CN112120597A - 清扫毛刷健康状态分析方法、装置及可读存储介质 - Google Patents
清扫毛刷健康状态分析方法、装置及可读存储介质 Download PDFInfo
- Publication number
- CN112120597A CN112120597A CN202011047382.5A CN202011047382A CN112120597A CN 112120597 A CN112120597 A CN 112120597A CN 202011047382 A CN202011047382 A CN 202011047382A CN 112120597 A CN112120597 A CN 112120597A
- Authority
- CN
- China
- Prior art keywords
- cleaning brush
- cleaning
- health
- value
- brush
- 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.)
- Granted
Links
Images
Classifications
-
- A—HUMAN NECESSITIES
- A47—FURNITURE; DOMESTIC ARTICLES OR APPLIANCES; COFFEE MILLS; SPICE MILLS; SUCTION CLEANERS IN GENERAL
- A47L—DOMESTIC WASHING OR CLEANING; SUCTION CLEANERS IN GENERAL
- A47L9/00—Details or accessories of suction cleaners, e.g. mechanical means for controlling the suction or for effecting pulsating action; Storing devices specially adapted to suction cleaners or parts thereof; Carrying-vehicles specially adapted for suction cleaners
- A47L9/28—Installation of the electric equipment, e.g. adaptation or attachment to the suction cleaner; Controlling suction cleaners by electric means
- A47L9/2805—Parameters or conditions being sensed
-
- A—HUMAN NECESSITIES
- A47—FURNITURE; DOMESTIC ARTICLES OR APPLIANCES; COFFEE MILLS; SPICE MILLS; SUCTION CLEANERS IN GENERAL
- A47L—DOMESTIC WASHING OR CLEANING; SUCTION CLEANERS IN GENERAL
- A47L7/00—Suction cleaners adapted for additional purposes; Tables with suction openings for cleaning purposes; Containers for cleaning articles by suction; Suction cleaners adapted to cleaning of brushes; Suction cleaners adapted to taking-up liquids
- A47L7/0057—Suction cleaners adapted for cleaning of brushes
Landscapes
- Engineering & Computer Science (AREA)
- Mechanical Engineering (AREA)
- Brushes (AREA)
- Photovoltaic Devices (AREA)
Abstract
本发明公开了一种清扫毛刷健康状态分析方法、装置及可读存储介质,所述清扫毛刷健康状态分析方法包括以下步骤:实时获取清洁装置的第一运行参数;其中,所述第一运行参数包括清扫毛刷的使用时长以及清扫后光伏板发电效率的提升率;根据所述第一运行参数确定所述清洁装置的清扫毛刷的整体健康值;获取所述清扫毛刷的第一临界健康值;在所述整体健康值小于所述第一临界健康值时,向预设终端发送更换所述清扫毛刷的提示信息。本发明能够解决现有的光伏电站运维人员不能了解清扫毛刷的健康状态以及时更换清扫毛刷的问题。
Description
技术领域
本发明涉及光伏发电技术领域,特别涉及一种清扫毛刷健康状态分析方法、装置及可读存储介质。
背景技术
目前,针对光伏电站的除尘,有采取人工、喷淋、清扫机器人等清洗方案。人工清洗的清洗效率低,喷淋清晰效果不好,用水量大。清扫机器人可适应复杂的地形和气候环境,对光伏电站进行远程管理,智能化运维,提升电站自动化程度。通过清扫机器人上的毛刷进行清扫光伏板,清扫机器人上的毛刷的健康状态直接影响着清扫后的光伏板的干净程度,直接影响光伏板的发电效率。因此,对清扫机器人的清扫毛刷健康度的监测尤为必要。
目前存在很多将光伏电站运维大数据云平台与光伏板扫机器人相结合,并以现有的光伏板清扫机器人为基础、在其中融入监控模块,利用光伏板清扫机器人的运动轨迹对光伏板状态进行全程扫描,清扫前图像和清扫后图像对比分析,清扫速度等数据分析,并基于深度学习算法进行不断优化,最终实现高效的精准化清洁。但是现有技术大多根据运行数据、监控模块数据来优化清洁效率,并未根据这些数据来分析清扫机器人清扫毛刷的健康状态,导致光伏电站运维人员不能了解清扫毛刷的健康状态以及时更换清扫毛刷。
发明内容
本发明的主要目的是提供一种清扫毛刷健康状态分析方法、装置及可读存储介质,解决现有的光伏电站运维人员不能了解清扫毛刷的健康状态以及时更换清扫毛刷的问题。
为实现上述目的,本发明提供一种清扫毛刷健康状态分析方法,所述清扫毛刷健康状态分析方法包括:
实时获取清洁装置的第一运行参数;其中,所述第一运行参数包括清扫毛刷的使用时长以及清扫后光伏板发电效率的提升率;
根据所述第一运行参数确定所述清洁装置的清扫毛刷的整体健康值;
获取所述清扫毛刷的第一临界健康值;
在所述整体健康值小于所述第一临界健康值时,向预设终端发送更换所述清扫毛刷的提示信息。
可选地,所述在所述整体健康值小于所述第一临界健康值时,向预设终端发送更换所述清扫毛刷的提示信息的步骤包括:
在所述整体健康值小于所述第一临界健康值时,分别获取所述光伏板各个区域的第二运行参数;其中,所述第二运行参数包括各个所述区域对应的清扫毛刷的使用时长、各个所述区域对应的清扫后的发电效率的提升率、各个所述区域对应的清扫毛刷的清扫时长、各个所述区域对应的清扫毛刷的清扫速度以及各个所述区域对应的清扫后的灰尘堆积程度;
根据所述第二运行参数确定各个所述区域对应的清扫毛刷的局部健康值;
获取各个所述区域对应的清扫毛刷的第二临界健康值;
在所述局部健康值小于对应的所述第二临界健康值时,向预设终端发送更换所述区域对应的清扫毛刷的提示信息。
可选地,所述根据所述第一运行参数确定所述清扫毛刷的整体健康值的步骤包括:
对所述第一运行参数中的各个参数进行标准化处理;
获取各个所述第一运行参数的权重;
根据标准化处理后的所述第一运行参数以及所述权重确定所述清扫毛刷的整体健康值。
可选地,所述获取各个所述第一运行参数的权重的步骤包括:
获取各个所述第一运行参数的权重的预测值;
在各个所述预测值小于对应的预设阈值时,将所述预测值确定为各个所述第一运行参数的权重。
可选地,所述根据所述第二运行参数确定各个所述区域对应的清扫毛刷的局部健康值的步骤包括:
对所述第二运行参数中的各个参数进行标准化处理;
获取各个所述第二运行参数的权重;
根据标准化处理后的所述第二运行参数以及所述权重确定所述区域对应的清扫毛刷的局部健康值。
可选地,所述获取各个所述第二运行参数的权重的步骤包括:
获取各个所述第二运行参数的权重的预测值;
在各个所述预测值小于对应的预设阈值时,将所述预测值确定为各个所述第二运行参数的权重。
可选地,所述实时获取光伏板的第一运行参数的步骤之前,还包括:
实时获取清扫机器人的清扫毛刷健康状态信息;其中,所述清扫毛刷健康状态信息包括清扫机器人清扫毛刷的使用时长、清扫前后发电效率提升率、清扫机器人的清扫速度、清扫机器人清扫光伏板的清扫时长以及清扫前后光伏板灰尘堆积指标;
根据所述清扫毛刷健康状态信息构建参数信息库;
所述实时获取清洁装置的第一运行参数包括:
实时根据所述参数信息库确定所述第一运行参数。
可选地,所述获取所述清扫毛刷的第一临界健康值的步骤之后包括:
在所述整体健康值大于或等于所述第一临界健康值时,执行所述实时获取清扫机器人的清扫毛刷健康状态信息的步骤。
此外,为实现上述目的,本发明还提出一种装置,所述装置包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,所述计算机程序被所述处理器执行时实现如以上所述的清扫毛刷健康状态分析方法的步骤。
此外,为实现上述目的,本发明还提出一种可读存储介质,所述可读存储介质上存储有计算机程序,所述计算机程序被处理器执行时实现如以上所述的清扫毛刷健康状态分析方法的步骤。
本发明提出了一种清扫毛刷健康状态分析方法、装置及可读存储介质,通过实时获取清洁装置的第一运行参数,根据第一运行参数确定清洁装置的清扫毛刷的整体健康值,然后获取清扫毛刷的第一临界健康值,在整体健康值小于第一临界健康值时,向预设终端发送更换清扫毛刷的提示信息。由于本方案通过对光伏板运行参数的实时分析,计算出机器人清扫毛刷的健康值来确定清扫毛刷的健康状态,在清扫毛刷健康状态低时显示更换毛刷的提示信息,以提醒运维人员更换毛刷,从而有效解决了现有的光伏电站运维人员不能了解清扫毛刷的健康状态以及时更换清扫毛刷的问题。
附图说明
本发明目的的实现、功能特点及优点将结合实施例,参照附图做进一步说明。
图1为本发明实施例方案涉及的装置的硬件架构示意图;
图2为本发明清扫毛刷健康状态分析方法实施例一的流程示意图;
图3为本发明清扫毛刷健康状态分析方法实施例二的流程示意图;
图4为本发明清扫毛刷健康状态分析方法实施例三的流程示意图;
图5为本发明涉及的多层神经网络模型示意图。
具体实施方式
应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
本发明实施例的主要解决方案是:实时获取清洁装置的第一运行参数,根据第一运行参数确定清洁装置的清扫毛刷的整体健康值,然后获取清扫毛刷的第一临界健康值,在整体健康值小于第一临界健康值时,向预设终端发送更换清扫毛刷的提示信息。由于本方案通过对光伏板运行参数的实时分析,计算出机器人清扫毛刷的健康值来确定清扫毛刷的健康状态,在清扫毛刷健康状态低时显示更换毛刷的提示信息,以提醒运维人员更换毛刷,从而有效解决了现有的光伏电站运维人员不能了解清扫毛刷的健康状态以及时更换清扫毛刷的问题。
为了更好的理解上述技术方案,下面将参照附图更详细地描述本公开的示例性实施例。虽然附图中显示了本公开的示例性实施例,然而应当理解,可以以各种形式实现本公开而不应被这里阐述的实施例所限制。相反,提供这些实施例是为了能够更透彻地理解本公开,并且能够将本公开的范围完整的传达给本领域的技术人员。
为了更好的理解上述技术方案,下面将结合说明书附图以及具体的实施方式对上述技术方案进行详细的说明。
如图1所示,图1是本发明实施例方案涉及的装置的硬件架构示意图。
如图1所示,该装置可以包括:处理器1001,例如CPU,网络接口1004,用户接口1003,存储器1005,通信总线1002。其中,通信总线1002用于实现这些组件之间的连接通信。用户接口1003可以包括显示屏(Display)、输入单元比如键盘(Keyboard)、遥控器,可选用户接口1003还可以包括标准的有线接口、无线接口。网络接口1004可选的可以包括标准的有线接口、无线接口(如存储器(non-volatile memory)),例如磁盘存储器。存储器1005可选的还可以是独立于前述处理器1001的存储装置。
本领域技术人员可以理解,图1中示出的装置的结构并不构成对空调器的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件布置。
如图1所示,作为一种计算机存储介质的存储器1005中可以包括操作系统以及空调器的计算机程序。
在图1所示的装置中,网络接口1004主要用于连接后台服务器,与后台服务器进行数据通信;用户接口1003主要用于连接客户端(用户端),与客户端进行数据通信;而处理器1001可以用于调用存储器1005中存储的计算机程序,并执行以下操作:
实时获取清洁装置的第一运行参数;其中,所述第一运行参数包括清扫毛刷的使用时长以及清扫后光伏板发电效率的提升率;
根据所述第一运行参数确定所述清洁装置的清扫毛刷的整体健康值;
获取所述清扫毛刷的第一临界健康值;
在所述整体健康值小于所述第一临界健康值时,向预设终端发送更换所述清扫毛刷的提示信息。
进一步地,处理器1001可以调用存储器1005中存储的计算机程序,还执行以下操作:
在所述整体健康值小于所述第一临界健康值时,分别获取所述光伏板各个区域的第二运行参数;其中,所述第二运行参数包括各个所述区域对应的清扫毛刷的使用时长、各个所述区域对应的清扫后的发电效率的提升率、各个所述区域对应的清扫毛刷的清扫时长、各个所述区域对应的清扫毛刷的清扫速度以及各个所述区域对应的清扫后的灰尘堆积程度;
根据所述第二运行参数确定各个所述区域对应的清扫毛刷的局部健康值;
获取各个所述区域对应的清扫毛刷的第二临界健康值;
在所述局部健康值小于对应的所述第二临界健康值时,向预设终端发送更换所述区域对应的清扫毛刷的提示信息。
进一步地,处理器1001可以调用存储器1005中存储的计算机程序,还执行以下操作:
对所述第一运行参数中的各个参数进行标准化处理;
获取各个所述第一运行参数的权重;
根据标准化处理后的所述第一运行参数以及所述权重确定所述清扫毛刷的整体健康值。
进一步地,处理器1001可以调用存储器1005中存储的计算机程序,还执行以下操作:
获取各个所述第一运行参数的权重的预测值;
在各个所述预测值小于对应的预设阈值时,将所述预测值确定为各个所述第一运行参数的权重。
进一步地,处理器1001可以调用存储器1005中存储的计算机程序,还执行以下操作:
对所述第二运行参数中的各个参数进行标准化处理;
获取各个所述第二运行参数的权重;
根据标准化处理后的所述第二运行参数以及所述权重确定所述区域对应的清扫毛刷的局部健康值。
进一步地,处理器1001可以调用存储器1005中存储的计算机程序,还执行以下操作:
获取各个所述第二运行参数的权重的预测值;
在各个所述预测值小于对应的预设阈值时,将所述预测值确定为各个所述第二运行参数的权重。
进一步地,处理器1001可以调用存储器1005中存储的计算机程序,还执行以下操作:
实时获取清扫机器人的清扫毛刷健康状态信息;其中,所述清扫毛刷健康状态信息包括清扫机器人清扫毛刷的使用时长、清扫前后发电效率提升率、清扫机器人的清扫速度、清扫机器人清扫光伏板的清扫时长以及清扫前后光伏板灰尘堆积指标;
根据所述清扫毛刷健康状态信息构建参数信息库;
所述实时获取清洁装置的第一运行参数包括:
实时根据所述参数信息库确定所述第一运行参数。
进一步地,处理器1001可以调用存储器1005中存储的计算机程序,还执行以下操作:
在所述整体健康值大于或等于所述第一临界健康值时,执行所述实时获取清扫机器人的清扫毛刷健康状态信息的步骤。
参照图2,图2为本发明清扫毛刷健康状态分析方法实施例一的流程示意图,所述清扫毛刷健康状态分析方法包括以下步骤:
步骤S10,实时获取清洁装置的第一运行参数;其中,所述第一运行参数包括清扫毛刷的使用时长以及清扫后光伏板发电效率的提升率;
在本实施例中,执行主体是光伏板清扫机器人清扫毛刷健康状态分析装置,光伏电站的运维大数据云平台与光伏板清扫机器人相互关联,光伏电站的运维大数据云平台中存储有清扫机器人的以及光伏板的运行数据,其中,运行数据中包括有与清扫机器人清扫毛刷健康状态相关的运行参数,比如,清扫机器人清扫毛刷使用时间记录、清扫前后发电效率提升率、清扫机器人清扫速度、清扫机器人清扫光伏板清扫时长以及清扫前后光伏板灰尘堆积指标。需要说明的是,由于一整块大的光伏板由一块块小的光伏板组成,一整块大的光伏板可分成若干排的局部光伏板,运维大数据平台中存储的上述运行参数既包括表征光伏板整体的运行参数,也包括表征光伏板局部的运行参数。
在本实施例中,第一运行参数为与清扫机器人清扫毛刷健康状态相关的运行参数的一种或多种,第一运行参数可选为与清扫机器人清扫毛刷健康状态相关的运行参数中的两种,具体为清扫毛刷的使用时长以及清扫后光伏板发电效率的提升率,需要说明的是,此处所说的清扫毛刷的使用时长以及清扫后光伏板发电效率的提升率是相对于光伏板整体而言的,即第一运行参数表征的是光伏板整体的运行参数,也即本实施例是对光伏板整体分析。
具体地,清扫毛刷健康状态分析装置实时从运维大数据云平台中获取第一运行参数进行处理分析。
步骤S20,根据所述第一运行参数确定所述清洁装置的清扫毛刷的整体健康值;
在本实施例中,整体健康值是表示清扫毛刷整体健康状态的指标,其数值的大小反映了清扫毛刷的整体健康状态,一般而言,整体健康值越大,清扫毛刷的整体健康状态越好;整体健康值越小,清扫毛刷的整体健康状态越差。清扫毛刷健康状态分析装置在获取到第一运行参数后,对第一运行参数分析处理,得到清扫毛刷的整体健康值,以评估清扫毛刷的健康状态。
具体地,对获取的第一运行参数中的各个参数进行标准化处理,标准化处理的过程为:若标准化后清扫毛刷使用时长用Y1表示,则Y1=(使用期限-当前使用时间)/使用期限,比如,毛刷使用期限为5年,当前使用了1.5年,即标准化化的清扫毛刷的使用时长Y1=(5-1.5)/5;若标准化后的清扫后发电率的提升率用Y2表示,则Y2=清扫后当前提升效率/清扫后理论提升效率。
进一步地,由于每项运行参数对清扫毛刷健康状态的影响并不均等,因此利用神经网络算法确定每项运行参数对毛刷健康状态所占的权重,从而更加准确的评估清扫毛刷的整体健康值。
具体地,利用多层神经网络算法确定每项第一运行参数对清扫毛刷健康状态所占的权重,多层向前神经网络由输入层、隐藏层、输出层组成,多层神经网络模型如图5所示(以两个输入参数为例)。算法通过迭代性来处理训练集中的实例,生成预测模型,对比经过神经网络后,输入层预测值与真实值之间的误差,再通过反向法(从输出层=>隐藏层=>输入层)以最小化误差来更新每个连接的权重。
首先初始化权重和偏向:随机初始化在-1到1之间,或者-0.5到0.5之间,每个单元有一个偏向,然后开始对数据进行训练,步骤如下:
由输入层向前传送,得出隐藏层:
其中,Ij为要对其进行非线性转化,为下一单元的值;Yi是输入参数的值,需要说明的是,输入参数为第一运行参数,Wij为每个单元到下一个单元连线之间的权重,连线之间的权重在初始化时随机生成;θj为偏向,也即敏感度,偏向在初始化时随机生成。
之后,对Ij进行非线性转化,得到下一个单元的值:
再根据误差(error)反向传送,对于输出层:
Errj=Oj(1-Oj)(Tj-Oj)
对于隐藏层误差:
其中Errj用于更新偏向,Oj为输出的值,Tj为标签的值,权重更新即为:
ΔWij=(l)ErrjOj
Wij=Wij+ΔWij
其中,括号里为学习率,学习率在初始化随机生成。
最后更新偏向:
Δθj=(l)Errj
θj=θj+Δθj
最终确定各个运行参数的权重的预测值,并比较各个预测值与对应的预设值阈值的大小,以确定误差,在所述预测值小于对应的预设阈值时,将各个预测值确定各个参数对应的权重。即Y1对清扫毛刷健康状态影响程度为K1表示;Y2对清扫毛刷健康状态影响程度为K2;需要说明的是,预设阈值根据第一运行参数的不同具有不同的阈值。
在确定各个第一运行参数的权重之后,根据标准化处理后的各个第一运行参数以及对应的权重计算清扫毛刷的整体健康值,假设清扫毛刷的整体健康值用a1表示,则清扫毛刷的整体健康值按如下公式计算:
a1=f(Y1K1,Y2K2)
步骤S30,获取所述清扫毛刷的第一临界健康值;
步骤S40,在所述整体健康值小于所述第一临界健康值时,向预设终端发送更换所述清扫毛刷的提示信息。
在本实施例中,第一临界健康值为判断清扫毛刷是否需要更换的标准,一般而言,在计算得出的整体健康值大于或等于第一临界健康值时,表明清扫毛刷的整体健康状态较好,清扫毛刷暂时不需要更换;在计算得出的整体健康值小于第一临界健康值时,表明清扫毛刷的整体健康值较差,清扫毛刷可能需要更换,在整体健康值小于第一临界健康值时,清扫毛刷健康状态分析装置向预设终端发送更换清扫毛刷的提示信息,以提示运维人员清扫毛刷可能需要更换,其中,预设终端可选为电脑、手机等;提示信息可选为语音、文字、图片等,在此不作限定。需要说明的是,第一临界健康值为根据历史数据库中数据,反复测试健康状态预测模型来确定的。
在本实施例提供的技术方案中,通过实时获取清洁装置的第一运行参数,根据第一运行参数确定清洁装置的清扫毛刷的整体健康值,然后获取清扫毛刷的第一临界健康值,在整体健康值小于第一临界健康值时,向预设终端发送更换清扫毛刷的提示信息。由于本方案通过对光伏板运行参数的实时分析,计算出机器人清扫毛刷的健康值来确定清扫毛刷的健康状态,在清扫毛刷健康状态低时显示更换毛刷的提示信息,以提醒运维人员更换毛刷,从而有效解决了现有的光伏电站运维人员不能了解清扫毛刷的健康状态以及时更换清扫毛刷的问题。
参照图3,图3为本发明清扫毛刷健康状态分析方法实施例二的流程示意图,基于实施例一,上述S40的步骤包括:
步骤S41,在所述整体健康值小于所述第一临界健康值时,分别获取所述光伏板各个区域的第二运行参数;
步骤S42,根据所述第二运行参数确定各个所述区域对应的清扫毛刷的局部健康值;
步骤S43,获取各个所述区域对应的清扫毛刷的第二临界健康值;
步骤S44,在所述局部健康值小于对应的所述第二临界健康值时,向预设终端发送更换所述区域对应的清扫毛刷的提示信息。
在本实施例中,第二运行参数为与清扫机器人清扫毛刷健康状态相关的运行参数,第二运行参数可选为与清扫机器人清扫毛刷健康状态相关的所有运行参数,具体为各个区域对应的清扫毛刷的使用时长、各个区域对应的清扫后的发电效率的提升率、各个区域对应的清扫毛刷的清扫时长、各个区域对应的清扫毛刷的清扫速度以及各个区域对应的清扫后的灰尘堆积程度;需要说明的是,此处所说的第二运行参数是相对于光伏板局部而言的,即第二运行参数表征的是光伏板的局部,比如整块光伏板的每一排光伏板作为一个区域,也即本实施例是对光伏板的局部分析。
具体地,在所述整体健康值小于所述第一临界健康值时,表明清扫毛刷可能需要更换,为确定需要更换的清扫毛刷所在的具体区域,通过获取第二运行参数,对第二运行参数的各个参数进行标准化处理,利用多层神经网络算法确定各个第二运行参数对其所在区域对应的清扫毛刷健康状态所占的权重,再根据标准化后的第二运行参数以及各个第二运行参数对应的权重计算对应区域清扫毛刷的局部健康值,其中,标准化处理过程、权重的确定过程以及局部健康值的计算过程,具体可参考实施例一的内容,在此不再赘述。
在本实施例中,第二临界健康值是判断对应区域清扫毛刷是否需要更换的标准,一般而言,在计算得出的局部健康值大于或等于第二临界健康值时,表明该区域对应的清扫毛刷健康状态较好,该区域对应的清扫毛刷暂时不需要更换;在计算得出的局部健康值小于第二临界健康值时,表明该区域对应的清扫毛刷的健康状态较差,该区域对应的清扫毛刷需要更换,在局部健康值小于第一临界健康值时,清扫毛刷健康状态分析装置向预设终端发送更换该区域对应的清扫毛刷的提示信息,以提示运维人员更换该区域对应的清扫毛刷,其中,预设终端可选为电脑、手机等;提示信息可选为语音、文字、图片等,在此不作限定。需要说明的是,第二临界健康值为根据历史数据库中数据,反复测试健康状态预测模型来确定的。
在本实施例提供的技术方案中,通过分别获取光伏板各个区域的第二运行参数,根据所述第二运行参数确定各个所述区域对应的清扫毛刷的局部健康值,然后获取各个区域对应的清扫毛刷的第二临界健康值,在局部健康值小于对应的所述第二临界健康值时,向预设终端发送更换所述区域对应的清扫毛刷的提示信息。由于在对光伏板整体数据分析之后,若整体健康值小于第一临界健康值,确定可能需要更换清扫毛刷,但并不确定具体更换哪一区域对应的清扫毛刷,通过对光伏板的各个局部分析,计算局部健康值,在局部健康值小于第二临界健康值时,确定该区域对应的清扫毛刷需要更换,从而可以定位到清扫毛刷的故障区域,提高了清扫毛刷健康状态分析的精度。
参照图4,图4为本发明清扫毛刷健康状态分析方法实施例三的流程示意图,基于实施例一,上述S10的步骤包括:
步骤S11,实时获取清扫机器人的清扫毛刷健康状态信息;
步骤S12,根据所述清扫毛刷健康状态信息构建参数信息库;
步骤S13,实时根据所述参数信息库确定所述第一运行参数。
在本实施例中,实时获取清扫毛刷健康状态信息,其中,清扫毛刷健康状态信息包括清扫机器人清扫毛刷的使用时长、清扫前后发电效率提升率、清扫机器人的清扫速度、清扫机器人清扫光伏板的清扫时长以及清扫前后光伏板灰尘堆积指标,根据清扫毛刷健康状态信息构建参数信息库,参数信息库中包括衡量清扫毛刷整体健康状态的信息,也包括衡量清扫毛刷局部健康状态的信息,从参数信息库中实时提取衡量清扫毛刷整体健康状态的信息以得到第一运行参数。
在本实施例提供的技术方案中,通过收集与清扫毛刷健康状态相关的运行数据构建参数信息库,使清扫毛刷健康状态分析装置可直接从参数信息库中提取相应的数据作为第一运行参数进行整体分析确定整体健康值,从而提高了清扫毛刷健康状态分析装置的分析效率。
基于上述实施例,本发明还提供了一种装置,上述装置可以包括存储器、处理器及存储在上述存储器上并可在上述处理器上运行的计算机程序,上述处理器执行上述计算机程序时,实现如上述任一实施例所述的清扫毛刷健康状态分析方法的步骤。
基于上述实施例,本发明还提供一种可读存储介质,其上存储有计算机程序,上述计算机程序被处理器执行时实现如上述任一实施例所述的清扫毛刷健康状态分析方法的步骤。
需要说明的是,在本文中,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者系统不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者系统所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括该要素的过程、方法、物品或者系统中还存在另外的相同要素。
上述本发明实施例序号仅仅为了描述,不代表实施例的优劣。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件,但很多情况下前者是更佳的实施方式。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品存储在如上所述的一个存储介质(如ROM/RAM、磁碟、光盘)中,包括若干指令用以使得一台终端设备(可以是手机,计算机,服务器,或者网络设备等)执行本发明各个实施例所述的方法。
以上仅为本发明的优选实施例,并非因此限制本发明的专利范围,凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换,或直接或间接运用在其他相关的技术领域,均同理包括在本发明的专利保护范围内。
Claims (10)
1.一种清扫毛刷健康状态分析方法,其特征在于,所述清扫毛刷健康状态分析方法包括:
实时获取清洁装置的第一运行参数;其中,所述第一运行参数包括清扫毛刷的使用时长以及清扫后光伏板发电效率的提升率;
根据所述第一运行参数确定所述清洁装置的清扫毛刷的整体健康值;
获取所述清扫毛刷的第一临界健康值;
在所述整体健康值小于所述第一临界健康值时,向预设终端发送更换所述清扫毛刷的提示信息。
2.如权利要求1所述的清扫毛刷健康状态分析方法,其特征在于,所述在所述整体健康值小于所述第一临界健康值时,向预设终端发送更换所述清扫毛刷的提示信息的步骤包括:
在所述整体健康值小于所述第一临界健康值时,分别获取所述光伏板各个区域的第二运行参数;其中,所述第二运行参数包括各个所述区域对应的清扫毛刷的使用时长、各个所述区域对应的清扫后的发电效率的提升率、各个所述区域对应的清扫毛刷的清扫时长、各个所述区域对应的清扫毛刷的清扫速度以及各个所述区域对应的清扫后的灰尘堆积程度;
根据所述第二运行参数确定各个所述区域对应的清扫毛刷的局部健康值;
获取各个所述区域对应的清扫毛刷的第二临界健康值;
在所述局部健康值小于对应的所述第二临界健康值时,向预设终端发送更换所述区域对应的清扫毛刷的提示信息。
3.如权利要求1所述的清扫毛刷健康状态分析方法,其特征在于,所述根据所述第一运行参数确定所述清扫毛刷的整体健康值的步骤包括:
对所述第一运行参数中的各个参数进行标准化处理;
获取各个所述第一运行参数的权重;
根据标准化处理后的所述第一运行参数以及所述权重确定所述清扫毛刷的整体健康值。
4.如权利要求3所述的清扫毛刷健康状态分析方法,其特征在于,所述获取各个所述第一运行参数的权重的步骤包括:
获取各个所述第一运行参数的权重的预测值;
在各个所述预测值小于对应的预设阈值时,将所述预测值确定为各个所述第一运行参数的权重。
5.如权利要求2所述的清扫毛刷健康状态分析方法,其特征在于,所述根据所述第二运行参数确定各个所述区域对应的清扫毛刷的局部健康值的步骤包括:
对所述第二运行参数中的各个参数进行标准化处理;
获取各个所述第二运行参数的权重;
根据标准化处理后的所述第二运行参数以及所述权重确定所述区域对应的清扫毛刷的局部健康值。
6.如权利要求5所述的清扫毛刷健康状态分析方法,其特征在于,所述获取各个所述第二运行参数的权重的步骤包括:
获取各个所述第二运行参数的权重的预测值;
在各个所述预测值小于对应的预设阈值时,将所述预测值确定为各个所述第二运行参数的权重。
7.如权利要求1所述的清扫毛刷健康状态分析方法,其特征在于,所述实时获取光伏板的第一运行参数的步骤之前,还包括:
实时获取清扫机器人的清扫毛刷健康状态信息;其中,所述清扫毛刷健康状态信息包括清扫机器人清扫毛刷的使用时长、清扫前后发电效率提升率、清扫机器人的清扫速度、清扫机器人清扫光伏板的清扫时长以及清扫前后光伏板灰尘堆积指标;
根据所述清扫毛刷健康状态信息构建参数信息库;
所述实时获取清洁装置的第一运行参数包括:
实时根据所述参数信息库确定所述第一运行参数。
8.如权利要求1所述的清扫毛刷健康状态分析方法,其特征在于,所述获取所述清扫毛刷的第一临界健康值的步骤之后包括:
在所述整体健康值大于或等于所述第一临界健康值时,执行所述实时获取清扫机器人的清扫毛刷健康状态信息的步骤。
9.一种装置,其特征在于,所述装置包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,所述计算机程序被所述处理器执行时实现如权利要求1~8中任一项所述的清扫毛刷健康状态分析方法的步骤。
10.一种可读存储介质,其特征在于,所述可读存储介质上存储有计算机程序,所述计算机程序被处理器执行时实现如权利要求1~8中任一项所述的清扫毛刷健康状态分析方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011047382.5A CN112120597B (zh) | 2020-09-27 | 2020-09-27 | 清扫毛刷健康状态分析方法、装置及可读存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011047382.5A CN112120597B (zh) | 2020-09-27 | 2020-09-27 | 清扫毛刷健康状态分析方法、装置及可读存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112120597A true CN112120597A (zh) | 2020-12-25 |
CN112120597B CN112120597B (zh) | 2022-05-24 |
Family
ID=73844523
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011047382.5A Active CN112120597B (zh) | 2020-09-27 | 2020-09-27 | 清扫毛刷健康状态分析方法、装置及可读存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112120597B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114451832A (zh) * | 2021-12-29 | 2022-05-10 | 深圳华芯信息技术股份有限公司 | 自动清扫装置的耗材管理方法、系统、装置及介质 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20140080040A (ko) * | 2012-12-20 | 2014-06-30 | 주식회사 파워웰 | 태양광 모듈판의 청소장치 |
CN205934811U (zh) * | 2016-07-18 | 2017-02-08 | 天津创来智能光伏科技有限公司 | 一种可自动检测清扫刷洁净能力的清扫装置 |
CN108856048A (zh) * | 2018-06-15 | 2018-11-23 | 长飞光纤光缆股份有限公司 | 一种光伏清洁机器人及光伏面板清洁程度判断方法 |
CN111195109A (zh) * | 2020-01-17 | 2020-05-26 | 惠州拓邦电气技术有限公司 | 清洁设备的刷盘使用寿命的检测方法及清洁设备 |
CN210701355U (zh) * | 2019-10-28 | 2020-06-09 | 聂雅诗 | 一种太阳能电池板清扫机器人 |
-
2020
- 2020-09-27 CN CN202011047382.5A patent/CN112120597B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20140080040A (ko) * | 2012-12-20 | 2014-06-30 | 주식회사 파워웰 | 태양광 모듈판의 청소장치 |
CN205934811U (zh) * | 2016-07-18 | 2017-02-08 | 天津创来智能光伏科技有限公司 | 一种可自动检测清扫刷洁净能力的清扫装置 |
CN108856048A (zh) * | 2018-06-15 | 2018-11-23 | 长飞光纤光缆股份有限公司 | 一种光伏清洁机器人及光伏面板清洁程度判断方法 |
CN210701355U (zh) * | 2019-10-28 | 2020-06-09 | 聂雅诗 | 一种太阳能电池板清扫机器人 |
CN111195109A (zh) * | 2020-01-17 | 2020-05-26 | 惠州拓邦电气技术有限公司 | 清洁设备的刷盘使用寿命的检测方法及清洁设备 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114451832A (zh) * | 2021-12-29 | 2022-05-10 | 深圳华芯信息技术股份有限公司 | 自动清扫装置的耗材管理方法、系统、装置及介质 |
Also Published As
Publication number | Publication date |
---|---|
CN112120597B (zh) | 2022-05-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
WO2020252784A1 (zh) | 电力负荷数据的预测方法、装置及存储介质 | |
US10729382B2 (en) | Methods and systems to predict a state of the machine using time series data of the machine | |
CN112120597B (zh) | 清扫毛刷健康状态分析方法、装置及可读存储介质 | |
CN111124852A (zh) | 一种基于bmc健康管理模块的故障预测方法及系统 | |
CN107729469A (zh) | 用户挖掘方法、装置、电子设备及计算机可读存储介质 | |
CN111898247A (zh) | 滑坡位移预测方法、设备及存储介质 | |
CN117094688B (zh) | 一种供电所数字化管控方法及系统 | |
CN111062827B (zh) | 一种基于人工智能模式的工程监理方法 | |
CN116821610B (zh) | 一种利用大数据优化风力发电效率的方法 | |
CN113469013A (zh) | 一种基于迁移学习和时间序列的电机故障预测方法及系统 | |
CN117669874A (zh) | 一种基于qpso的电网规划数据失真智能识别方法及系统 | |
CN117574238A (zh) | 基于多门控专家网络的高频电器识别模型构建方法及系统 | |
Ashcroft | Bayesian networks in business analytics | |
CN116308679A (zh) | 供应链异常订单处理方法、装置、设备及存储介质 | |
CN116090234A (zh) | 一种设备运行状态的节能方法、装置、设备及存储介质 | |
CN115358696A (zh) | 基于流程挖掘的流程执行管理与合规性检查方法和系统 | |
WO2018224649A1 (en) | Method and distributed control system for carrying out an automated industrial process | |
CN113111729A (zh) | 人员识别模型的训练方法、识别方法、系统、装置及介质 | |
CN112558512A (zh) | 基于大数据与物联网技术的智慧控申系统 | |
CN113469833B (zh) | 一种支持工业互联网设备的远程智能检测与处理方法 | |
CN117592865B (zh) | 一种装备零备件质量状态预测方法及装置 | |
CN116993028B (zh) | 车间排产方法、装置、存储介质及电子设备 | |
Niu et al. | Mid-long term load forecasting using hidden Markov model | |
Goyal et al. | Data-driven risk analysis for poles in the electric grid | |
CN117114429A (zh) | 一种数字化供电所运行效率评估及决策优化方法 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
TR01 | Transfer of patent right |
Effective date of registration: 20221213 Address after: 214-49, Block B, Phase III (South Area) of Huguang Road Independent Innovation Industrial Base, Shushan New Industrial Park, Shushan District, Hefei, Anhui Province, 230031 Patentee after: Hefei Zero Carbon Technology Co.,Ltd. Address before: 230088 No. 1699 Xiyou Road, Hefei High-tech Zone, Anhui Province Patentee before: SUNGROW POWER SUPPLY Co.,Ltd. |
|
TR01 | Transfer of patent right |