CN115446841A - 一种清洗光伏面板的机器人控制方法、系统、终端及介质 - Google Patents
一种清洗光伏面板的机器人控制方法、系统、终端及介质 Download PDFInfo
- Publication number
- CN115446841A CN115446841A CN202211318491.5A CN202211318491A CN115446841A CN 115446841 A CN115446841 A CN 115446841A CN 202211318491 A CN202211318491 A CN 202211318491A CN 115446841 A CN115446841 A CN 115446841A
- Authority
- CN
- China
- Prior art keywords
- cleaning
- photovoltaic panel
- power generation
- planning
- photovoltaic
- 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
- 238000004140 cleaning Methods 0.000 title claims abstract description 199
- 238000000034 method Methods 0.000 title claims abstract description 37
- 238000010248 power generation Methods 0.000 claims description 72
- 230000008021 deposition Effects 0.000 claims description 36
- 239000000428 dust Substances 0.000 claims description 33
- 238000004590 computer program Methods 0.000 claims description 22
- 238000012545 processing Methods 0.000 claims description 22
- 238000012544 monitoring process Methods 0.000 claims description 15
- 230000006870 function Effects 0.000 claims description 13
- 238000003860 storage Methods 0.000 claims description 12
- 238000013528 artificial neural network Methods 0.000 claims description 11
- 238000009825 accumulation Methods 0.000 claims description 10
- 230000002068 genetic effect Effects 0.000 claims description 10
- 230000008901 benefit Effects 0.000 claims description 9
- 238000011084 recovery Methods 0.000 claims description 9
- 238000012163 sequencing technique Methods 0.000 claims description 9
- 238000012360 testing method Methods 0.000 claims description 5
- 238000012549 training Methods 0.000 claims description 5
- 238000005286 illumination Methods 0.000 claims description 4
- 230000035772 mutation Effects 0.000 claims description 3
- 230000009467 reduction Effects 0.000 claims description 3
- 238000012216 screening Methods 0.000 claims description 3
- 238000005406 washing Methods 0.000 claims description 2
- 238000012546 transfer Methods 0.000 description 17
- 230000000694 effects Effects 0.000 description 6
- 210000001503 joint Anatomy 0.000 description 4
- 230000008569 process Effects 0.000 description 3
- VYPSYNLAJGMNEJ-UHFFFAOYSA-N Silicium dioxide Chemical compound O=[Si]=O VYPSYNLAJGMNEJ-UHFFFAOYSA-N 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 230000007547 defect Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 239000000741 silica gel Substances 0.000 description 2
- 229910002027 silica gel Inorganic materials 0.000 description 2
- 206010019049 Hair texture abnormal Diseases 0.000 description 1
- 230000002238 attenuated effect Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000003062 neural network model Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 230000005855 radiation Effects 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 239000004071 soot Substances 0.000 description 1
- 238000010408 sweeping Methods 0.000 description 1
- 238000012876 topography Methods 0.000 description 1
Images
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
- B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
- B25J9/00—Programme-controlled manipulators
- B25J9/16—Programme controls
- B25J9/1656—Programme controls characterised by programming, planning systems for manipulators
- B25J9/1661—Programme controls characterised by programming, planning systems for manipulators characterised by task planning, object-oriented languages
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
- Y02E10/00—Energy generation through renewable energy sources
- Y02E10/50—Photovoltaic [PV] energy
Landscapes
- Engineering & Computer Science (AREA)
- Robotics (AREA)
- Mechanical Engineering (AREA)
- Photovoltaic Devices (AREA)
Abstract
本发明涉及光伏面板清洗领域,公开了一种清洗光伏面板的机器人控制方法、系统、终端及介质,通过获取光伏面板清洗任务信息,并根据清洗任务信息设置初始化任务参数,并通过根据光伏面板清洗任务信息进行清洗任务规划,并根据光伏面板的积灰量和发电效率进行区域划分,并对区域设置优先级,提出的动态计算清洗周期和清洗任务多级规划,减少了人工操作,智能程度高,大大提高了光伏面板清洗效率,实现清洗成本和清洗效益的最优,综合成本低,充分发挥清洗机器人的优势。
Description
技术领域
本发明涉及光伏面板清洗领域,具体为一种清洗光伏面板的机器人控制方法、系统、终端及介质。
背景技术
光伏能源是新能源中的重要组成部分,得到了国家的大力支持,越来越多的光伏电站项目投入运行。光伏电站中的光伏面板露天排列,在运营一段时间后,光伏面板上累积的灰尘和其他污垢会影响光伏面板的正常工作,降低发电效率,因此需要定期清洗光伏面板。目前常见的光伏面板清洗方式有人工清洗,清洁机械清洗和机器人清洗等方式。其中,人工清洗效率低,成本高;大型清洗器械受限于光伏面板地形和狭窄的排列间隙;清洁机器人可适应各种类型的光伏电站,同时清洗效率高,综合成本低,因此是光伏面板清洗的一种有效方式。
目前的光伏面板清洗机器人大多面向单排光伏面板,对于整个光伏电站需要部署大量机器人才能完成清洗任务,成本高昂;同时清洗机器人系统功能单一,无法自适应地的完成清洗任务,智能程度不高,无法充分发挥清洗机器人的优势。
发明内容
为了克服上述现有技术存在的缺陷,本发明的目的在于提供一种清洗光伏面板的机器人控制方法、系统、终端及介质,以解决现有技术中光伏面板清洗效率低的技术问题。
本发明是通过以下技术方案来实现:
一种清洗光伏面板的机器人控制方法,包括如下步骤:
步骤1,获取光伏面板清洗任务信息,并根据清洗任务信息设置初始化任务参数;
步骤2,根据光伏面板清洗任务信息进行清洗任务规划,并根据光伏面板的积灰量和发电效率进行区域划分,并对区域设置优先级;
步骤3,根据清洗任务规划进行全局路径规划,定位初始位置,建立导航点,规划运行轨迹;
步骤4,根据运行轨迹发送清洗指令;
步骤5,监测光伏面板的积灰量和发电效率;当积灰量和发电效率未达到阈值时,重新规划清洗任务,进行局部路径规划,建立导航点,规划运行轨迹,发送清洗指令;反之,完成清洗,发送回收指令。
优选的,步骤1中,根据光伏面板清洗任务信息设置清洗模式,并设置初始化任务参数,其中初始化任务参数包括清洗次数、任务时间和运行速度。
优选的,步骤2中,清洗任务规划方法步骤如下:
步骤21,对光伏电站中的光伏面板根据光伏面板的积灰量和发电效率进行区域划分;
步骤22,对各个区域设置优先级,其中分别对环境中灰尘量较多、容易积灰导致发电量降低的区域和光照充足、发电效率高的区域进行优先级设置;
步骤23,划分区域后在区域坐标系中标出各区域的几何中心,定位初始位置,遍历全部区域。
进一步的,步骤22中,对各个区域设置优先级,先清洁优先级高的区域,相同优先级的区域,采用改进遗传算法进行清洗,其中步骤如下:
步骤221,各区域按优先级排序,确定优先级排序和需使用遗传算法排序的序列;
步骤222,对需使用遗传算法排序的序列生成初始种群,设定适应度函数,种群规模,交叉阈值Q,交叉概率,启发式变异概率,最大迭代次数等参数;
步骤223,对各区域间的距离进行动态线性标定,转化为求最大值的适应度函数;
步骤224,筛选出直接进入下一代的个体,并选取参与交叉的父代;
步骤225,对父代进行交叉操作,当本次迭代最优路径大于阈值Q时,执行顺序交叉,否则执行自身交叉;
步骤226,对生成的子代进行启发式变异操作;
步骤227,判断是否满足终止条件,满足则输出最优解,否则返回执行步骤223。
进一步的,步骤23中,遍历全部区域的顺序通过构建哈密顿图求解,其中顶点为光伏面板区域,边为各区域间的曼哈顿距离,并在全部区域通过一条最短的哈密顿回路完成光伏面板清洗任务的分级规划。
优选的,步骤5中,监测光伏面板的积灰量和发电效率,光伏面板积灰量以及清洗光伏面板的发电效益通过光伏组件发电损失量和发电能力来量化:通过获取光伏板在当前气象条件正常工作的发电量,对比样本中洁净光伏组件在相似气象条件下的发电量,计算发电量损失。
进一步的,通过小波神经网络预测发电量损失,小波神经网络的输入变量为单日天气参数,辐照、平均温度、天气状况、风速,输出变量为发电量的损失量,以灰尘引起的发电量损失以及对应的单日天气参数选取训练集和测试集,然后训练并测试所述预测模型;小波神经网络预测模型建立后,根据天气预报数据来预测未来几天的日灰尘引起的发电量损失量。
一种清洗光伏面板的机器人控制系统,包括
第一处理模块,用于获取光伏面板清洗任务信息,并根据清洗任务信息设置初始化任务参数;
设置模块,用于根据光伏面板清洗任务信息进行清洗任务规划,并根据光伏面板的积灰量和发电效率进行区域划分,并对区域设置优先级;
第二处理模块,用于根据清洗任务规划进行全局路径规划,定位初始位置,建立导航点,规划运行轨迹;
指令发送模块,用于根据运行轨迹发送清洗指令;
第三处理模块,监测光伏面板的积灰量和发电效率;当积灰量和发电效率未达到阈值时,重新规划清洗任务,进行局部路径规划,建立导航点,规划运行轨迹,发送清洗指令;反之,完成清洗,发送回收指令。
一种移动终端,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现如上述所述一种清洗光伏面板的机器人控制方法的步骤。
一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,所述计算机程序被处理器执行时实现如上述所述一种清洗光伏面板的机器人控制方法的步骤。
与现有技术相比,本发明具有以下有益的技术效果:
本发明提供了一种清洗光伏面板的机器人控制方法,通过获取光伏面板清洗任务信息,并根据清洗任务信息设置初始化任务参数,并通过根据光伏面板清洗任务信息进行清洗任务规划,并根据光伏面板的积灰量和发电效率进行区域划分,并对区域设置优先级,提出的动态计算清洗周期和清洗任务多级规划,减少了人工操作,智能程度高,大大提高了光伏面板清洗效率,实现清洗成本和清洗效益的最优,综合成本低,充分发挥清洗机器人的优势。
附图说明
图1为本发明中清洗光伏面板的机器人控制方法的流程图;
图2为本发明实施例中系统控制原理图。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分的实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都应当属于本发明保护的范围。
需要说明的是,本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
下面结合附图对本发明做进一步详细描述:
本发明的目的在于提供一种清洗光伏面板的机器人控制方法、系统、终端及介质,以解决现有技术中光伏面板清洗效率低的技术问题。
具体的,根据图1所示,该清洗光伏面板的机器人控制方法,包括如下步骤:
步骤1,获取光伏面板清洗任务信息,并根据清洗任务信息设置初始化任务参数;
具体的,根据光伏面板清洗任务信息设置清洗模式,并设置初始化任务参数,其中初始化任务参数包括清洗次数、任务时间和运行速度。
步骤2,根据光伏面板清洗任务信息进行清洗任务规划,并根据光伏面板的积灰量和发电效率进行区域划分,并对区域设置优先级;
具体的,清洗任务规划方法步骤如下:
步骤21,对光伏电站中的光伏面板根据光伏面板的积灰量和发电效率进行区域划分;
步骤22,对各个区域设置优先级,其中分别对环境中灰尘量较多、容易积灰导致发电量降低的区域和光照充足、发电效率高的区域进行优先级设置;
其中,对各个区域设置优先级,先清洁优先级高的区域,相同优先级的区域,采用改进遗传算法进行清洗,其中步骤如下:
步骤221,各区域按优先级排序,确定优先级排序和需使用遗传算法排序的序列;
步骤222,对需使用遗传算法排序的序列生成初始种群,设定适应度函数,种群规模,交叉阈值Q,交叉概率,启发式变异概率,最大迭代次数等参数;
步骤223,对各区域间的距离进行动态线性标定,转化为求最大值的适应度函数;
步骤224,筛选出直接进入下一代的个体,并选取参与交叉的父代;
步骤225,对父代进行交叉操作,当本次迭代最优路径大于阈值Q时,执行顺序交叉,否则执行自身交叉;
步骤226,对生成的子代进行启发式变异操作;
步骤227,判断是否满足终止条件,满足则输出最优解,否则返回执行步骤223。
步骤23,划分区域后在区域坐标系中标出各区域的几何中心,定位初始位置,遍历全部区域。
其中,遍历全部区域的顺序通过构建哈密顿图求解,其中顶点为光伏面板区域,边为各区域间的曼哈顿距离,并在全部区域通过一条最短的哈密顿回路完成光伏面板清洗任务的分级规划。
步骤3,根据清洗任务规划进行全局路径规划,定位初始位置,建立导航点,规划运行轨迹;
步骤4,根据运行轨迹发送清洗指令;
步骤5,监测光伏面板的积灰量和发电效率;当积灰量和发电效率未达到阈值时,重新规划清洗任务,进行局部路径规划,建立导航点,规划运行轨迹,发送清洗指令;反之,完成清洗,发送回收指令。
具体的,监测光伏面板的积灰量和发电效率,光伏面板积灰量以及清洗光伏面板的发电效益通过光伏组件发电损失量和发电能力来量化:通过获取光伏板在当前气象条件正常工作的发电量,对比样本中洁净光伏组件在相似气象条件下的发电量,计算发电量损失。
其中,通过小波神经网络预测发电量损失,小波神经网络的输入变量为单日天气参数,辐照、平均温度、天气状况、风速,输出变量为发电量的损失量,以灰尘引起的发电量损失以及对应的单日天气参数选取训练集和测试集,然后训练并测试所述预测模型;小波神经网络预测模型建立后,根据天气预报数据来预测未来几天的日灰尘引起的发电量损失量。
为计算动态清洗周期,自动监测系统对不同光伏组件的发电量进行实时监测,组件的灰尘影响累积值达到预先设定的灰尘影响阈值M,并参考未来几天的降雨量预测,考虑了清洗后光伏发电效率增加的经济收益与单次清洗成本确定是否清洗。
实施例
本实施例中机器人包括上移动清洁机器人,地面转移机器人,协同清洗控制系统,清洗任务规划系统,如图2所示;板上移动机器人以排为单位清洗光伏面板,地面转移机器人与移动机器人对接,根据当前移动机器人的任务状态,转移到目标光伏面板;清洗任务规划系统,根据光伏面板积灰量和发电损失确定动态清洗周期,并对清洗任务进行分级规划。
移动机器人系统安装的传感器包括超声波测距传感器、环境光传感器,可见光摄像头,IMU和压力传感器。超声波测距传感器测量机器人底部与光伏面板、机器人周边与光伏面板框的距离,识别光伏面板间隙并防止机器人从边缘跌落;IMU用于估计移动机器人的位姿,融合编码器和里程计实现机器人的定位,同时记录机器人移动轨迹,判断该机器人运动是否偏离预定清洗路线;环境光传感器用于比较清洁前后光伏晶片表面的反射光强度判定清洁效果,若反射光强度变化不大,清洁效果未达到预期,移动机器人重新规划局部清洗路线,对光伏面板进行再次清洗;可见光摄像头用于区分难以清洗干净的附着物和光伏面板缺陷;压力传感器监控机器人对光伏面板施加的压力,通过吸尘装置调整清洁部件对光伏面板的压力,确保清洗效果和效率,并避免对光伏面板造成损坏。
其中,清洗装置结合多种清洁方式,由干毛刷,吸尘装置和硅胶刷组成。干毛刷用于扫除光伏板上吸附的灰尘;吸尘装置用于吸走干毛刷扫下的灰尘,送入集尘箱,同时提供一定的下压力,使清洁装置保持与光伏板面板的间隙;硅胶刷用于清洁、收集光伏面板上的微量残留灰尘。
为使清洗机器人能在无人工操作下,跨越光伏面板间隙,覆盖全部光伏面板,采用一种板上移动机器人和地面转移机器人协同的清洁模式,板上移动机器人与地面转移机器人二者相互之间进行信息传递和交互,在不同实际场景工况条件下协同配合工作。
板上移动机器人以排为单位清洗光伏面板,当清洗机器人完成一排光伏面板的清洗并到达光伏面板边缘时,移动机器人将当前定位和状态信息上报后台调度系统,调度系统将地板上移动器人的定位发送给地面转移机器人,转移机器人移动到达板上机器人所在位置,采用超声波定位方法,通过电磁对接机构与移动机器人完成对接,根据当前移动机器人的任务状态,转移到下一排光伏面板或者转运到中转站。
板上移动清洗机器人采用光伏和蓄电池两种供电模式,使机器人能全天时多工况工作;移动机器人清洗任务开始后,检测蓄电池电量,确保机器人能完成一排光伏面板清洗;移动机器人完成一排光伏面板的清洗后,触发边缘光伏面板上的光电传感器,机器人停止清扫,上传状态数据到后台服务器,等待与地面转移机器人建立通信并对接;地面转移机器人由后台服务器调度,到达指定位置后尝试与移动清洗机器人建立通信和对接,根据清洗机器人的电量和任务状态转移到下一目的地。
光伏面板积灰会导致光伏电站的发电量降低,调度系统对光伏组件的积灰量进行判断,计算光伏组件的动态清洗周期。用光伏组件发电损失量和发电能力来量化光伏组件上积灰量,通过获取光伏板在当前气象条件正常工作的发电量,对比样本中洁净光伏组件在相似气象条件下的发电量,则发电量差值是由当前积灰量引起的;进一步定义发电能力定义为同一环境下相同光伏组件状态下的日理想发电量与日实际发电量的比值,记光伏组件最佳清洗效果周期为Tl,一般周期为T2,最佳清洗效果周期内,光伏面板基本没有灰尘,采样并记录n组辐照度值I和对应的发电功率E,由最佳清洗周期数据散点图拟合得到辐照度与理想发电功率曲线,再对相同日照辐射下的对实际发电功率和最佳清洗发电功率分别积分,得到光伏组件的发电能力;光伏组件的性能会随使用年限增加而衰减,处于同一辐照度下清洁组件的发电功率也会存在差异,根据辐照度与光伏面板实验室理想发电功率关系求取组件的实际衰减率,剔除组件衰减对发电量的影响。
基于小波神经网络预测光伏组件积灰量,小波神经网络的输入变量为单日天气参数,辐照、平均温度、天气状况、风速,输出变量为发电量的损失量,以灰尘引起的发电量损失以及对应的单日天气参数选取训练集和测试集,训练并测试神经网络模型,根据天气预报数据来预测未来几天的日灰尘引起的发电量损失量。
确定光伏面板动态清洗周期,通过自动监测系统对不同光伏组件的发电量进行实时监测,若光伏面板的灰尘影响累积值达到预先设定的灰尘影响阈值,并参考未来几天的降雨量预测,考虑清洗后光伏发电效率增加的经济收益与单次清洗成本确定清洗周期。
对光伏电站清洗任务进行分级规划,首先对光伏电站划分区域,区域划分标准是积灰量和发电效率,对各区域设置优先级,对环境中灰尘量较高、容易积灰的区域和光照充足、发电效率高的区域设置较高的优先级;划分区域后,在坐标系中标出各区域的几何中心,清洗机器人从起点出发,遍历全部区域,遍历顺序通过构造哈密顿图求解;哈密顿图顶点为光伏面板区域,边为各区域间的曼哈顿距离,通过寻找一条最短的哈密顿回路完成光伏面板清洗任务的分级规划,首先对各区域按优先级排序,先清洁优先级高的区域,相同优先级的区域,采用改进遗传算法进行清洗任务规划求解。
板上移动清洗机器人以排为单位清洗光伏面板,在光伏阵列边缘设置地面转移机器人和机器人中转系统,地面转移机器人用于将板上移动清洗机器人转移到其他待清洗的光伏面板;中转系统包含红外定位系统、机器人充电站和支架;板上移动清洗机器人采用光和加蓄电池两种供电方式,使机器人能全天时多工况工作,在发电效益低或者夜晚安排光伏面板清洁任务。
本发明还提供了一种清洗光伏面板的机器人控制系统,包括第一处理模块、设置模块、第二处理模块、指令发送模块和第三处理模块;
第一处理模块,用于获取光伏面板清洗任务信息,并根据清洗任务信息设置初始化任务参数;
设置模块,用于根据光伏面板清洗任务信息进行清洗任务规划,并根据光伏面板的积灰量和发电效率进行区域划分,并对区域设置优先级;
第二处理模块,用于根据清洗任务规划进行全局路径规划,定位初始位置,建立导航点,规划运行轨迹;
指令发送模块,用于根据运行轨迹发送清洗指令;
第三处理模块,监测光伏面板的积灰量和发电效率;当积灰量和发电效率未达到阈值时,重新规划清洗任务,进行局部路径规划,建立导航点,规划运行轨迹,发送清洗指令;反之,完成清洗,发送回收指令。
本发明还提供了一种移动终端,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,例如清洗光伏面板的机器人控制程序。
所述处理器执行所述计算机程序时实现上述清洗光伏面板的机器人控制方法的步骤,例如:
步骤1,获取光伏面板清洗任务信息,并根据清洗任务信息设置初始化任务参数;
步骤2,根据光伏面板清洗任务信息进行清洗任务规划,并根据光伏面板的积灰量和发电效率进行区域划分,并对区域设置优先级;
步骤3,根据清洗任务规划进行全局路径规划,定位初始位置,建立导航点,规划运行轨迹;
步骤4,根据运行轨迹发送清洗指令;
步骤5,监测光伏面板的积灰量和发电效率;当积灰量和发电效率未达到阈值时,重新规划清洗任务,进行局部路径规划,建立导航点,规划运行轨迹,发送清洗指令;反之,完成清洗,发送回收指令。
或者,所述处理器执行所述计算机程序时实现上述系统中各模块的功能,例如:
第一处理模块,用于获取光伏面板清洗任务信息,并根据清洗任务信息设置初始化任务参数;
设置模块,用于根据光伏面板清洗任务信息进行清洗任务规划,并根据光伏面板的积灰量和发电效率进行区域划分,并对区域设置优先级;
第二处理模块,用于根据清洗任务规划进行全局路径规划,定位初始位置,建立导航点,规划运行轨迹;
指令发送模块,用于根据运行轨迹发送清洗指令;
第三处理模块,监测光伏面板的积灰量和发电效率;当积灰量和发电效率未达到阈值时,重新规划清洗任务,进行局部路径规划,建立导航点,规划运行轨迹,发送清洗指令;反之,完成清洗,发送回收指令。
示例性的,所述计算机程序可以被分割成一个或多个模块/单元,所述一个或者多个模块/单元被存储在所述存储器中,并由所述处理器执行,以完成本发明。所述一个或多个模块/单元可以是能够完成特定功能的一系列计算机程序指令段,该指令段用于描述所述计算机程序在所述移动终端的执行过程。例如,所述计算机程序可以被分割成第一处理模块、设置模块、第二处理模块、指令发送模块和第三处理模块;
第一处理模块,用于获取光伏面板清洗任务信息,并根据清洗任务信息设置初始化任务参数;
设置模块,用于根据光伏面板清洗任务信息进行清洗任务规划,并根据光伏面板的积灰量和发电效率进行区域划分,并对区域设置优先级;
第二处理模块,用于根据清洗任务规划进行全局路径规划,定位初始位置,建立导航点,规划运行轨迹;
指令发送模块,用于根据运行轨迹发送清洗指令;
第三处理模块,监测光伏面板的积灰量和发电效率;当积灰量和发电效率未达到阈值时,重新规划清洗任务,进行局部路径规划,建立导航点,规划运行轨迹,发送清洗指令;反之,完成清洗,发送回收指令。
所述移动终端,可以是桌上型计算机、笔记本、掌上电脑及云端服务器等计算设备。所述移动终端可包括,但不仅限于,处理器、存储器。
所称处理器可以是中央处理单元(CentralProcessingUnit,CPU),还可以是其他通用处理器、数字信号处理器(DigitalSignalProcessor,DSP)、专用集成电路(ApplicationSpecificIntegratedCircuit,ASIC)、现成可编程门阵列(Field-ProgrammableGateArray,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等,所述处理器是所述移动终端的控制中心,利用各种接口和线路连接整个移动终端的各个部分。
所述存储器可用于存储所述计算机程序和/或模块,所述处理器通过运行或执行存储在所述存储器内的计算机程序和/或模块,以及调用存储在存储器内的数据,实现所述移动终端的各种功能。
所述存储器可主要包括存储程序区和存储数据区,其中,存储程序区可存储操作系统、至少一个功能所需的应用程序(比如声音播放功能、图像播放功能等)等;存储数据区可存储根据手机的使用所创建的数据(比如音频数据、电话本等)等。此外,存储器可以包括高速随机存取存储器,还可以包括非易失性存储器,例如硬盘、内存、插接式硬盘,智能存储卡(SmartMediaCard,SMC),安全数字(SecureDigital,SD)卡,闪存卡(FlashCard)、至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。
本发明还提供了一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,所述计算机程序被处理器执行时实现所述一种清洗光伏面板的机器人控制方法的步骤。
所述移动终端集成的模块/单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。
基于这样的理解,本发明实现上述方法中的全部或部分流程,也可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一计算机可读存储介质中,该计算机程序在被处理器执行时,可实现上述清洗光伏面板的机器人控制方法的步骤。其中,所述计算机程序包括计算机程序代码,所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。
所述计算机可读介质可以包括:能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM,Read-OnlyMemory)、随机存取存储器(RAM,RandomAccessMemory)、电载波信号、电信信号以及软件分发介质等。
需要说明的是,所述计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减,例如在某些司法管辖区,根据立法和专利实践,计算机可读介质不包括电载波信号和电信信号。
最后应当说明的是:以上实施例仅用以说明本发明的技术方案而非对其限制,尽管参照上述实施例对本发明进行了详细的说明,所属领域的普通技术人员应当理解:依然可以对本发明的具体实施方式进行修改或者等同替换,而未脱离本发明精神和范围的任何修改或者等同替换,其均应涵盖在本发明的权利要求保护范围之内。
Claims (10)
1.一种清洗光伏面板的机器人控制方法,其特征在于,包括如下步骤:
步骤1,获取光伏面板清洗任务信息,并根据清洗任务信息设置初始化任务参数;
步骤2,根据光伏面板清洗任务信息进行清洗任务规划,并根据光伏面板的积灰量和发电效率进行区域划分,并对区域设置优先级;
步骤3,根据清洗任务规划进行全局路径规划,定位初始位置,建立导航点,规划运行轨迹;
步骤4,根据运行轨迹发送清洗指令;
步骤5,监测光伏面板的积灰量和发电效率;当积灰量和发电效率未达到阈值时,重新规划清洗任务,进行局部路径规划,建立导航点,规划运行轨迹,发送清洗指令;反之,完成清洗,发送回收指令。
2.根据权利要求1所述的一种清洗光伏面板的机器人控制方法,其特征在于,步骤1中,根据光伏面板清洗任务信息设置清洗模式,并设置初始化任务参数,其中初始化任务参数包括清洗次数、任务时间和运行速度。
3.根据权利要求1所述的一种清洗光伏面板的机器人控制方法,其特征在于,步骤2中,清洗任务规划方法步骤如下:
步骤21,对光伏电站中的光伏面板根据光伏面板的积灰量和发电效率进行区域划分;
步骤22,对各个区域设置优先级,其中分别对环境中灰尘量较多、容易积灰导致发电量降低的区域和光照充足、发电效率高的区域进行优先级设置;
步骤23,划分区域后在区域坐标系中标出各区域的几何中心,定位初始位置,遍历全部区域。
4.根据权利要求3所述的一种清洗光伏面板的机器人控制方法,其特征在于,步骤22中,对各个区域设置优先级,先清洁优先级高的区域,相同优先级的区域,采用改进遗传算法进行清洗,其中步骤如下:
步骤221,各区域按优先级排序,确定优先级排序和需使用遗传算法排序的序列;
步骤222,对需使用遗传算法排序的序列生成初始种群,设定适应度函数,种群规模,交叉阈值Q,交叉概率,启发式变异概率,最大迭代次数等参数;
步骤223,对各区域间的距离进行动态线性标定,转化为求最大值的适应度函数;
步骤224,筛选出直接进入下一代的个体,并选取参与交叉的父代;
步骤225,对父代进行交叉操作,当本次迭代最优路径大于阈值Q时,执行顺序交叉,否则执行自身交叉;
步骤226,对生成的子代进行启发式变异操作;
步骤227,判断是否满足终止条件,满足则输出最优解,否则返回执行步骤223。
5.根据权利要求3所述的一种清洗光伏面板的机器人控制方法,其特征在于,步骤23中,遍历全部区域的顺序通过构建哈密顿图求解,其中顶点为光伏面板区域,边为各区域间的曼哈顿距离,并在全部区域通过一条最短的哈密顿回路完成光伏面板清洗任务的分级规划。
6.根据权利要求1所述的一种清洗光伏面板的机器人控制方法,其特征在于,步骤5中,监测光伏面板的积灰量和发电效率,光伏面板积灰量以及清洗光伏面板的发电效益通过光伏组件发电损失量和发电能力来量化:通过获取光伏板在当前气象条件正常工作的发电量,对比样本中洁净光伏组件在相似气象条件下的发电量,计算发电量损失。
7.根据权利要求6所述的一种清洗光伏面板的机器人控制方法,其特征在于,通过小波神经网络预测发电量损失,小波神经网络的输入变量为单日天气参数,辐照、平均温度、天气状况、风速,输出变量为发电量的损失量,以灰尘引起的发电量损失以及对应的单日天气参数选取训练集和测试集,然后训练并测试所述预测模型;小波神经网络预测模型建立后,根据天气预报数据来预测未来几天的日灰尘引起的发电量损失量。
8.一种清洗光伏面板的机器人控制系统,其特征在于,包括
第一处理模块,用于获取光伏面板清洗任务信息,并根据清洗任务信息设置初始化任务参数;
设置模块,用于根据光伏面板清洗任务信息进行清洗任务规划,并根据光伏面板的积灰量和发电效率进行区域划分,并对区域设置优先级;
第二处理模块,用于根据清洗任务规划进行全局路径规划,定位初始位置,建立导航点,规划运行轨迹;
指令发送模块,用于根据运行轨迹发送清洗指令;
第三处理模块,监测光伏面板的积灰量和发电效率;当积灰量和发电效率未达到阈值时,重新规划清洗任务,进行局部路径规划,建立导航点,规划运行轨迹,发送清洗指令;反之,完成清洗,发送回收指令。
9.一种移动终端,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如权利要求1至7任一项所述一种清洗光伏面板的机器人控制方法的步骤。
10.一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1-7任一项所述一种清洗光伏面板的机器人控制方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211318491.5A CN115446841A (zh) | 2022-10-26 | 2022-10-26 | 一种清洗光伏面板的机器人控制方法、系统、终端及介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211318491.5A CN115446841A (zh) | 2022-10-26 | 2022-10-26 | 一种清洗光伏面板的机器人控制方法、系统、终端及介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115446841A true CN115446841A (zh) | 2022-12-09 |
Family
ID=84309840
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211318491.5A Pending CN115446841A (zh) | 2022-10-26 | 2022-10-26 | 一种清洗光伏面板的机器人控制方法、系统、终端及介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115446841A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115861855A (zh) * | 2022-12-15 | 2023-03-28 | 福建亿山能源管理有限公司 | 一种光伏电站的运维监测方法及系统 |
CN117000692A (zh) * | 2023-10-07 | 2023-11-07 | 深圳市世纪阳光照明有限公司 | 基于智能控制的太阳能路灯清洁方法 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109546954A (zh) * | 2018-11-19 | 2019-03-29 | 扬州工业职业技术学院 | 一种太阳能光伏板清洁智能控制系统及其控制方法 |
CN110649883A (zh) * | 2019-09-29 | 2020-01-03 | 合肥阳光新能源科技有限公司 | 清洗方法、装置和计算机设备 |
US20210341932A1 (en) * | 2018-11-09 | 2021-11-04 | Suzhou Radiant Photovoltaic Technology Co., Ltd | Robot scheduling method |
CN113695295A (zh) * | 2021-08-06 | 2021-11-26 | 阳光新能源开发有限公司 | 光伏组件的清洗方法、装置及介质 |
CN113888559A (zh) * | 2021-09-27 | 2022-01-04 | 南京东达智慧环境能源研究院有限公司 | 一种光伏组件清洗机器人的智能控制方法 |
CN114091905A (zh) * | 2021-11-22 | 2022-02-25 | 华能山东发电有限公司众泰电厂 | 一种考虑辐照度的光伏组件清洗方法及系统 |
CN114527762A (zh) * | 2022-02-28 | 2022-05-24 | 塔里木大学 | 一种光伏电池板清洗自动规划方法 |
-
2022
- 2022-10-26 CN CN202211318491.5A patent/CN115446841A/zh active Pending
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20210341932A1 (en) * | 2018-11-09 | 2021-11-04 | Suzhou Radiant Photovoltaic Technology Co., Ltd | Robot scheduling method |
CN109546954A (zh) * | 2018-11-19 | 2019-03-29 | 扬州工业职业技术学院 | 一种太阳能光伏板清洁智能控制系统及其控制方法 |
CN110649883A (zh) * | 2019-09-29 | 2020-01-03 | 合肥阳光新能源科技有限公司 | 清洗方法、装置和计算机设备 |
CN113695295A (zh) * | 2021-08-06 | 2021-11-26 | 阳光新能源开发有限公司 | 光伏组件的清洗方法、装置及介质 |
CN113888559A (zh) * | 2021-09-27 | 2022-01-04 | 南京东达智慧环境能源研究院有限公司 | 一种光伏组件清洗机器人的智能控制方法 |
CN114091905A (zh) * | 2021-11-22 | 2022-02-25 | 华能山东发电有限公司众泰电厂 | 一种考虑辐照度的光伏组件清洗方法及系统 |
CN114527762A (zh) * | 2022-02-28 | 2022-05-24 | 塔里木大学 | 一种光伏电池板清洗自动规划方法 |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115861855A (zh) * | 2022-12-15 | 2023-03-28 | 福建亿山能源管理有限公司 | 一种光伏电站的运维监测方法及系统 |
CN115861855B (zh) * | 2022-12-15 | 2023-10-24 | 福建亿山能源管理有限公司 | 一种光伏电站的运维监测方法及系统 |
CN117000692A (zh) * | 2023-10-07 | 2023-11-07 | 深圳市世纪阳光照明有限公司 | 基于智能控制的太阳能路灯清洁方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN115446841A (zh) | 一种清洗光伏面板的机器人控制方法、系统、终端及介质 | |
CN112329618A (zh) | 一种基于人工智能的光伏清洁机器人控制方法及系统 | |
CN109787552B (zh) | 一种光伏电站的清洗方法及系统 | |
CN110040396B (zh) | 基于大数据、机器学习的智能垃圾桶自主决策系统与方法 | |
CN102727135A (zh) | 结合脏污检测机制的清洁路线引导方法 | |
CN115511194B (zh) | 一种农业数据处理方法、系统、装置及介质 | |
CN115167408A (zh) | 一种基于光伏电站的巡检路线规划系统 | |
US11776409B2 (en) | Methods, internet of things systems and storage mediums for street management in smart cities | |
CN110022123A (zh) | 光伏电站智能清洁管理系统 | |
CN114355907A (zh) | 一种基于云端的智能化垃圾识别和清扫方法、系统 | |
CN115225032A (zh) | 一种分布式光伏运维系统及运维方法 | |
CN114842349B (zh) | 一种基于信息技术的建筑施工环境保护方法和系统 | |
CN107222164B (zh) | 高控制化高智能化太阳能光伏组件运维方法 | |
CN115933685A (zh) | 一种巡检清洁方法、装置、设备及存储介质 | |
CN108594813A (zh) | 一种大尺度室内环境下多清洁机器人任务分配方法 | |
CN115759471A (zh) | 基于多模态融合的ai光伏清洗预测系统 | |
CN116880482A (zh) | 在光伏面板上控制机器人的方法 | |
CN106992753B (zh) | 高智能化太阳能光伏组件运维方法 | |
CN116341845A (zh) | 环卫车辆资源自动预警与智能补给方法及系统 | |
CN115510124A (zh) | 一种森林生态观测站大数据的标准化管理系统及方法 | |
Ashtaputre et al. | Artificial intelligence based solar panel cleaning robot | |
CN108392153A (zh) | 一种扫地机器人智能控制系统 | |
Chellal et al. | Innovative robot design for cleaning solar panels | |
Supriya et al. | Solar panel cleaning system using smart hybrid embedded systems with IoT assistance | |
KR102026014B1 (ko) | 태양광 발전소 역모델링을 통한 일사량 추정 방법 |
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 |