CN108376399A - 基于光伏板实时监测的沙尘影响程度分析方法 - Google Patents
基于光伏板实时监测的沙尘影响程度分析方法 Download PDFInfo
- Publication number
- CN108376399A CN108376399A CN201810142374.5A CN201810142374A CN108376399A CN 108376399 A CN108376399 A CN 108376399A CN 201810142374 A CN201810142374 A CN 201810142374A CN 108376399 A CN108376399 A CN 108376399A
- Authority
- CN
- China
- Prior art keywords
- sand
- photovoltaic panel
- dust
- photovoltaic
- influence degree
- 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
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0004—Industrial image inspection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
- G06F18/241—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20081—Training; Learning
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Artificial Intelligence (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- Life Sciences & Earth Sciences (AREA)
- General Engineering & Computer Science (AREA)
- Quality & Reliability (AREA)
- Photovoltaic Devices (AREA)
Abstract
本发明公开了一种基于光伏板实时监测的沙尘影响程度分析方法，具体步骤为：在同等光照强度下，定义不同沙尘积累对光伏板发电效率的影响系数；通过对比实验，标定出不同积累沙尘量的光伏板各自的发电效率，进而得到在不同厚度沙尘层对应的评价指标；标定出不同积累沙尘量的光伏板的发电效率系数；得到带有标定信息的大概几千张图片的小型数据集；采用用基于Keras的深度学习框架获取图像分类器；大量拍摄不同时间段实际光伏板的照片，结合位置信息，可以得到光伏电场每个位置的光伏板实时的沙尘影响程度指标。本发明公开的方法可实时监测的沙尘影响程度的评价指标，能够应用于图像分类模型。
Description
技术领域
本发明属于光伏发电技术领域，具体涉及光伏系统运行阶段的维护研究，尤其涉及一种基于光伏板实时监测的沙尘影响程度分析方法。
背景技术
一直以来，人类对碳基能源的依赖，导致CO2排放过度，带来温室效应，对全球环境、经济，乃至人类社会都产生巨大影响，严重危及人类生存，这比经济危机更为可怕。为了应对全球气候变暖，联合国于2009年12月7日在哥本哈根召开了气候变化大会，研究协商防止气候变暖的措施。解决世界气候和环境问题，低碳化是根本途径，也是人类发展的必由之路。各国政府高度重视再生清洁能源，并把太阳能发电作为首选方向。
太阳辐射能具有取之不尽、用之不竭,是一种清洁的能源。利用太阳能发电是其中一种利用方式。太阳电池具有质量轻、使用安全、不污染环境等优点，是一种电压稳定性良好的纯直流电源。近年来，太阳电池应用于太阳光发电的技术已经取得了很大进展，很可能成为人类未来主要电力来源之一。因此对太阳能光伏发电工程的研究有极其重要的意义。
国内相关光伏系统应用标准对建设地点的地理、气候及太阳能资源条件、遮挡、温度对发电的影响做了一些规定，但对于灰尘、大气清洁度、降雨等对光伏工程的影响还研究甚少，还缺乏光伏系统运行阶段的维护研究。国内外现有的研究主要集中在设计阶段，如光伏板的朝向与倾角的设计，遮挡与电池板温度对光伏发电性能的影响，国内相关光伏系统应用标准对建设地点的地理、气候及太阳能资源条件、遮挡、温度对发电的影响做了一些规定，但对于沙尘对光伏板发电效率的影响的研究还比较少，而我国光伏发电应用较多的西北地区的沙尘积累比较严重，所以研究沙尘积累对发电效率的影响具有重要意义。
发明内容
针对现有技术的上述缺陷，本发明的目的在于提供一种基于光伏板实时监测的沙尘影响程度分析方法，本发明拟在实验室模拟实际光伏发电场环境，建立图片-积累沙尘量-发电效率的含有标定的图片集，构建深度学习模型，通过得到的图片集得到模型的具体参数，并近似得到对应沙尘积累情况下对应的发电效率，所述方法包括如下步骤：
步骤1.选取评价指标；
步骤2.进行对比实验；
步骤3.图片集的获取；
步骤4.选用基于Keras的深度学习框架，得到图像分类器；
步骤5.获取光伏电场每个位置的光伏板实时的沙尘影响程度指标。
进一步地，所述步骤1中所述选取评价指标的具体过程如下：
定义为在同等光照强度下，积累沙尘的光伏板发电效率与清洁的光伏板发电效率的比值为系数
其中，η1为在同等条件下，有一定沙尘积累的光伏板发电效率；η2为实验室模拟环境下，在某一太阳辐射强度下清洁的光伏板发电效率。
进一步地，所述步骤2中所述进行对比实验的具体过程如下：
设置对比实验台为积累沙尘的光伏板直流发电系统及清洁光伏板直流发电系统，实验仪器有总辐射表，直流电压传感器，直流电流传感器，数据采集仪，温度传感器，光伏板，摄像机等；
在所述光伏板中的某一块上人为均匀撒上不同质量的沙尘，形成不同不同厚度的沙尘层，另一块光伏板始终保持清洁，计算各自的发电效率，进而得到在不同厚度沙尘层对应的评价指标；
对所述有沙尘的光伏板从不同角度、高度、亮度拍一定数量的照片，经过统一处理后保存标定这些照片。
进一步地，所述步骤3中所述图片集的获取的具体过程如下：
根据步骤2中所述的对比实验可以得到不同的沙尘积累量对应的光伏板的发电效率系数r，并获取不同角度、高度、亮度的图片；
进一步地，所述步骤5中所述获取光伏电场每个位置的光伏板实时的沙尘影响程度指标的具体过程如下：
结合现场光伏电场的巡检无人机可见光摄像头的拍照功能，大量拍摄不同时间段实际光伏板的照片；
将所述照片传输到后台服务器上进行筛选、标定光伏板照片所在位置；
进行统一化分割处理后，结合所述位置信息，可以得到光伏电场每个位置的光伏板实时的沙尘影响程度指标。
本发明为现有的光伏发电场提供了一个较新的光伏板实时监测的沙尘影响程度分析方法，针对实验室对比实验得到数据集较小的情况下，使用Keras深度学习框架，能有效的得到所需模型，结合现场的巡检无人机的可见光摄像头的拍摄，经过无线传输回服务器，筛选、处理照片，应用于图像分类模型，对比已有技术，具备一定的先进性。
附图说明
图1是本发明一较佳实施例的基于光伏板实时监测的沙尘影响程度分析方法示意图。
图2是本发明另一较佳实施例的对比实验的方法流程示意图。
具体实施方式
下面对本发明的较佳实施例进行详细阐述，以使本发明的优点和特征能更易于被本领域技术人员理解，从而对本发明的保护范围做出更为清楚明确的界定。
一种基于光伏板实时监测的沙尘影响程度分析方法，在实验室模拟实际光伏发电场环境，建立图片-积累沙尘量-发电效率的含有标定的图片集，构建深度学习模型，通过得到的图片集得到模型的具体参数，并近似得到对应沙尘积累情况下对应的发电效率，所述方法包括如下步骤：
步骤1.选取评价指标；
步骤2.进行对比实验；
步骤3.图片集的获取；
步骤4.选用基于Keras的深度学习框架，得到图像分类器；
步骤5.获取光伏电场每个位置的光伏板实时的沙尘影响程度指标。
进一步地，所述步骤1中所述选取评价指标的具体过程如下：
定义为在同等光照强度下，积累沙尘的光伏板发电效率与清洁的光伏板发电效率的比值为系数
其中，η1为在同等条件下，有一定沙尘积累的光伏板发电效率；η2为实验室模拟环境下，在某一太阳辐射强度下清洁的光伏板发电效率。
进一步地，所述步骤2中所述进行对比实验的具体过程如下：
设置对比实验台为积累沙尘的光伏板直流发电系统及清洁光伏板直流发电系统，实验仪器有总辐射表，直流电压传感器，直流电流传感器，数据采集仪，温度传感器，光伏板，摄像机等；
在所述光伏板中的某一块上人为均匀撒上不同质量的沙尘，形成不同不同厚度的沙尘层，另一块光伏板始终保持清洁，计算各自的发电效率，进而得到在不同厚度沙尘层对应的评价指标；
对所述有沙尘的光伏板从不同角度、高度、亮度拍一定数量的照片，经过统一处理后保存标定这些照片。
进一步地，所述步骤3中所述图片集的获取的具体过程如下：
根据步骤2中所述的对比实验可以得到不同的沙尘积累量对应的光伏板的发电效率系数r，并获取不同角度、高度、亮度的图片；
进一步地，所述步骤5中所述获取光伏电场每个位置的光伏板实时的沙尘影响程度指标的具体过程如下：
结合现场光伏电场的巡检无人机可见光摄像头的拍照功能，大量拍摄不同时间段实际光伏板的照片；
将所述照片传输到后台服务器上进行筛选、标定光伏板照片所在位置；
进行统一化分割处理后，结合所述位置信息，可以得到光伏电场每个位置的光伏板实时的沙尘影响程度指标。
以上实施例公开的方法为光伏发电场提供了基于光伏板实时监测的沙尘影响程度分析方法，该方法为现有的光伏发电场提供了一个较新的光伏板实时监测的沙尘影响程度分析方法，使用Keras深度学习框架，能有效的得到所需模型，结合现场的巡检无人机的可见光摄像头的拍摄，经过无线传输回服务器，筛选、处理照片，应用于图像分类模型，对比已有技术，具备一定的先进性。
以上详细描述了本发明的较佳具体实施例。应当理解，本领域的普通技术无需创造性劳动就可以根据本发明的构思作出诸多修改和变化。因此，凡本技术领域中技术人员依本发明的构思在现有技术的基础上通过逻辑分析、推理或者有限的实验可以得到的技术方案，皆应在由权利要求书所确定的保护范围内。
Claims (5)
1.一种基于光伏板实时监测的沙尘影响程度分析方法，其特征在于，所述方法包括如下步骤：
步骤1.选取评价指标；
步骤2.进行对比实验；
步骤3.图片集的获取；
步骤4.选用基于Keras的深度学习框架，得到图像分类器；
步骤5.获取光伏电场每个位置的光伏板实时的沙尘影响程度指标。
2.如权利要求1所述的基于光伏板实时监测的沙尘影响程度分析方法，其特征在于，所述步骤1中所述选取评价指标的具体过程如下：
定义为在同等光照强度下，积累沙尘的光伏板发电效率与清洁的光伏板发电效率的比值为系数
其中，η1为在同等条件下，有一定沙尘积累的光伏板发电效率；η2为实验室模拟环境下，在某一太阳辐射强度下清洁的光伏板发电效率。
3.如权利要求1所述的基于光伏板实时监测的沙尘影响程度分析方法，其特征在于，所述步骤2中所述进行对比实验的具体过程如下：
设置对比实验台为积累沙尘的光伏板直流发电系统及清洁光伏板直流发电系统，实验仪器有总辐射表，直流电压传感器，直流电流传感器，数据采集仪，温度传感器，光伏板，摄像机等；
在其中一块的光伏板上人为均匀撒上不同质量的沙尘，形成不同不同厚度的沙尘层，另一块光伏板始终保持清洁，计算各自的发电效率，进而得到在不同厚度沙尘层对应的评价指标；
对有沙尘的光伏板从不同角度、高度、亮度拍一定数量的照片，经过统一处理后保存标定这些照片。
4.如权利要求1所述的基于光伏板实时监测的沙尘影响程度分析方法，其特征在于，所述步骤3中所述图片集的获取的具体过程如下：
根据步骤2中所述的对比实验可以得到不同的沙尘积累量对应的光伏板的发电效率系数r，并获取不同角度、高度、亮度的图片；
5.如权利要求1所述的基于光伏板实时监测的沙尘影响程度分析方法，其特征在于，所述步骤5中所述获取光伏电场每个位置的光伏板实时的沙尘影响程度指标的具体过程如下：
结合现场光伏电场的巡检无人机可见光摄像头的拍照功能，大量拍摄不同时间段实际光伏板的照片；
将所述照片传输到后台服务器上进行筛选、标定光伏板照片所在位置；
进行统一化分割处理后，结合所述位置信息，可以得到光伏电场每个位置的光伏板实时的沙尘影响程度指标。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810142374.5A CN108376399A (zh) | 2018-02-11 | 2018-02-11 | 基于光伏板实时监测的沙尘影响程度分析方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810142374.5A CN108376399A (zh) | 2018-02-11 | 2018-02-11 | 基于光伏板实时监测的沙尘影响程度分析方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN108376399A true CN108376399A (zh) | 2018-08-07 |
Family
ID=63017769
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201810142374.5A Pending CN108376399A (zh) | 2018-02-11 | 2018-02-11 | 基于光伏板实时监测的沙尘影响程度分析方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN108376399A (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109211532A (zh) * | 2018-09-11 | 2019-01-15 | 内蒙古农业大学 | 降尘试验装置及测算积尘对发电效率影响的实验方法 |
| WO2022022007A1 (zh) * | 2020-07-27 | 2022-02-03 | 华为数字能源技术有限公司 | 一种光伏跟踪支架转动系统和控制器 |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104361406A (zh) * | 2014-10-31 | 2015-02-18 | 许继集团有限公司 | 一种光伏电站可利用太阳能发电量预测方法 |
| CN104601109A (zh) * | 2014-12-25 | 2015-05-06 | 重庆大学 | 一种电-图模型的光伏热斑效应检测方法 |
| CN104992191A (zh) * | 2015-07-23 | 2015-10-21 | 厦门大学 | 基于深度学习的特征和最大置信路径的图像分类方法 |
| CN106372749A (zh) * | 2016-08-29 | 2017-02-01 | 南京国电南自美卓控制系统有限公司 | 基于云变分析的超短期光伏功率预测方法 |
| CN107016405A (zh) * | 2017-02-24 | 2017-08-04 | 中国科学院合肥物质科学研究院 | 一种基于分级预测卷积神经网络的害虫图像分类方法 |
| CN107316066A (zh) * | 2017-07-28 | 2017-11-03 | 北京工商大学 | 基于多通路卷积神经网络的图像分类方法及系统 |
| JP2018037078A (ja) * | 2016-08-26 | 2018-03-08 | 伊達 博 | 障害検出機能付き発電モニタリングシステム |
-
2018
- 2018-02-11 CN CN201810142374.5A patent/CN108376399A/zh active Pending
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104361406A (zh) * | 2014-10-31 | 2015-02-18 | 许继集团有限公司 | 一种光伏电站可利用太阳能发电量预测方法 |
| CN104601109A (zh) * | 2014-12-25 | 2015-05-06 | 重庆大学 | 一种电-图模型的光伏热斑效应检测方法 |
| CN104992191A (zh) * | 2015-07-23 | 2015-10-21 | 厦门大学 | 基于深度学习的特征和最大置信路径的图像分类方法 |
| JP2018037078A (ja) * | 2016-08-26 | 2018-03-08 | 伊達 博 | 障害検出機能付き発電モニタリングシステム |
| CN106372749A (zh) * | 2016-08-29 | 2017-02-01 | 南京国电南自美卓控制系统有限公司 | 基于云变分析的超短期光伏功率预测方法 |
| CN107016405A (zh) * | 2017-02-24 | 2017-08-04 | 中国科学院合肥物质科学研究院 | 一种基于分级预测卷积神经网络的害虫图像分类方法 |
| CN107316066A (zh) * | 2017-07-28 | 2017-11-03 | 北京工商大学 | 基于多通路卷积神经网络的图像分类方法及系统 |
Non-Patent Citations (1)
| Title |
|---|
| 陈东兵 等: "光伏组件表面积尘及立杆阴影对电站发电功率影响的测试分析", 《太阳能》 * |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109211532A (zh) * | 2018-09-11 | 2019-01-15 | 内蒙古农业大学 | 降尘试验装置及测算积尘对发电效率影响的实验方法 |
| CN109211532B (zh) * | 2018-09-11 | 2023-12-29 | 内蒙古农业大学 | 降尘试验装置及测算积尘对发电效率影响的实验方法 |
| WO2022022007A1 (zh) * | 2020-07-27 | 2022-02-03 | 华为数字能源技术有限公司 | 一种光伏跟踪支架转动系统和控制器 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110531030B (zh) | 一种基于物联网大数据大气污染物分析的方法及装置 | |
| CN113538391B (zh) | 一种基于Yolov4和热红外图像的光伏缺陷检测方法 | |
| CN103761274B (zh) | 以全景摄像机对街景数据库进行更新的方法 | |
| CN107194396A (zh) | 国土资源视频监控系统中基于特定违章建筑识别预警方法 | |
| CN106127815A (zh) | 一种融合卷积神经网络的跟踪方法及系统 | |
| CN102915470A (zh) | 一种面向光伏功率预测的云团运动预估方法 | |
| CN103729620B (zh) | 一种基于多视角贝叶斯网络的多视角行人检测方法 | |
| CN109949231B (zh) | 一种用于城市管理信息采集和处理的方法及装置 | |
| CN104020088A (zh) | 一种基于图像处理获取空气中颗粒物浓度的方法 | |
| CN112969051A (zh) | 一种基于大数据水利工程管理系统 | |
| CN111242096B (zh) | 基于人数梯度的人群聚集的判别方法 | |
| CN114078218B (zh) | 一种自适应融合的森林烟火识别数据增广方法 | |
| CN108376399A (zh) | 基于光伏板实时监测的沙尘影响程度分析方法 | |
| CN116415776B (zh) | 一种基于数字孪生技术的污水处理监测运营管理系统及方法 | |
| CN116631158A (zh) | 一种基于图像识别和计算机视觉的滑坡预警装置 | |
| CN109635720A (zh) | 基于视频主动监控的非法占道实时检测方法 | |
| CN108897342A (zh) | 针对快速移动的民用多旋翼无人机的定位跟踪方法及系统 | |
| CN104159088A (zh) | 一种远程智能车辆监控系统及方法 | |
| CN110866453B (zh) | 基于卷积神经网络的实时人群稳定状态识别方法及装置 | |
| CN114596278A (zh) | 一种用于光伏电站的光伏面板热斑缺陷检测方法及装置 | |
| CN113867404B (zh) | 一种基于无人机的海滩垃圾巡检方法和系统 | |
| KR101753651B1 (ko) | 도서산간 지역의 방범과 자연재난 감시를 위한 저전력 촬영 장치 및 이를 포함하는 감시 시스템 | |
| CN116309851B (zh) | 一种智慧园区监控摄像头的位置及朝向标定方法 | |
| CN102572374A (zh) | 一种除雾图像采集装置 | |
| CN117036825A (zh) | 一种太阳能电池板检测方法、介质及系统 |
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 | ||
| WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20180807 |
|
| WD01 | Invention patent application deemed withdrawn after publication |