CN108268028A - 光伏电池板清洗工作的智能规划系统及方法 - Google Patents

Abstract

本发明公开了一种光伏电池板清洗工作的智能规划系统及方法，该系统包括气象数据收集模块、图像处理模块、运行监控模块、判断模块、执行模块。气象数据收集模块收集当地的气象数据，图像处理模块拍摄光伏电池板的图像并进行分析，并计算光伏电池板的肮脏程度值，运行监控模块监控光伏电池板的发电运行情况。判断模块综合气象数据收集模块、图像处理模块、运行监控模块的数据，判断光伏电池板的肮脏程度是否超过了阈值，并控制执行模块清洗光伏电池板。本发明可以大幅度提高工作效率、降低运营成本，同时延长发电装置寿命和提高发电效率。

Description

光伏电池板清洗工作的智能规划系统及方法

技术领域

本发明涉及光伏电池板清洗设备和方法，更具体地说，涉及一种光伏电池板清洗工作的智能规划系统及方法。

背景技术

光伏电池板发电的原理是：当阳光照射到光伏电池板玻璃表面下的发电芯片，芯片就将阳光转换成电流。抵达发电芯片的阳光越充足，发电的效率就越高。如果阳光在抵达发电芯片之前就有有一部分被折射，那么发电效率就会降低。阳光被折射的原因很多，除了大气层中的各种气体分子之外，还有水气(云、雾等)、空气中的污染物颗粒。另外的原因就是覆盖在光伏电池板上的各种异物，包括尘土、沙粒、鸟粪、工业排放到空气中后降落在光伏电池板上的污染物、酸雨在光伏电池板上留下的痕迹、废纸、树叶、或其他飘落或掉落到光伏电池板上的异物等等。

研究显示，一般的情况下如果一个月没有清洗，光伏电池板的发电效率损失可高达50％，这相当于每天损失1.2％的效率。我国的空气污染比较严重，而且空气中的灰尘密度比较高，所以如果不经常清洗，光伏电池板发电的效率的损失非常严重。

为保持发电效率，光伏电池板要经常清洗，确保光伏电池板表面的干净，从而确保能够有充足的阳光能透过表面玻璃层抵达发电芯片。

为了保持发电效率、维护发电装置的寿命、控制运营成本等，光伏电池板需要经常清洗，以确保玻璃表面的干净程度。最简单的做法就是每天清洗，但是每天清洗的成本太高。虽然每天清洗能维持光伏电池板发电的最高效率，但是如果每天清洗的成本高于每天清洗后所避免的损失的话，每天清洗的成本得不偿失，尤其是大型光伏发电站的清洗成本很高，远远高于每天可避免的1.2％的效率的损失。

如果清洗的方式不当，不但发电效率没有提高，还还有可能缩短发电装置的寿命。如果清除尘土的顺序不正确、或者逆风清除，可能造成二次污染，而清洁工作白费。另外，如果不把气候、天气和季节等因素考虑进去，如果刚清洗完就刮起一场沙尘暴，前面的工作就完全白费，白白损失了清洗的成本。

所以如果没有正确的规划光伏电池板的清洗工作，不但清洗所得到的发电效率可能没有提高，而且有可能造成更大的损失。

此外，《一种基于像素分析统计学技术来判断光伏电池板是否需要清洗的方法》和《一种基于颜色与纹理识别技术来判断光伏电池板是否肮脏的方法》是现有的发明专利申请，但两者仅仅用来判断光伏电池板的肮脏程度，并非完整的光伏电池板清洗解决方案。

发明内容

本发明的目的是提供一种光伏电池板清洗工作的智能规划系统及方法，解决现有技术中光伏电池板的清洗流程不够智能、成本高的问题。

为实现上述目的，本发明采用如下技术方案：

一种光伏电池板清洗工作的智能规划系统，包括气象数据收集模块、图像处理模块、运行监控模块、判断模块、执行模块。气象数据收集模块收集当地的气象数据，图像处理模块拍摄光伏电池板的图像并进行分析，并计算光伏电池板的肮脏程度值，运行监控模块监控光伏电池板的发电运行情况。判断模块综合气象数据收集模块、图像处理模块、运行监控模块的数据，判断光伏电池板的肮脏程度是否超过了阈值，并控制执行模块清洗光伏电池板。

进一步地，还包括环境监测模块，环境监测模块监测空气的湿度和可见度，判断模块根据环境监测模块的数据选择清洗模式。

进一步地，判断模块预先设置肮脏程度的阈值，并将图像处理模块的肮脏程度值与阈值相比较，根据比较结果控制执行模块的操作。

进一步地，判断模块将运行监控模块的数据与理论运行数据相对比，计算肮脏程度的偏差值，并将偏差值与预设的偏差阈值相比较，根据比较结果选择清洗操作。

为实现上述目的，本发明还采用如下技术方案：

一种光伏电池板清洗工作的智能规划方法，包括以下步骤：收集当地的气象数据；拍摄光伏电池板的图像并进行分析，并计算光伏电池板的肮脏程度值；监控光伏电池板的发电运行情况；综合气象数据、肮脏程度值和发电运行情况，判断光伏电池板的肮脏程度是否超过了阈值，并控制执行清洗光伏电池板的操作。

进一步地，还包括：监测空气的湿度和可见度，并根据湿度和可见度选择清洗模式。

进一步地，预先设置肮脏程度的阈值，并将肮脏程度值与阈值相比较，根据比较结果是否执行清洗工作。

进一步地，将发电运行情况与理论运行数据相对比，计算肮脏程度的偏差值，并将偏差值与预设的偏差阈值相比较，根据比较结果选择清洗操作。

在上述技术方案中，本发明可以将气象台提供的大数据、光伏电池板清洗机器人装置上的气象感应器所收集到的实时数据(包括当前空气能见度等)、以往的清洗历史数据、清洗前与清洗后的发电效率的分析结果、整体发电效率趋势分析、当前光伏电池板的发电效率等参数，结合智能算法，规划出最低成本、最高效率的清洗工作计划。本发明可以大幅度提高工作效率、降低运营成本，同时延长发电装置寿命和提高发电效率。

附图说明

图1是本发明光伏电池板清洗工作的智能规划系统的模块示意图；

图2是本发明光伏电池板清洗工作的智能规划方法的流程图。

具体实施方式

下面结合附图和实施例进一步说明本发明的技术方案。

本发明将气象台提供的大数据、光伏电池板清洗机器人装置上的气象感应器所收集到的实时数据(包括当前空气能见度等)、以往的清洗历史数据、清洗前与清洗后的发电效率的分析结果、整体发电效率趋势分析、当前光伏电池板的发电效率等参数，结合智能算法，规划出最低成本、最高效率的清洗工作计划。此方法用于光伏电站的智能监控系统，可以大幅度提高工作效率、降低运营成本，同时延长发电装置寿命和提高发电效率。

参照图1，本发明首先公开一种光伏电池板清洗工作的智能规划系统，其主要包括：判断模块1、气象数据收集模块2、图像处理模块3、运行监控模块4、环境监测模块5、执行模块6。

气象数据收集模块2收集当地的气象数据，图像处理模块3拍摄光伏电池板的图像并进行分析，并计算光伏电池板的肮脏程度值，环境监测模块5监测空气的湿度和可见度，运行监控模块4监控光伏电池板的发电运行情况。判断模块1预先设置肮脏程度的阈值，并且综合气象数据收集模块2、图像处理模块3、运行监控模块4的数据，从而判断光伏电池板的肮脏程度是否超过了阈值。

具体来说，判断模块1将图像处理模块3的肮脏程度值与阈值相比较，根据比较结果控制执行模块6的操作，判断模块1还另外将运行监控模块4的数据与理论运行数据相对比，计算肮脏程度的偏差值，并将偏差值与预设的偏差阈值相比较，根据比较结果选择清洗操作。此外，判断模块1还可以根据环境监测模块5的数据选择清洗模式。

本发明的智能规划系统有四种启动模式：

1.人工启动：操作人员通过远程控制系统启动机器人的清洗流程。操作人员在任何时间都可以启动清洗流程。

2.定时启动：操作人员可以通过控制系统，预先设置启动清洗流程的时间。时间一到，机器人就自动启动清洗流程。

3.智能化启动：系统根据多方面的数据和指标，智能化的决定是否应该启动清洗流程。

4.定时智能化启动：定时智能化启动模式结合定时启动模式和智能化启动模式，在智能系统判断需要启动清洗流程的时候，如果还没有到指定可以启动清洗流程的时间段的话，是不会立刻启动清洗的，要等到下一轮指定的时间段到了之后才启动。例如，如果操作人员设置机器人只要在晚上和夜间进行清洗的话，那么，就算在白天已经确定光伏电池板需要清洗了，也不会立刻开始清洗，而会等到当天晚上，指定的时间段到了之后才启动清洗流程。

本发明的智能规划系统的清洗模式有以下几种：

1.干洗：只启动滚动刷子刷除光伏电池板上的尘土，这种模式适合气候干燥的地区和季节。

2.水洗：用喷嘴在光伏电池板上喷洒洗涤剂，然后用刮水器将光伏电池板的表面刮干净。这种模式适合潮湿的地区或季节，也适合清洗粘沾物，如鸟粪等。

3.刮水器：只用刮水器将光伏电池板表面刮干净。这种模式适合雨季或雨水多的地区，或者空气中湿度比较高的季节。

4.全洗：结合干洗和水洗，先干洗然后再水洗。这种模式适合空气污染严重而且潮湿的地区。

人工启动清洗模式的操作是操作人员从控制台发起清洗流程，操作人员可以指定那几台机器人需要启动，在选择清洗模式之后，控制台系统将启动指令和清洗模式信息发送到指定的机器人的终端控制系统上，机器人根据接收到的指令和信息启动清洗流程。

定时启动清洗模式的操作时操作人员在控制台上设置启动清洗的时间，到了这个时间，机器人就自动启动清洗流程。这种模式可以不考虑天气、光伏电池板的肮脏程度等因素，只要到了指定时间，机器人就自动启动清洗工作。

另一方面，本发明还公开一种光伏电池板清洗工作的智能规划方法，对应于上述的光伏电池板清洗工作的智能规划系统，其主要流程如图2所示，本发明的智能规划方法会采集各种数据，经过算法运算，综合各项指标后作出决策，是否需要清洗，而且需要启动哪种清洗模式。

S1是决策流程的开始。实际上，决策系统是一个循环系统，决策流程是不停地运行的。本发明的智能规划系统由几个进程同时收集各种数据，并且不停地进行运算、整理、计算出可用的指标。

S2：气象数据收集模块2从不同源头收集气象数据，包括直接从第三方气象台系统读取实时气象数据，以及安装在电站的各种气象感应器提供的数据。所有气象数据被录入气象数据库里，同时，有一个进程不停的对接收到的气象数据进行运算分析、整理成可用的气象指标。

S3：图像处理模块3在发电站整合多种传感器，尤其是摄像头或成像设备，在发电站的摄像头定时向判断模块1发送光伏电池板的照片，用以做分析。图片收到后，根据摄像头位置、拍摄时间段等进行分类，然后保存到图像库里。同时，有一个进程不停的对接收到的图片进行分析，整理出可用的指标，例如当前光伏电池板的肮脏程度值。这一阶段用到现有的算法，计算光伏电池板的肮脏程度值。

S4：运行监控模块4同时也监控光伏电池板当前发电的效率。判断模块1将当前发电的电流量数据收集后录入数据库系统，同时有一个进程不停的根据每一片光伏电池板的材质、生产年代、阳光照射的角度、当前天气情况、根据当前情况所应产生的电流量的理论值等数据进行分析，计算出可用的指标值，例如当前发电效率与理论值的偏差。

S5：判断模块1对上面几个并行的进程计算出来的各项指标做总结式的打分。打分的目的是用来确定是否需要进入下一个决策阶段，还是继续收集数据和/或等待。

S6：判断模块1检查当前光伏电池板的肮脏程度是否已经超过一个预先设置的D阀值。肮脏程度是一个从0到100的值，0值表示光伏电池板处于干净的状态，而100的值表示光伏电池板是出于最肮脏的状态。操作人员可以预先设置一个D肮脏程度的阀值，如果当前光伏电池板的肮脏程度超过所设的D阀值，就进入S9的决策阶段。如果还没超过D阀值，则进入S7的决策阶段。

S7：判断模块1将当前发电效率与理论值做对比，检查是否有偏差。发电理论值是根据S4中不同参数计算出来的，包括光伏电池板的材质、生产年限、阳光照射的角度、当前天气情况、当前肮脏程度等因素计算出来的应有的发电流量值。在正常的情况下，实际的电流值与理论的电流值的偏差应该为0，或者是偏差值很小才对。如果偏差很大，除了光伏电池板表面肮脏的原因之外，就是有其他原因导致发电效率下降。

S8：判断模块1检查当前的偏差值是否已经连续3天超过一个预设的K偏差阀值。在正常情况下，发电效率的偏差应该是0，或者接近0的值。K偏差阀值是一个电站运营商可接受的偏差阀值。S6已经检查了光伏电池板发电效率下降的原因不是因为光伏电池板表面肮脏的原因，那么这里检测到发电效率偏差过大的原因就有可能是发电装置硬件故障或其他原因了。如果偏差过大，但没有连续3天的超过预设的K偏差阀值的话，判断模块1将这一事件记录到偏差预警日志里，这可能只是一次性的数据偏差或那个部件出现临时性的障碍导致的。但是如果连续3天，偏差值都超过预设的K偏差阀值的话，判断模块1会通过邮件或短信发送信息通知相关人员，提醒相关人员需要检查发电装置硬件或者排查其他问题。

S9：如果光伏电池板表面的肮脏程度已经超过预算的可接受的D肮脏阀值的话，判断模块1会检查天气预报，看是否本地区在N小时内会下雨，或者在N小时内会有沙尘暴。N是一个可预设的值。一个相对小型的光伏电站可以把N设小一点(例如12小时)，一个大型光伏电站可以把N设大一点(例如24小时)。由于启动光伏电池板清洗的流程是有一定的成本的，尤其是大型电站的光伏电池板数量很大。如果预测很快就要下雨的话，可以等到下雨之后再判断是否还需要清洗。即使当前光伏电池板表面已经超过可接受的肮脏程度，但是如果很快就下一场雨，雨水可能就把光伏电池板冲洗干净了，雨后就不需要清洗了，可以节省了清洗成本。相反的，如果预测会有一场沙尘暴的话，就算当前光伏电池板表面已经超过可接受的肮脏程度，但如果时候就启动清洗流程，清洗结束后，很快一场沙尘暴降临，又会把厚厚的一层尘土覆盖了光伏电池板，所有清洗工作完全白费了，电站就会白白损失一笔清洗的成本。在这两种情况下，判断模块1的智能决策模块会根据预设的N小时先进行等待。

S10：如果没有预测会下雨或起沙尘暴，那么判断模块1会检查自从上一次清洗之后，当地空气中的湿气是否超过一个预设的X阀值。判断模块1结合气象数据和本地气象感应器得到的数据，计算出本地空气中的湿气值。湿气值是一个定时累计的总值。空气中的湿气越大，尘土在光伏电池板上粘得越牢固。智能判断模块1用空气中的湿度作为决策的参数之一，用以判断后面需要启动那种清洗模式。

S11：环境监测模块5检查空气湿度之后，判断模块1还会检查空气可见度是否超过一个预设的Y阀值。判断模块1结合气象数据和本地气象感应器得到的数据，计算出本地空气中的可见度值。可见度值是一个定时累计的总值。空气可见度越低，表示空气中的灰尘(或污染物)颗粒密度越高，这也表示降落在光伏电池板的颗粒的数量也就越多。判断模块1用空气中的可见度作为决策的参数之一，用以判断后面需要启动那种清洗模式。

S12：到这一阶段，根据前面的判断得出的结果是，光伏电池板表面超过可接受的肮脏程度，自从上一次清洗之后，降临到光伏电池板表面的尘埃相对比较少，但由于空气中的湿度比较大，尘埃粘在表层比较牢固。这里，判断模块1作出的决策是控制执行模块6启动水洗模式。

S13：到这一阶段，根据前面的判断得出的结果是，光伏电池板表面超过可接受的肮脏程度，自从上一次清洗之后，降临到光伏电池板表面的尘埃比较多，而且由于空气中的湿度比较大，尘埃粘在表层比较牢固。这里，判断模块1作出的决策是控制执行模块6启动全功能清洗模式。

S14：到这一阶段，根据前面的判断得出的结果是，光伏电池板表面超过可接受的肮脏程度，自从上一次清洗之后，降临到光伏电池板表面的尘埃比较多，但由于天气干燥，所以判断模块1作出的决策是控制执行模块6启动干洗模式，并且随后使用刮水器刮一下光伏电池板表面。

S15：到这一阶段，根据前面的判断得出的结果是，光伏电池板表面超过可接受的肮脏程度，自从上一次清洗之后，降临到光伏电池板表面的尘埃比较少，而且由于天气干燥，所以判断模块1作出的决策是控制执行模块6启动干洗模式。

S16：光伏电池板的清洗工作结束。这里的结束是指判断模块1进入下一个决策判断流程，并非指判断模块1就停止工作了。

本发明采用多种来源的原始数据作为基础，包括气象实时的和历史的气象数据、实时的图像记录、实时的发电量、历史发电量、应有的理论发电量等原始数据作为大数据的运算基础，提供全自动化、全智能化的决策功能，为规范电站提供可靠的辅助系统。本发明的灵活之处，除了提供自动化和智能化决策功能之外，还为用户提供可控的人工操作模式。其可靠之处在于采用多项指标作为决策基础，不会因为某单一指标的异常而导致判断失误。

本发明的创新点是：

1.全自动化、全智能化的通用清洗规划方法，适合世界任何地区和气候。

2.结合地区气候、天气、风向、季节、时间段、肮脏程度等因素，提供智能化清洗模式。

3.结合远程监控与控制系统，提供全自动化、全智能化的决策系统。

4.结合大数据、过去的发电趋势和规律，提供更有效的规划模式。

5.非常灵活、强大的规划与控制能力。

6.最高限度地提高工作效率，最低限度的降低运营成本。

本技术领域中的普通技术人员应当认识到，以上的实施例仅是用来说明本发明，而并非用作为对本发明的限定，只要在本发明的实质精神范围内，对以上所述实施例的变化、变型都将落在本发明的权利要求书范围内。

Claims (8)

1.一种光伏电池板清洗工作的智能规划系统，其特征在于，包括：

气象数据收集模块、图像处理模块、运行监控模块、判断模块、执行模块；

所述气象数据收集模块收集当地的气象数据；

所述图像处理模块拍摄光伏电池板的图像并进行分析，并计算光伏电池板的肮脏程度值；

所述运行监控模块监控光伏电池板的发电运行情况；

所述判断模块综合气象数据收集模块、图像处理模块、运行监控模块的数据，判断光伏电池板的肮脏程度是否超过了阈值，并控制执行模块清洗光伏电池板。

2.如权利要求1所述的光伏电池板清洗工作的智能规划系统，其特征在于，还包括：

环境监测模块，所述环境监测模块监测空气的湿度和可见度，所述判断模块根据环境监测模块的数据选择清洗模式。

3.如权利要求1所述的光伏电池板清洗工作的智能规划系统，其特征在于：

所述判断模块预先设置肮脏程度的阈值，并将图像处理模块的肮脏程度值与所述阈值相比较，根据比较结果控制执行模块的操作。

4.如权利要求3所述的光伏电池板清洗工作的智能规划系统，其特征在于：

所述判断模块将运行监控模块的数据与理论运行数据相对比，计算肮脏程度的偏差值，并将所述偏差值与预设的偏差阈值相比较，根据比较结果选择清洗操作。

5.一种光伏电池板清洗工作的智能规划方法，其特征在于，包括以下步骤：

收集当地的气象数据；

拍摄光伏电池板的图像并进行分析，并计算光伏电池板的肮脏程度值；

监控光伏电池板的发电运行情况；

综合气象数据、肮脏程度值和发电运行情况，判断光伏电池板的肮脏程度是否超过了阈值，并控制执行清洗光伏电池板的操作。

6.如权利要求5所述的光伏电池板清洗工作的智能规划方法，其特征在于，还包括：

监测空气的湿度和可见度，并根据所述湿度和可见度选择清洗模式。

7.如权利要求5所述的光伏电池板清洗工作的智能规划方法，其特征在于：

预先设置肮脏程度的阈值，并将肮脏程度值与所述阈值相比较，根据比较结果是否执行清洗工作。

8.如权利要求7所述的光伏电池板清洗工作的智能规划方法，其特征在于：

将发电运行情况与理论运行数据相对比，计算肮脏程度的偏差值，并将所述偏差值与预设的偏差阈值相比较，根据比较结果选择清洗操作。