵列灰尘识别方法,其特征在于,所述根据所述图像判断与该不处于正常范围内的电流相对应的光伏组件是否待清洁的步骤包括:
根据所述红外图像判断所述光伏组件是否存在热斑或隐裂现象;
当所述光伏组件不存在热斑和隐裂现象时,根据所述光学图像判断所述光伏组件是否待清洁。
9.根据权利要求8所述的光伏阵列灰尘识别方法,其特征在于,所述根据所述光学图像判断所述光伏组件是否待清洁的步骤包括:
判断所述光学图像所处于的色系;
如果所述光学图像的色系等效为黄色系,则返回所述光伏组件待清洁的结果;
如果所述光学图像的色系等效为蓝色系,则返回所述光伏组件不需要清洁的结果。
10.根据权利要求9所述的光伏阵列灰尘识别方法,其特征在于,所述如果所述光学图像的色系等效为黄色系,则返回所述光伏组件待清洁的结果的步骤包括:
如果所述光学图像的色相等效为黄色系,则将该光学图像与预设的图像对比;
如果该光学图像的黄色系的颜色的深度大于或等于预设的图像的黄色系的深度,则返回所述光伏组件待清洁的结果。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610707559.7A CN106769892A (zh) | 2016-08-23 | 2016-08-23 | 光伏阵列灰尘识别方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610707559.7A CN106769892A (zh) | 2016-08-23 | 2016-08-23 | 光伏阵列灰尘识别方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN106769892A true CN106769892A (zh) | 2017-05-31 |
Family
ID=58972626
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610707559.7A Pending CN106769892A (zh) | 2016-08-23 | 2016-08-23 | 光伏阵列灰尘识别方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106769892A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107764527A (zh) * | 2017-09-08 | 2018-03-06 | 北京金鸿泰科技有限公司 | 一种汇流箱的故障检测方法和系统 |
CN108011578A (zh) * | 2017-12-19 | 2018-05-08 | 华电电力科学研究院 | 具备热斑测试反馈功能的光伏组件清洗机器人与清洗方法 |
CN108418548A (zh) * | 2018-02-11 | 2018-08-17 | 同济大学 | 光伏板全方位一体化监测系统 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2010135446A (ja) * | 2008-12-03 | 2010-06-17 | Nisshinbo Holdings Inc | 太陽電池セルの検査装置、検査方法及びそのプログラムを記録した記録媒体 |
CN102859346A (zh) * | 2010-04-15 | 2013-01-02 | 克拉-坦科股份有限公司 | 用于设置光学检查参数的装置与方法 |
CN104901617A (zh) * | 2015-06-16 | 2015-09-09 | 深圳市联翼风电技术有限公司 | 一种光伏组件清洗实现方法及系统 |
CN105703483A (zh) * | 2016-03-24 | 2016-06-22 | 伍道勇 | 一种光伏电站多功能智能运维管理的系统及方法 |
CN105811880A (zh) * | 2016-05-16 | 2016-07-27 | 安徽思普瑞德新能源科技有限公司 | 基于无人机搭载的光伏组件实时监测系统 |
-
2016
- 2016-08-23 CN CN201610707559.7A patent/CN106769892A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2010135446A (ja) * | 2008-12-03 | 2010-06-17 | Nisshinbo Holdings Inc | 太陽電池セルの検査装置、検査方法及びそのプログラムを記録した記録媒体 |
CN102859346A (zh) * | 2010-04-15 | 2013-01-02 | 克拉-坦科股份有限公司 | 用于设置光学检查参数的装置与方法 |
CN104901617A (zh) * | 2015-06-16 | 2015-09-09 | 深圳市联翼风电技术有限公司 | 一种光伏组件清洗实现方法及系统 |
CN105703483A (zh) * | 2016-03-24 | 2016-06-22 | 伍道勇 | 一种光伏电站多功能智能运维管理的系统及方法 |
CN105811880A (zh) * | 2016-05-16 | 2016-07-27 | 安徽思普瑞德新能源科技有限公司 | 基于无人机搭载的光伏组件实时监测系统 |
Non-Patent Citations (3)
Title |
---|
吴忠智等: "《变频器原理及应用指南》", 30 September 2007, 中国电力出版社 * |
钱爱玲等: "《风光发电技术》", 30 June 2015, 西安电子科技大学出版社 * |
鲍官军等: "光伏面板积灰及除尘清洁技术研究综述", 《机电工程》 * |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107764527A (zh) * | 2017-09-08 | 2018-03-06 | 北京金鸿泰科技有限公司 | 一种汇流箱的故障检测方法和系统 |
CN108011578A (zh) * | 2017-12-19 | 2018-05-08 | 华电电力科学研究院 | 具备热斑测试反馈功能的光伏组件清洗机器人与清洗方法 |
CN108011578B (zh) * | 2017-12-19 | 2024-01-12 | 华电电力科学研究院有限公司 | 具备热斑测试反馈功能的光伏组件清洗机器人与清洗方法 |
CN108418548A (zh) * | 2018-02-11 | 2018-08-17 | 同济大学 | 光伏板全方位一体化监测系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Lee et al. | Deep learning framework for wireless systems: Applications to optical wireless communications | |
Takai et al. | Optical vehicle-to-vehicle communication system using LED transmitter and camera receiver | |
CN106734010B (zh) | 光伏电站清洁方法和系统 | |
CN106769892A (zh) | 光伏阵列灰尘识别方法 | |
CN107395279A (zh) | 一种基于可见光通信的单目定位方法及其系统 | |
Hassan et al. | Non-line-of-sight mimo space-time division multiplexing visible light optical camera communications | |
CN104508553B (zh) | 用于生成具有可变照明样式的红外照明束的方法和装置 | |
CN110443776A (zh) | 一种基于无人机吊舱的数据配准融合方法 | |
KR101907349B1 (ko) | 광학 영상 센싱 및 스마트 기술을 이용한 제조기계 원격관리 시스템 | |
Matus et al. | Sandstorm effect on experimental optical camera communication | |
KR101825725B1 (ko) | 태양광 전지모듈의 열화 진단 방법 및 태양광 전지모듈의 열화 진단 장치 | |
CN107783148A (zh) | 压缩感知成像装置及方法 | |
CN108737013B (zh) | 一种针对民用多旋翼无人机摄像系统的多功能干扰装置和方法 | |
Hassan et al. | Non-line-of-sight 2× N indoor optical camera communications | |
CN117590873B (zh) | 基于人工智能及光伏供能的智能监控系统 | |
CN116245844A (zh) | 基于视觉多模态融合的配电线路缺陷智能识别方法及系统 | |
CN111028187B (zh) | 一种光线自适应的机载双光图像侦察装置及方法 | |
CN103024299A (zh) | 凝视型数字tdi短波红外微光成像仪及成像方法 | |
Takano et al. | 300-meter long-range optical camera communication on RGB-LED-equipped drone and object-detecting camera | |
CN109523491A (zh) | 用于环视辅助泊车的环视光照均一化方法和装置 | |
CN117529878A (zh) | 电站运维系统、电站运维方法及光伏电站 | |
Kim et al. | Experimental demonstration of 4× 4 MIMO wireless visible light communication using a commercial CCD image sensor | |
RU188174U1 (ru) | Гиростабилизированная оптико-электронная система боевого вертолёта | |
Teli et al. | Experimental characterization of fiber optic lighting-optical camera communications | |
KR102362804B1 (ko) | Cctv 영상 기반의 적외선과 가시광선 융합 최적화 장치 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20170531 |
|
RJ01 | Rejection of invention patent application after publication |