CN116690613B - 一种光伏智能清扫机器人的控制方法及系统 - Google Patents
一种光伏智能清扫机器人的控制方法及系统 Download PDFInfo
- Publication number
- CN116690613B CN116690613B CN202310982189.8A CN202310982189A CN116690613B CN 116690613 B CN116690613 B CN 116690613B CN 202310982189 A CN202310982189 A CN 202310982189A CN 116690613 B CN116690613 B CN 116690613B
- Authority
- CN
- China
- Prior art keywords
- photovoltaic
- power generation
- photovoltaic panel
- cleaning
- index
- 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.)
- Active
Links
- 238000004140 cleaning Methods 0.000 title claims abstract description 203
- 238000000034 method Methods 0.000 title claims abstract description 49
- 238000010248 power generation Methods 0.000 claims abstract description 202
- 238000011156 evaluation Methods 0.000 claims abstract description 178
- 230000009471 action Effects 0.000 claims abstract description 21
- 238000013210 evaluation model Methods 0.000 claims abstract description 17
- 238000004458 analytical method Methods 0.000 claims abstract description 14
- 238000004364 calculation method Methods 0.000 claims description 23
- 230000015654 memory Effects 0.000 claims description 14
- 238000003860 storage Methods 0.000 claims description 13
- 238000004590 computer program Methods 0.000 claims description 11
- 238000012545 processing Methods 0.000 claims description 11
- 238000009826 distribution Methods 0.000 claims description 10
- 238000005286 illumination Methods 0.000 claims description 10
- 230000008859 change Effects 0.000 claims description 4
- 238000004891 communication Methods 0.000 claims description 4
- 238000005259 measurement Methods 0.000 claims description 4
- 238000011056 performance test Methods 0.000 claims description 3
- 230000005855 radiation Effects 0.000 claims description 3
- 238000004422 calculation algorithm Methods 0.000 description 16
- 230000008569 process Effects 0.000 description 9
- 230000011218 segmentation Effects 0.000 description 8
- 238000011109 contamination Methods 0.000 description 7
- 238000010586 diagram Methods 0.000 description 7
- 238000003708 edge detection Methods 0.000 description 7
- 230000006870 function Effects 0.000 description 4
- 230000000694 effects Effects 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 230000007613 environmental effect Effects 0.000 description 3
- 230000003628 erosive effect Effects 0.000 description 3
- 238000001914 filtration Methods 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 238000010276 construction Methods 0.000 description 2
- 230000010339 dilation Effects 0.000 description 2
- 239000000428 dust Substances 0.000 description 2
- 239000003344 environmental pollutant Substances 0.000 description 2
- 239000004973 liquid crystal related substance Substances 0.000 description 2
- 238000010801 machine learning Methods 0.000 description 2
- 231100000719 pollutant Toxicity 0.000 description 2
- 241000196324 Embryophyta Species 0.000 description 1
- XUIMIQQOPSSXEZ-UHFFFAOYSA-N Silicon Chemical compound [Si] XUIMIQQOPSSXEZ-UHFFFAOYSA-N 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000033228 biological regulation Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000004134 energy conservation Methods 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 230000017525 heat dissipation Effects 0.000 description 1
- 238000010191 image analysis Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 238000001556 precipitation Methods 0.000 description 1
- 230000001932 seasonal effect Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 229910052710 silicon Inorganic materials 0.000 description 1
- 239000010703 silicon Substances 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- 230000001629 suppression Effects 0.000 description 1
- 230000008961 swelling Effects 0.000 description 1
- 238000012549 training Methods 0.000 description 1
- 230000001960 triggered effect Effects 0.000 description 1
- 230000016776 visual perception Effects 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
- B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
- B25J11/00—Manipulators not otherwise provided for
-
- 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
- B25J9/1602—Programme controls characterised by the control system, structure, architecture
- B25J9/161—Hardware, e.g. neural networks, fuzzy logic, interfaces, processor
-
- 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
-
- 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
- B25J9/1679—Programme controls characterised by the tasks executed
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02S—GENERATION OF ELECTRIC POWER BY CONVERSION OF INFRARED RADIATION, VISIBLE LIGHT OR ULTRAVIOLET LIGHT, e.g. USING PHOTOVOLTAIC [PV] MODULES
- H02S40/00—Components or accessories in combination with PV modules, not provided for in groups H02S10/00 - H02S30/00
- H02S40/10—Cleaning arrangements
-
- 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)
- Automation & Control Theory (AREA)
- Physics & Mathematics (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Computation (AREA)
- Fuzzy Systems (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Photovoltaic Devices (AREA)
Abstract
本发明涉及机器人控制的技术领域，特别是涉及一种光伏智能清扫机器人的控制方法，其能够避免不必要的清洁行为，提高清洁效率，节省时间和能源；方法包括：对每个光伏发电单元赋予唯一的索引地址，索引地址用于供光伏智能清扫机器人定位需要进行清洁的光伏发电单元；获取光伏板工作面图像信息以及光伏板发电状态信息，同一光伏发电单元上采集的光伏板工作面图像信息和光伏板发电状态信息均对应相同的索引地址；利用预先构建的污垢覆盖面积占比分析模型，对光伏工作面图像信息进行特征识别，获得光伏板污染程度评价参数；利用预先构建的光伏发电效率评估模型，对光伏板发电状态信息进行特征识别。
Description
技术领域
本发明涉及机器人控制的技术领域，特别是涉及一种光伏智能清扫机器人的控制方法及系统。
背景技术
集中式光伏发电是一种以大规模集中式光伏电站为基础的发电系统；它通过将大量的光伏电池板安装在一个集中的地点，以各种形式捕捉太阳能并将其转化为电能；大型光伏电站通常被建在适合太阳能收集的地区，例如沙漠、乡村地区或广阔的空旷地带。
光伏清扫机器人是一种专门设计用于清洁光伏电池板的自主移动机器人；光伏电池板在使用过程中可能会积累尘埃、杂草、树叶和其他污染物，这些污染物会降低电池板的发电效率；因此，利用清扫机器人对光伏电池板进行定期清洁可以提高其性能和发电效率。
现有的清扫机器人大多采用定时批量清洁的方式控制其对光伏板进行清洁，由于光伏电站光伏电池板的数量巨大，且分布范围较广，因此批量清洁的方式耗时耗力，例如，需要进行清洁的一批光伏板中有一部分光伏板的污染程度并不影响发电效率，然而按现有的批量清洁方式同样需要对其进行清洁，导致清洁机器人做大量无用功，因此亟需一种能够精准定点清洁的光伏智能清扫机器人控制方法。
发明内容
为解决上述技术问题，本发明提供一种能够避免不必要的清洁行为，提高清洁效率，节省时间和能源的光伏智能清扫机器人的控制方法。
第一方面，本发明提供了一种光伏智能清扫机器人的控制方法，所述方法包括：
对每个光伏发电单元赋予唯一的索引地址，所述索引地址用于供光伏智能清扫机器人定位需要进行清洁的光伏发电单元；
获取光伏板工作面图像信息以及光伏板发电状态信息，同一光伏发电单元上采集的所述光伏板工作面图像信息和所述光伏板发电状态信息均对应相同的索引地址；
利用预先构建的污垢覆盖面积占比分析模型，对所述光伏工作面图像信息进行特征识别，获得光伏板污染程度评价参数；
利用预先构建的光伏发电效率评估模型，对所述光伏板发电状态信息进行特征识别，获得光伏发电效率评价参数；
实时获取光伏发电单元所在地域的天气环境信息；
根据天气环境信息，获得对应光伏板污染程度评价参数的第一评价权重和对应光伏发电效率评价参数的第二评价权重；
根据第一评价权重和第二评价权重，对光伏板污染程度评价参数和光伏发电效率评价参数进行加权计算，获得光伏板清洁指数；
将光伏板清洁指数与预设阈值进行比对，当光伏板清洁指数大于预设阈值时，控制光伏智能清扫机器人按索引地址进行导向并清洁；若光伏板清洁指数未大于预设阈值，则无动作。
另一方面，本申请还提供了一种光伏智能清扫机器人的控制系统，所述系统包括：
索引分配模块，用于为每个光伏发电单元分配唯一的索引地址，所述索引地址用于供光伏智能清扫机器人定位需要进行清洁的光伏发电单元；
数据采集模块，用于获取光伏板工作面图像信息和光伏板发电状态信息，并发送；其中，所述光伏板工作面图像信息和光伏板发电状态信息上均标记有索引地址，同一光伏发电单元上采集的光伏板工作面图像信息和光伏板发电状态信息对应相同的索引地址；
参数评估模块，用于接收光伏板工作面图像信息和光伏板发电状态信息，并利用预先构建的污垢覆盖面积占比分析模型，对光伏工作面图像信息进行特征识别，以获取光伏板污染程度评价参数，并发送；同时利用预先构建的光伏发电效率评估模型，对光伏板发电状态信息进行特征识别，以获得光伏发电效率评价参数，并发送；
天气信息获取模块，用于实时获取光伏发电单元所在地域的天气环境信息，并发送；
评价权重调取模块，用于接收天气环境信息，并根据天气环境信息，确定对应光伏板污染程度评价参数的第一评价权重和对应光伏发电效率评价参数的第二评价权重；
指数计算模块，用于接收第一评价权重和第二评价权重，并根据第一评价权重和第二评价权重对光伏板污染程度评价参数和光伏发电效率评价参数进行加权计算，得到光伏板清洁指数，并发送；
清洁控制模块，用于接收光伏板清洁指数，并将光伏板清洁指数与预设阈值进行比对；当光伏板清洁指数大于预设阈值时，控制光伏智能清扫机器人按索引地址进行导向并清洁；若光伏板清洁指数未大于预设阈值，则无动作。
第三方面，本申请提供了一种电子设备，包括总线、收发器、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，所述收发器、所述存储器和所述处理器通过所述总线相连，所述计算机程序被所述处理器执行时实现上述任意一项所述方法中的步骤。
第四方面，本申请还提供了一种计算机可读存储介质，其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上述任意一项所述方法中的步骤。
进一步地，所述光伏板发电状态信息包括光照强度、电压、电流和温度。
进一步地，所述获得光伏板污染程度评价参数的方法，包括：
根据光伏板工作面图像信息提取与污染程度相关的特征，包括颜色分布、纹理特征和边缘信息，通过分析光伏板表面的特征，间接反映出污垢的分布和程度；
利用预先构建的污垢覆盖面积占比分析模型，对提取到的特征进行识别和分类；
根据特征识别结果，计算得到光伏板污染程度评价参数，所述计算公式如下；
；其中，/>表示污染程度评价参数，/>表示污垢覆盖面积，/>表示总面积；其中，所述污垢覆盖面积表示在光伏板工作面图像中被识别出的污垢所覆盖的面积，所述总面积表示整个光伏板工作面的表面积。
进一步地，所述光伏发电效率评估模型通过提取光伏板发电状态信息中的多个特征参数，并利用如下公式计算得到光伏发电效率评价参数：
；其中，/>表示光伏发电效率评价参数，/>表示实际发电功率，/>表示光照辐射能量，/>表示温度系数，/>表示光伏组件表面实时温度，/>示参考温度,参考温度是一个预定的参考温度值，用于与实际温度进行比较；其中温度系数通常是通过性能测试和实测得到的，温度系数表示每摄氏度温度变化对发电效率的影响。
进一步地，所述获得光伏板清洁指数的方法包括：
根据天气环境信息，获取对应光伏板污染程度评价参数的第一评价权重和对应光伏发电效率评价参数的第二评价权重；
获取光伏板污染程度评价参数和光伏发电效率评价参数的具体数值；
将光伏板污染程度评价参数乘以第一评价权重，得到加权后的污染程度评价指标；
将光伏发电效率评价参数乘以第二评价权重，得到加权后的发电效率评价指标；
将加权后的污染程度评价指标和发电效率评价指标相加，得到光伏板清洁指数。
进一步地，所述实时获取光伏发电单元所在地域的天气环境信息的方法，包括：
在光伏电站的各个发电单元附近安装气象传感器；
设置数据采集系统，负责收集和整合来自各个气象传感器采集的天气环境信息；数据采集系统用于将收集到的天气环境信息进行处理和存储，并将天气环境信息与光伏发电单元的索引地址进行关联；
通过实时通讯网络，数据采集系统将已整合的天气环境信息传输到云端，用于随时访问和更新。
进一步地，控制光伏智能清扫机器人进行清洁的方法，包括：
获取光伏板清洁指数；
设置阈值，所述阈值用于判断光伏板是否需要清洁；
将计算得到的光伏板清洁指数与预设阈值进行比较；
根据清洁指数和预设阈值的比较结果，确定相应的清洁决策：
如果光伏板清洁指数大于预设阈值，表示光伏板的污染程度超过了设定的阈值，需要进行清洁动作；如果光伏板清洁指数未大于预设阈值，表示光伏板的污染程度仍在可以接受的范围内，无需进行清洁动作；
当需要进行清洁时，控制光伏智能清扫机器人按照索引地址进行导向，以准确定位需要进行清洁的光伏发电单元；当无需进行清洁时，光伏智能清扫机器人将不执行任何动作，等待下一个周期的清洁判断。
与现有技术相比本发明的有益效果为：通过为每个光伏发电单元分配唯一的索引地址，光伏智能清扫机器人可以精确定位需要进行清洁的光伏发电单元，避免了对所有光伏板进行批量清洁，节约了资源和时间；通过预先构建的污垢覆盖面积占比分析模型和光伏发电效率评估模型，基于光伏板工作面图像信息、发电状态信息，分别获取污染程度评价参数和发电效率评价参数；
同时，实时获取光伏发电单元所在地域的天气环境信息，并根据天气环境信息来确定第一评价权重和第二评价权重的取值；这样可以根据环境条件的不同，动态调整评价权重，适应不同的气候和季节变化；根据第一评价权重和第二评价权重，将光伏板污染程度评价参数和发电效率评价参数进行加权计算，得到光伏板清洁指数；这个指数可以量化光伏板的清洁程度，判断是否需要进行清洁操作；
通过与预设阈值对比清洁指数，只有当清洁指数超过预设阈值时，才会控制光伏智能清扫机器人按索引地址导向并进行清洁操作；这样可以避免不必要的清洁行为，提高清洁效率，节省时间和能源；
综上所述，本发明具备精准定点清洁、智能评价参数、考虑天气环境、清洁指数计算以及高效节能的特点，提高清洁的精确性和效率，减少资源的浪费，同时保证光伏板的持续高效发电。
附图说明
图1是光伏智能清扫机器人的控制方法的流程图；
图2是获得光伏板污染程度评价参数的流程图；
图3是获得光伏板清洁指数的流程图；
图4是控制机器人行动的流程图；
图5是光伏智能清扫机器人的控制系统的结构图。
具体实施方式
在本申请的描述中，所属技术领域的技术人员应当知道，本申请可以实现为方法、装置、电子设备及计算机可读存储介质。因此，本申请可以具体实现为以下形式：完全的硬件、完全的软件（包括固件、驻留软件、微代码等）、硬件和软件结合的形式。此外，在一些实施例中，本申请还可以实现为在一个或多个计算机可读存储介质中的计算机程序产品的形式，该计算机可读存储介质中包含计算机程序代码。
上述计算机可读存储介质可以采用一个或多个计算机可读存储介质的任意组合。计算机可读存储介质包括：电、磁、光、电磁、红外或半导体的系统、装置或器件，或者以上任意的组合。计算机可读存储介质更具体的例子包括：便携式计算机磁盘、硬盘、随机存取存储器、只读存储器、可擦除可编程只读存储器、闪存、光纤、光盘只读存储器、光存储器件、磁存储器件或以上任意组合。在本申请中，计算机可读存储介质可以是任意包含或存储程序的有形介质，该程序可以被指令执行系统、装置、器件使用或与其结合使用。
本申请技术方案中对数据的获取、存储、使用、处理等均符合国家法律的相关规定。
本申请通过流程图和/或方框图描述所提供的方法、装置、电子设备。
应当理解，流程图和/或方框图的每个方框以及流程图和/或方框图中各方框的组合，都可以由计算机可读程序指令实现。这些计算机可读程序指令可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器，从而生产出一种机器，这些计算机可读程序指令通过计算机或其他可编程数据处理装置执行，产生了实现流程图和/或方框图中的方框规定的功能/操作的装置。
也可以将这些计算机可读程序指令存储在能使得计算机或其他可编程数据处理装置以特定方式工作的计算机可读存储介质中。这样，存储在计算机可读存储介质中的指令就产生出一个包括实现流程图和/或方框图中的方框规定的功能/操作的指令装置产品。
也可以将计算机可读程序指令加载到计算机、其他可编程数据处理装置或其他设备上，使得在计算机、其他可编程数据处理装置或其他设备上执行一系列操作步骤，以产生计算机实现的过程，从而使得在计算机或其他可编程数据处理装置上执行的指令能够提供实现流程图和/或方框图中的方框规定的功能/操作的过程。
下面结合本申请中的附图对本申请进行描述。
实施例
如图1至图4所示，本发明的一种光伏智能清扫机器人的控制方法，方法包括：
S1、对每个光伏发电单元赋予唯一的索引地址，索引地址用于供光伏智能清扫机器人定位需要进行清洁的光伏发电单元；
具体的，索引地址是一种唯一标识符，用于标识和区分不同的光伏发电单元；每个光伏发电单元可以被视为一个独立的区域，其中包含一个光伏电池板；通过为每个光伏发电单元分配索引地址，可以对其进行准确的定位和识别；具体而言，当建立光伏电站时，每个光伏发电单元都会被分配一个唯一的索引地址，并在系统中进行记录；索引地址可以是数字、字母、或者是含有特定规则的编码方式，以确保其唯一性；
光伏智能清扫机器人通过获取光伏板工作面图像信息和光伏板发电状态信息，可以与每个光伏发电单元的索引地址关联起来；这意味着从同一个光伏发电单元上采集的光伏板工作面图像信息和光伏板发电状态信息具有相同的索引地址，使得机器人能够准确地识别和处理这些信息；在后续的步骤中，基于这些索引地址和相关信息，光伏智能清扫机器人能够确定每个光伏发电单元的污染程度和发电效率，并据此进行相应的清洁操作控制；
总而言之，通过为每个光伏发电单元赋予唯一的索引地址，光伏智能清扫机器人可以准确地定位和识别需要进行清洁的光伏发电单元，从而实现精准定点清洁操作。
S2、获取光伏板工作面图像信息以及光伏板发电状态信息，同一光伏发电单元上采集的光伏板工作面图像信息和光伏板发电状态信息均对应相同的索引地址；
在S2阶段，光伏清洁机器人需要获取光伏板工作面图像信息以及光伏板发电状态信息；这些信息对于机器人的视觉感知和任务执行至关重要；以下是针对这两个方面的详细介绍：
获取光伏板工作面图像信息：光伏板工作面图像信息是依靠安装在光伏发电单元附近的摄像头采集的，为了获取光伏板工作面图像信息，摄像头会采集光伏板的图像；每个摄像头可以覆盖多个光伏电池板；通过使用图像边缘识别和分割技术，可以将摄像头采集到的整个图像分解为每个光伏板工作面图像信息；这些图像信息可以用于后续的污染程度评价和清洁决策，具体的通过以下步骤独立分割得到每个光伏板工作面图像信息：
S2a1、图像预处理：
去噪处理：对于采集到的图像，首先需要进行去噪处理，以降低图像中的噪声对后续处理步骤的影响；可以使用常见的去噪方法，如中值滤波、高斯滤波等；
图像增强：为了提升分割效果，可以对图像进行增强处理；例如，可以使用直方图均衡化或对比度增强算法来增强图像的对比度和细节；
S2a2、边缘检测：
Canny算法：Canny边缘检测算法是一种常用的边缘检测方法；它通过多步骤的操作包括高斯滤波、梯度计算、非极大值抑制和双阈值处理来检测图像中的强边缘；这些边缘线条可以准确地表示光伏板之间的分割线；
其他边缘检测算法：除了Canny算法，还有一些其他的边缘检测算法，如Sobel算子、Laplacian算子等；根据具体的应用场景和需求，选择适合的边缘检测算法进行处理；
S2a3、分割：
区域生长算法：基于边缘检测结果，可以采用区域生长算法将图像分割为不同的区域；区域生长算法从某个种子点开始，根据相似度准则逐渐扩展区域；通过设定合适的相似度阈值，可以将图像中的不同光伏板分割为各自的区域；
阈值分割算法：基于图像的灰度值，可以采用阈值分割算法将图像分割为不同的目标区域；通过设定适当的灰度阈值，可以将图像中的光伏板与背景分离；
S2a4、后处理：
图像腐蚀和膨胀：为了平滑边缘并填充孔洞，可以使用图像腐蚀和膨胀操作；图像腐蚀可以缩小边缘线条，而图像膨胀可以扩大边缘线条；这些操作可以进一步改善分割的结果，使得光伏板的轮廓更加准确；
区域合并：在分割结果中，可能会存在一些小的孤立区域或误分割的情况；可以使用区域合并算法，根据一定的准则将这些区域合并到相邻的光伏板区域中，以获得更加完整和准确的光伏板工作面图像信息；
通过上述步骤，能够得到属于每个光伏板工作面图像信息，根据具体应用需求和场景，还可以结合其他图像处理技术和算法进行优化和改进。
获取光伏板发电状态信息：光伏板发电状态信息的采集通常依靠安装在光伏发电单元上的各种传感器；这些传感器可以实时监测光伏板的发电过程中的关键参数，包括发电单元的光照强度、电压、电流和温度等信息；以下是具体描述这些信息的采集方式：
光照强度数据的采集：在光伏板上安装光照度计；它使用光敏元件，如硅光电池或光敏电阻，来测量光线的强度；光照度计的测量单位是勒克斯Lux，表示单位面积上接收到的光照强度；同时，也可以采用辐射度计和全天日射计测量光照强度；
电压和电流的采集：安装在光伏发电单元上的电流传感器和电压传感器可以直接测量光伏组件的输出电流和输出电压；这些传感器可以实时感知光伏组件的电流和电压值，并输出相应的模拟电信号或数字信号；
温度的采集：光伏组件的温度对其发电效率和性能有重要影响；因此，安装温度传感器来监测光伏组件的温度；温度传感器可以采集光伏组件的表面温度或内部温度，并将其转化为相应的电信号供监测和记录。
S3、利用预先构建的污垢覆盖面积占比分析模型，对光伏工作面图像信息进行特征识别，获得光伏板污染程度评价参数；
步骤S3涉及使用预先构建的污垢覆盖面积占比分析模型对光伏工作面图像信息进行特征识别，从而获得光伏板污染程度评价参数；具体而言，这一步骤是为了判断光伏板表面的污染程度，以便评估是否需要清洁；具体包括以下步骤：
S31、从S2a4处理后的图像中提取与污染程度相关的特征；这些特征包括颜色分布、纹理特征、边缘信息等；通过分析光伏板表面的特征，间接反映出污垢的分布和程度；
S32、利用预先构建的污垢覆盖面积占比分析模型，对提取到的特征进行识别和分类，模型基于机器学习算法或其他图像分析技术构建而成，通过对已知污垢程度和对应特征的训练，模型根据特征来估计光伏板表面的污染程度；
S33、根据特征识别结果，计算得到光伏板污染程度评价参数；该参数可以是一个数值，表示光伏板表面的污染程度的度量，假设模型使用污垢覆盖面积占比作为污染程度评价参数；该参数表示光伏板表面被污垢覆盖的面积占整个光伏板面积的比例；可以通过以下计算公式得到污染程度评价参数：
其中，/>表示污染程度评价参数，/>表示污垢覆盖面积，/>表示总面积；其中，污垢覆盖面积指的是在光伏板工作面图像中被识别出的污垢所覆盖的面积，总面积表示整个光伏板工作面的表面积；
举例说明：假设从光伏板工作面图像中提取到的污垢覆盖面积为50平方厘米，总面积为1000平方厘米，则根据上述公式可以计算出污染程度评价参数：这个污染程度评价参数表示光伏板的表面被污垢覆盖的比例为5%；总之，步骤S3旨在利用光伏工作面图像信息和预先构建的污垢覆盖面积占比分析模型，通过特征识别和分类来评估光伏板的污染程度；这个评估参数将作为后续步骤中光伏板清洁指数的计算依据，从而实现精准定点清洁的控制方法。
S4、利用预先构建的光伏发电效率评估模型，对光伏板发电状态信息进行特征识别，获得光伏发电效率评价参数；
为了实现这一步骤，首先需要建立一个光伏发电效率评估模型；该模型可以基于统计分析、机器学习或其他相关方法构建而成；该模型的目的是通过输入的光伏板发电状态信息，预测光伏板的发电效率；光伏发电效率评估模型的构建依赖于多个特征参数，如光照强度、光伏板表面温度、光伏板的电流和电压；这些参数可以由光伏板发电状态信息中提取出来；
一旦光伏发电效率评估模型建立完成，S4阶段就会利用该模型对光伏板工作面图像信息进行特征识别；这意味着输入光伏板发电状态信息至光伏发电效率评估模型，光伏发电效率评估模型将对这些信息进行处理和分析，从而计算出相应的光伏发电效率评价参数，具体的计算公式如下：
其中，/>表示光伏发电效率评价参数，/>表示实际发电功率，/>表示光照辐射能量，/>表示温度系数，/>表示光伏组件表面实时温度，/>表示参考温度,参考温度是一个预定的参考温度值，用于与实际温度进行比较；其中温度系数/>通常是通过性能测试和实测得到的，它表示每摄氏度温度变化对发电效率的影响；正常情况下，温度系数通常以百分比/摄氏度，即%/°C的形式给出；这样获得的光伏发电效率评价参数可以准确表示光伏板当前的发电效率水平的指示；在后续步骤中，根据天气环境信息和评价权重的计算，系统将综合考虑污染程度评价参数和光伏发电效率评价参数，以进一步确定是否需要对光伏板进行清洁控制；值得注意的是，具体的光伏发电效率评估模型的设计和参数计算方法将取决于具体的应用场景和需求。
S5、实时获取光伏发电单元所在地域的天气环境信息；
在本步骤，具体通过以下方式实时获取光伏发电单元所在地域的天气环境信息：
S5a、在光伏电站的各个发电单元附近安装气象传感器；气象传感器可以实时测量并记录各项气象参数，如温度、湿度、风速、风向和降水情况等；这些传感器通常会通过无线通信或有线接口将数据传输给数据采集系统；
S5b、在光伏电站建设中，可以设置一个数据采集系统，负责收集和整合来自各个气象传感器的数据；数据采集系统可以将气象数据进行处理和存储，并将其与光伏发电单元的索引地址进行关联；
S5c、通过实时通讯网络，数据采集系统可以将已整合的气象数据传输到云端或中央服务器，以便可以随时访问和更新这些数据；这样，就能获得光伏电站每个发电单元所在地域的天气环境信息；
通过获得光伏发电单元所在地域的天气环境信息，可以根据设计的算法和模型，确定适当的第一评价权重和第二评价权重以对光伏板的污染程度进行评估和计算；这有助于更准确地判断光伏板的清洁需求，并指导光伏智能清扫机器人的定点清洁操作。
S6、根据天气环境信息，获得对应光伏板污染程度评价参数的第一评价权重和对应光伏发电效率评价参数的第二评价权重；
通过天气环境信息来确定第一评价权重和第二评价权重的目的是为了根据不同的天气条件调整对光伏板清洁指数的计算权重，从而更准确地评估光伏板的清洁程度；具体的：
天气条件是影响光伏板污染程度的重要因素之一；例如，干燥的气候可能会导致尘埃和污垢更容易积聚在光伏板上，因此，通过考虑天气环境信息，可以更准确地估计光伏板的污染程度；
天气条件也会影响光伏板的发电效率；例如，高温和强阳光可能会提高光伏板的温度，降低其发电效率；风速和风向也会影响光伏板的散热效果和太阳光的入射角度，进而影响发电效率；因此，天气环境信息对于评估光伏板的发电效率非常重要；
通过结合天气环境信息，可以动态地调整第一评价权重和第二评价权重，以适应不同天气条件下的光伏板清洁需求；例如，当天气干燥时，可能更需要关注光伏板的污染程度，因此第一评价权重可以增加；而在高温天气下，发电效率的影响可能更为重要，因此第二评价权重可以增加；
综上，通过天气环境信息来确定第一评价权重和第二评价权重可以使光伏智能清扫机器人的控制系统更加智能化和适应性强，更准确地评估光伏板的清洁程度，并根据不同的天气条件做出相应的清洁决策。
S7、根据第一评价权重和第二评价权重，对光伏板污染程度评价参数和光伏发电效率评价参数进行加权计算，获得光伏板清洁指数；
步骤S7是根据第一评价权重和第二评价权重对光伏板污染程度评价参数和光伏发电效率评价参数进行加权计算，以获得光伏板清洁指数；具体实施S7的过程如下：
S71、根据步骤S6，获取对应光伏板污染程度评价参数的第一评价权重和对应光伏发电效率评价参数的第二评价权重；这些权重是根据天气环境信息得出的，用于调整不同因素在清洁指数计算中的重要性；
S72、根据步骤S3和S4，获得光伏板污染程度评价参数和光伏发电效率评价参数的具体数值；
S73、将光伏板污染程度评价参数乘以第一评价权重，得到加权后的污染程度评价指标；
S74、将光伏发电效率评价参数乘以第二评价权重，得到加权后的发电效率评价指标；
S75、将加权后的污染程度评价指标和发电效率评价指标相加，得到光伏板清洁指数；
具体的计算公式如下：
其中，/>和/>是根据天气环境信息确定的评价权重，取值范围为0到1之间的实数；/>和/>是从步骤/>和/>中获得的污染程度评价参数和发电效率评价参数；
通过上述步骤，对光伏板污染程度和发电效率两个因素的加权计算，以获得综合的清洁指数；权重的设定可以根据天气环境信息的变化来动态调整，从而更准确地评估光伏板的清洁程度；清洁指数的计算结果可以作为判断是否需要对该光伏板进行清洁的依据，对于清洁指数大于预设阈值的情况，将触发光伏智能清扫机器人按索引地址进行导向并清洁的操作。
S8、将光伏板清洁指数与预设阈值进行比对，当光伏板清洁指数大于预设阈值时，控制光伏智能清扫机器人按索引地址进行导向并清洁；若光伏板清洁指数未大于预设阈值，则无动作；
这一步骤的目的是根据光伏板清洁指数决定是否需要进行清洁；以下是该步骤的更详细说明：S81、获取光伏板清洁指数：在步骤中，我们根据第一评价权重和第二评价权重，对光伏板污染程度评价参数和光伏发电效率评价参数进行加权计算，得到光伏板清洁指数；
S82、设置阈值：在该系统中，预设阈值是一个预先设定的数值，用于判断光伏板是否需要清洁；预设阈值的选择需要根据具体的应用需求和实际情况来决定；
S83、比对清洁指数和预设阈值：将计算得到的光伏板清洁指数与预设阈值进行比较；
S84、清洁决策：根据清洁指数和预设阈值的比较结果，确定相应的清洁决策：如果光伏板清洁指数大于预设阈值，表示光伏板的污染程度超过了设定的阈值，需要进行清洁动作；如果光伏板清洁指数未大于预设阈值，表示光伏板的污染程度仍在可以接受的范围内，无需进行清洁动作；
S85、控制机器人行动：当需要进行清洁时，控制光伏智能清扫机器人按照索引地址进行导向，以准确定位需要进行清洁的光伏发电单元；当无需进行清洁时，光伏智能清扫机器人将不执行任何动作，等待下一个周期的清洁判断。
实施例二
如图5所示的，本发明的光伏智能清扫机器人的控制系统，包括：
索引分配模块，用于为每个光伏发电单元分配唯一的索引地址，索引地址用于供光伏智能清扫机器人定位需要进行清洁的光伏发电单元；
数据采集模块，用于获取光伏板工作面图像信息和光伏板发电状态信息，并发送；其中，光伏板工作面图像信息和光伏板发电状态信息上均标记有索引地址，同一光伏发电单元上采集的光伏板工作面图像信息和光伏板发电状态信息对应相同的索引地址；
参数评估模块，用于接收光伏板工作面图像信息和光伏板发电状态信息，并利用预先构建的污垢覆盖面积占比分析模型，对光伏工作面图像信息进行特征识别，以获取光伏板污染程度评价参数，并发送；同时利用预先构建的光伏发电效率评估模型，对光伏板发电状态信息进行特征识别，以获得光伏发电效率评价参数，并发送；
天气信息获取模块，用于实时获取光伏发电单元所在地域的天气环境信息，并发送；
评价权重调取模块，用于接收天气环境信息，并根据天气环境信息，确定对应光伏板污染程度评价参数的第一评价权重和对应光伏发电效率评价参数的第二评价权重；
指数计算模块，用于接收第一评价权重和第二评价权重，并根据第一评价权重和第二评价权重对光伏板污染程度评价参数和光伏发电效率评价参数进行加权计算，得到光伏板清洁指数，并发送；
清洁控制模块，用于接收光伏板清洁指数，并将光伏板清洁指数与预设阈值进行比对；当光伏板清洁指数大于预设阈值时，控制光伏智能清扫机器人按索引地址进行导向并清洁；若光伏板清洁指数未大于预设阈值，则无动作。
通过为每个光伏发电单元分配唯一的索引地址，可以准确地定位需要进行清洁的光伏发电单元；这样可以避免对不需要清洁的光伏板进行无效操作，提高清洁效率；光伏板工作面图像信息和光伏板发电状态信息上标记有索引地址，可以确保采集到的信息与对应的光伏发电单元匹配；这样可以准确获取每个光伏板的污染程度和发电效率信息；
利用预先构建的污垢覆盖面积占比分析模型和光伏发电效率评估模型，对光伏板工作面图像信息和光伏板发电状态信息进行特征识别和评估参数提取；这样可以准确评估每个光伏板的污染程度和发电效率，为后续的清洁决策提供依据；
实时获取光伏发电单元所在地域的天气环境信息，这对判断清洁需求和影响光伏板发电效率的因素非常重要；根据天气环境信息确定对应光伏板污染程度评价参数和光伏发电效率评价参数的权重；考虑到不同天气条件下的影响，可以根据实际情况调整清洁任务的优先级；
根据评价权重对污染程度评价参数和发电效率评价参数进行加权计算，得到光伏板清洁指数；这个指数可以作为判断是否需要清洁的依据，提高清洁决策的准确性；
根据光伏板清洁指数和预设阈值进行比对，控制光伏智能清扫机器人的清洁动作；只有当光伏板清洁指数大于预设阈值时，才会触发清洁操作，避免了对未过度污染的光伏板进行不必要的清洁；
综上，该系统通过有效地定位、准确评估和智能决策，能够实现精准定点清洁，提高光伏电池板清洁效率和发电效率，并且能够根据实际情况进行优先级调整，节约时间和资源。
前述实施例一中的光伏智能清扫机器人的控制方法的各种变化方式和具体实施例同样适用于本实施例的光伏智能清扫机器人的控制系统,通过前述对光伏智能清扫机器人的控制方法的详细描述,本领域技术人员可以清楚的知道本实施例中光伏智能清扫机器人的控制系统的实施方法,所以为了说明书的简洁,在此不再详述。
此外,本申请还提供了一种电子设备,包括总线、收发器、存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,该收发器、该存储器和处理器分别通过总线相连，计算机程序被处理器执行时实现上述控制输出数据的方法实施例的各个过程,且能达到相同的技术效果,为避免重复,这里不再赘述。
以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明技术原理的前提下，还可以做出若干改进和变型，这些改进和变型也应视为本发明的保护范围。
Claims (8)
1.一种光伏智能清扫机器人的控制方法，其特征在于，所述方法包括：
对每个光伏发电单元赋予唯一的索引地址，所述索引地址用于供光伏智能清扫机器人定位需要进行清洁的光伏发电单元；
获取光伏板工作面图像信息以及光伏板发电状态信息，同一光伏发电单元上采集的所述光伏板工作面图像信息和所述光伏板发电状态信息均对应相同的索引地址；
利用预先构建的污垢覆盖面积占比分析模型，对所述光伏板工作面图像信息进行特征识别，获得光伏板污染程度评价参数；
利用预先构建的光伏发电效率评估模型，对所述光伏板发电状态信息进行特征识别，获得光伏发电效率评价参数；
实时获取光伏发电单元所在地域的天气环境信息；
根据天气环境信息，获取对应光伏板污染程度评价参数的第一评价权重和对应光伏发电效率评价参数的第二评价权重；
将光伏板污染程度评价参数乘以第一评价权重，得到加权后的污染程度评价指标；
将光伏发电效率评价参数乘以第二评价权重，得到加权后的发电效率评价指标；
将加权后的污染程度评价指标和发电效率评价指标相加，得到光伏板清洁指数；
设置阈值，所述阈值用于判断光伏板是否需要清洁；
将计算得到的光伏板清洁指数与预设阈值进行比较；
根据清洁指数和预设阈值的比较结果，确定相应的清洁决策：
如果光伏板清洁指数大于预设阈值，表示光伏板的污染程度超过了设定的阈值，需要进行清洁动作；如果光伏板清洁指数未大于预设阈值，表示光伏板的污染程度仍在可以接受的范围内，无需进行清洁动作；
当需要进行清洁时，控制光伏智能清扫机器人按照索引地址进行导向，以准确定位需要进行清洁的光伏发电单元；当无需进行清洁时，光伏智能清扫机器人将不执行任何动作，等待下一个周期的清洁判断。
2.如权利要求1所述的一种光伏智能清扫机器人的控制方法，其特征在于，所述光伏板发电状态信息包括光照强度、电压、电流和温度。
3.如权利要求2所述的一种光伏智能清扫机器人的控制方法，其特征在于，所述获得光伏板污染程度评价参数的方法，包括：
根据光伏板工作面图像信息提取与污染程度相关的特征，包括颜色分布、纹理特征和边缘信息，通过分析光伏板表面的特征，间接反映出污垢的分布和程度；
利用预先构建的污垢覆盖面积占比分析模型，对提取到的特征进行识别和分类；
根据特征识别结果，计算得到光伏板污染程度评价参数，计算公式如下；
η1=A/S×100%；
其中，η1表示污染程度评价参数，A表示污垢覆盖面积，S表示总面积；其中，所述污垢覆盖面积表示在光伏板工作面图像中被识别出的污垢所覆盖的面积，所述总面积表示整个光伏板工作面的表面积。
4.如权利要求3所述的一种光伏智能清扫机器人的控制方法，其特征在于，所述光伏发电效率评估模型通过提取光伏板发电状态信息中的多个特征参数，并利用如下公式计算得到光伏发电效率评价参数：
η2=P/{G×[1+α×(Tm–Tr)]}×100%；
其中，η2表示光伏发电效率评价参数，P表示实际发电功率，G表示光照辐射能量，α表示温度系数，Tm表示光伏组件表面实时温度，Tr表示参考温度,参考温度是一个预定的参考温度值，用于与实际温度进行比较；其中温度系数通常是通过性能测试和实测得到的，温度系数表示每摄氏度温度变化对发电效率的影响。
5.如权利要求1所述的一种光伏智能清扫机器人的控制方法，其特征在于，所述实时获取光伏发电单元所在地域的天气环境信息的方法，包括：
在光伏电站的各个发电单元附近安装气象传感器；
设置数据采集系统，负责收集和整合来自各个气象传感器采集的天气环境信息；数据采集系统用于将收集到的天气环境信息进行处理和存储，并将天气环境信息与光伏发电单元的索引地址进行关联；
通过实时通讯网络，数据采集系统将已整合的天气环境信息传输到云端，用于随时访问和更新。
6.一种光伏智能清扫机器人的控制系统，其特征在于，所述系统包括：
索引分配模块，用于为每个光伏发电单元分配唯一的索引地址，所述索引地址用于供光伏智能清扫机器人定位需要进行清洁的光伏发电单元；
数据采集模块，用于获取光伏板工作面图像信息和光伏板发电状态信息，并发送；其中，所述光伏板工作面图像信息和光伏板发电状态信息上均标记有索引地址，同一光伏发电单元上采集的光伏板工作面图像信息和光伏板发电状态信息对应相同的索引地址；
参数评估模块，用于接收光伏板工作面图像信息和光伏板发电状态信息，并利用预先构建的污垢覆盖面积占比分析模型，对光伏工作面图像信息进行特征识别，以获取光伏板污染程度评价参数，并发送；同时利用预先构建的光伏发电效率评估模型，对光伏板发电状态信息进行特征识别，以获得光伏发电效率评价参数，并发送；
天气信息获取模块，用于实时获取光伏发电单元所在地域的天气环境信息，并发送；
评价权重调取模块，用于接收天气环境信息，并根据天气环境信息，确定对应光伏板污染程度评价参数的第一评价权重和对应光伏发电效率评价参数的第二评价权重；
指数计算模块，用于接收光伏板污染程度评价参数、光伏发电效率评价参数、第一评价权重和第二评价权重，将光伏板污染程度评价参数乘以第一评价权重，得到加权后的污染程度评价指标；将光伏发电效率评价参数乘以第二评价权重，得到加权后的发电效率评价指标；将加权后的污染程度评价指标和发电效率评价指标相加，得到光伏板清洁指数，并发送；
清洁控制模块，用于接收光伏板清洁指数，并将光伏板清洁指数与预设阈值进行比对；根据清洁指数和预设阈值的比较结果，确定相应的清洁决策：
如果光伏板清洁指数大于预设阈值，表示光伏板的污染程度超过了设定的阈值，需要进行清洁动作；如果光伏板清洁指数未大于预设阈值，表示光伏板的污染程度仍在可以接受的范围内，无需进行清洁动作；
当需要进行清洁时，控制光伏智能清扫机器人按照索引地址进行导向，以准确定位需要进行清洁的光伏发电单元；当无需进行清洁时，光伏智能清扫机器人将不执行任何动作，等待下一个周期的清洁判断。
7.一种光伏智能清扫机器人的控制电子设备，包括总线、收发器、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，所述收发器、所述存储器和所述处理器通过所述总线相连，其特征在于，所述计算机程序被所述处理器执行时实现如权利要求1-5中任一项所述方法中的步骤。
8.一种计算机可读存储介质，其上存储有计算机程序，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1-5中任一项所述方法中的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310982189.8A CN116690613B (zh) | 2023-08-07 | 2023-08-07 | 一种光伏智能清扫机器人的控制方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310982189.8A CN116690613B (zh) | 2023-08-07 | 2023-08-07 | 一种光伏智能清扫机器人的控制方法及系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN116690613A CN116690613A (zh) | 2023-09-05 |
| CN116690613B true CN116690613B (zh) | 2023-10-24 |
Family
ID=87837875
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310982189.8A Active CN116690613B (zh) | 2023-08-07 | 2023-08-07 | 一种光伏智能清扫机器人的控制方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116690613B (zh) |
Families Citing this family (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117036339B (zh) * | 2023-09-28 | 2023-12-22 | 南通广文光伏新能源有限责任公司 | 一种用于太阳能光伏板运行健康的监测方法 |
| 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 (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2016024304A1 (ja) * | 2014-08-13 | 2016-02-18 | 株式会社 スカイロボット | 太陽光発電パネルの洗浄装置 |
| CN107507163A (zh) * | 2017-07-04 | 2017-12-22 | 国网山东省电力公司菏泽供电公司 | 一种识别光伏太阳能板表面污垢程度的方法及系统 |
| KR20190088136A (ko) * | 2018-01-06 | 2019-07-26 | 인제대학교 산학협력단 | 로봇청소기의 태양광 패널 청소위치 확인방법 |
| CN111628721A (zh) * | 2020-06-11 | 2020-09-04 | 久烁能源科技(厦门)有限公司 | 一种光伏组件灰尘清洗决策方法、监测系统和清洗系统 |
| CN113193830A (zh) * | 2021-05-28 | 2021-07-30 | 中清能绿洲科技股份有限公司 | 光伏清洗系统 |
| EP3910435A1 (en) * | 2020-05-12 | 2021-11-17 | Thomas Friesen | System, device and method for determining soiling of pv modules |
| CN115765612A (zh) * | 2022-11-23 | 2023-03-07 | 华电电力科学研究院有限公司 | 一种光伏组件清洁度智能诊断、清洗方法及系统 |
| CN115765608A (zh) * | 2022-11-01 | 2023-03-07 | 华能新疆能源开发有限公司新能源东疆分公司 | 一种光伏板智能清洗系统及方法 |
| 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 |
| CN116227689A (zh) * | 2023-02-12 | 2023-06-06 | 国网辽宁省电力有限公司电力科学研究院 | 一种光伏板污秽度状态评价及清扫决策系统 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112329618A (zh) * | 2020-11-04 | 2021-02-05 | 夏永霞 | 一种基于人工智能的光伏清洁机器人控制方法及系统 |
-
2023
- 2023-08-07 CN CN202310982189.8A patent/CN116690613B/zh active Active
Patent Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2016024304A1 (ja) * | 2014-08-13 | 2016-02-18 | 株式会社 スカイロボット | 太陽光発電パネルの洗浄装置 |
| CN107507163A (zh) * | 2017-07-04 | 2017-12-22 | 国网山东省电力公司菏泽供电公司 | 一种识别光伏太阳能板表面污垢程度的方法及系统 |
| KR20190088136A (ko) * | 2018-01-06 | 2019-07-26 | 인제대학교 산학협력단 | 로봇청소기의 태양광 패널 청소위치 확인방법 |
| EP3910435A1 (en) * | 2020-05-12 | 2021-11-17 | Thomas Friesen | System, device and method for determining soiling of pv modules |
| CN111628721A (zh) * | 2020-06-11 | 2020-09-04 | 久烁能源科技(厦门)有限公司 | 一种光伏组件灰尘清洗决策方法、监测系统和清洗系统 |
| CN113193830A (zh) * | 2021-05-28 | 2021-07-30 | 中清能绿洲科技股份有限公司 | 光伏清洗系统 |
| CN115765608A (zh) * | 2022-11-01 | 2023-03-07 | 华能新疆能源开发有限公司新能源东疆分公司 | 一种光伏板智能清洗系统及方法 |
| CN115765612A (zh) * | 2022-11-23 | 2023-03-07 | 华电电力科学研究院有限公司 | 一种光伏组件清洁度智能诊断、清洗方法及系统 |
| 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 |
| CN116227689A (zh) * | 2023-02-12 | 2023-06-06 | 国网辽宁省电力有限公司电力科学研究院 | 一种光伏板污秽度状态评价及清扫决策系统 |
Non-Patent Citations (1)
| Title |
|---|
| 一种光伏电站发电效率多参数综合评估模型及仿真验证;郑伟烁;《电测与仪表》;第58卷(第12期);1-8 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN116690613A (zh) | 2023-09-05 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN116690613B (zh) | 一种光伏智能清扫机器人的控制方法及系统 | |
| CN112233091B (zh) | 一种风力机叶片图像损伤检测和定位方法 | |
| CN107292882B (zh) | 一种基于Meanshift自适应电气设备故障检测方法 | |
| CN109787552B (zh) | 一种光伏电站的清洗方法及系统 | |
| CN111598098B (zh) | 一种基于全卷积神经网络的水尺水位线检测及有效性识别方法 | |
| CN111798412A (zh) | 一种基于红外图像的变电设备缺陷智能诊断方法及系统 | |
| CN104517125B (zh) | 高速物体的图像实时跟踪方法与系统 | |
| CN114743115A (zh) | 一种光伏电子设备的遮挡物识别方法及故障预警系统 | |
| CN110210060B (zh) | 太阳能光伏板表面积灰程度的预测方法 | |
| Prabhakaran et al. | Deep Learning-Based Model for Defect Detection and Localization on Photovoltaic Panels. | |
| CN115082744A (zh) | 一种基于人工智能的太阳能集热效率分析方法及系统 | |
| CN116386120A (zh) | 一种无感监控管理系统 | |
| CN115953666A (zh) | 一种基于改进Mask-RCNN的变电站现场进度识别方法 | |
| CN113610799A (zh) | 基于人工智能的光伏电池板彩虹纹检测方法、装置及设备 | |
| CN111767826A (zh) | 一种定时定点场景异常检测方法 | |
| CN114581407B (zh) | 一种光伏模块的自适应缺陷检测方法 | |
| CN116029440A (zh) | 光伏电站超短期功率预测方法和装置 | |
| Ayyagari et al. | Simultaneous detection and classification of dust and soil on solar photovoltaic arrays connected to a large-scale industry: A case study | |
| CN115392494A (zh) | 一种智能化光伏清灰方法及系统 | |
| CN116454882B (zh) | 一种基于机器视觉预测体的光伏发电预测方法 | |
| Hu et al. | A detecting algorithm for occlusion on the surface of photovoltaic modules based on improved YOLOv5 | |
| GB2586227A (en) | System and method for controlling shadow flicker from a wind turbine | |
| Zhang et al. | Snow loss modeling for solar modules using image processing and deep learning | |
| CN116191680B (zh) | 一种应用于光伏发电的监控管理系统 | |
| Zheng et al. | Automatic Digital Recognition of Multiple Electricity Dashboards |
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 |