CN117895899A - 一种光伏板清洁度检测方法及系统 - Google Patents
一种光伏板清洁度检测方法及系统 Download PDFInfo
- Publication number
- CN117895899A CN117895899A CN202410303697.3A CN202410303697A CN117895899A CN 117895899 A CN117895899 A CN 117895899A CN 202410303697 A CN202410303697 A CN 202410303697A CN 117895899 A CN117895899 A CN 117895899A
- Authority
- CN
- China
- Prior art keywords
- photovoltaic panel
- cleanliness
- value
- cleanliness detection
- 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.)
- Granted
Links
- 230000003749 cleanliness Effects 0.000 title claims abstract description 126
- 238000001514 detection method Methods 0.000 title claims abstract description 99
- 238000002310 reflectometry Methods 0.000 claims abstract description 50
- 238000004140 cleaning Methods 0.000 claims abstract description 40
- 238000000034 method Methods 0.000 claims abstract description 20
- 238000007781 pre-processing Methods 0.000 claims abstract description 11
- 230000011218 segmentation Effects 0.000 claims description 27
- 239000000428 dust Substances 0.000 claims description 15
- 239000013598 vector Substances 0.000 claims description 15
- 238000012549 training Methods 0.000 claims description 12
- 238000012360 testing method Methods 0.000 claims description 9
- 238000004364 calculation method Methods 0.000 claims description 6
- 230000005484 gravity Effects 0.000 claims description 6
- 238000010276 construction Methods 0.000 claims description 3
- 238000007405 data analysis Methods 0.000 claims description 3
- 238000012795 verification Methods 0.000 claims description 3
- 238000005259 measurement Methods 0.000 description 4
- 238000012545 processing Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 2
- 230000007613 environmental effect Effects 0.000 description 2
- 238000010248 power generation Methods 0.000 description 2
- 238000009736 wetting Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000007664 blowing Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000005286 illumination Methods 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 210000000056 organ Anatomy 0.000 description 1
- 239000002689 soil Substances 0.000 description 1
- 238000011179 visual inspection Methods 0.000 description 1
Classifications
-
- 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
- Photovoltaic Devices (AREA)
- Image Processing (AREA)
Abstract
本发明公开了一种光伏板清洁度检测方法及系统，涉及清洁度检测技术领域，方法包括：将光伏电站划分为m个区域，其中每个区域至少包括一块光伏板，设置固定拍摄点，对每个区域光伏板进行图像采集，获取每个区域的光伏板图像；对获取到的光伏板图像进行预处理，获取光伏板图像中的清洁特征信息；获取所有区域的天气数据，测量所有区域内光伏板的反射率；计算所有区域的天气变化数据和反射率变化数据；基于天气变化数据、反射率变化数据和清洁特征信息构建清洁度检测模型；基于清洁度检测模型，对光伏板的清洁度进行检测，得到清洁度检测结果。对天气变化和光伏板表面反射情况进行分析，进一步减少使用机器视觉进行光伏板清洁度检测时存在的误差。
Description
技术领域
本发明涉及清洁度检测技术领域，特别是涉及一种光伏板清洁度检测方法及系统。
背景技术
光伏板的清洁度对其发电效率和寿命都有着重要影响。随着光伏发电的快速发展，对光伏板清洁度的检测和维护变得越来越重要。传统上，光伏板的清洁度检测主要依靠目视检查或使用简单的工具进行表面污垢检测。然而，随着光伏板数量的增加和分布的广泛，传统的检测方法存在着效率低下、人力资源依赖性高和准确性不足的问题。因此采用机器视觉和无人机技术的光伏板清洁度检测方法应运而生，现有的光伏板清洁度检测技术往往只是针对光伏板本身的清洁度，没有考虑到环境和天气变化以及光伏板表面反射情况对使用机器视觉进行光伏板清洁度检测的影响。
如公开号为CN115085653A的专利公开了一种具备光伏板清洁度检测的自动化清扫装置，包括两组伸缩支撑架以及设置在两组伸缩支撑架顶部之间的框架，所述框架的内侧滑动连接有清扫组件，所述清扫组件通过驱动机构在框架内侧左右移动；所述清扫组件包括滑动在框架内侧的滑动板、通过竖直板连接在滑动板下方的吹扫器以及固定在竖直板一侧的水平板和安装在水平板底部的雾化器，涉及光伏板技术领域。该发明对光伏板进行清洁时，由雾化器将光伏板进行润湿，再配合吹扫器对润湿后的灰尘进行吹扫，润湿后的灰尘不会产生扬尘，因此避免了灰尘二次落在光伏板上，提高了对光伏板清扫的质量。
如公开号为CN113794444A的专利公开了一种光伏板清洁度检测与报警方法及装置，装置包括壳体和内置电路、壳体上设的电压测量端口和电流测量端口，所述电压测量端口和电流测量端口通过导线与光伏板的输出线路相连接，所述内置电路包括检测模块、控制处理模块、报警模块、自动启停模块和显示模块，所述检测模块包括光敏传感器、电压传感器、电流传感器，所述自动启停模块包括湿度传感器，所述控制处理模块包括单片机，所述控制处理模块的输出端和报警模块、显示模块连接，所述报警模块包括蜂鸣器和报警灯，所述显示模块包括显示屏。该发明通过实时检测光照强度、光伏板的实时发电的电压和电流监测光伏板清洁度，极大的提高了工作效率，通过自动启停模块保证了整个装置的安全。
以上专利都存在本背景技术提出的问题：没有考虑到环境和天气变化以及光伏板表面反射情况对使用机器视觉进行光伏板清洁度检测的影响。为解决这一问题，本发明提出了一种光伏板清洁度检测方法及系统。
发明内容
针对现有技术的不足，本发明的主要目的是提供一种光伏板清洁度检测方法及系统，能够有效解决背景技术中的问题。本发明的具体技术方案如下：
一种光伏板清洁度检测方法，包括以下具体步骤：
S1、将光伏电站划分为m个区域，其中每个区域至少包括一块光伏板，设置固定拍摄点，对每个区域光伏板进行图像采集，获取每个区域的光伏板图像；
S2、对获取到的光伏板图像进行预处理，获取光伏板图像中的清洁特征信息；
S3、获取所有区域的天气数据，测量所有区域内光伏板的反射率；
S4、基于S3，计算所有区域的天气变化数据和反射率变化数据；
S5、基于天气变化数据、反射率变化数据和清洁特征信息构建清洁度检测模型；
S6、基于清洁度检测模型，对光伏板的清洁度进行检测，得到清洁度检测结果。
具体的，所述S1中获取每个区域的光伏板图像包括获取每个区域n个时刻的光伏板图像。
具体的，所述S2中预处理包括：图像去噪操作、图像增强操作。
在本实施例中，所述S2中获取光伏板图像中的清洁特征信息，具体包括以下步骤：
S201、基于每个区域n个时刻的光伏板图像，计算光伏板尘土覆盖值；
S202、对预处理后的每个区域n个时刻的光伏板图像进行阈值分割，将光伏板图像分割为污垢图像和背景图像，计算光伏板污垢变化值；
S203、将光伏板尘土覆盖值和光伏板污垢变化值作为清洁特征信息。
具体的，所述S3中获取所有区域的天气数据包括：获取每个区域n个时刻的风速、湿度、空气质量指数；所述测量所有区域内光伏板的反射率包括：测量每个区域n个时刻光伏板的反射率。
具体的，所述S201包括以下具体步骤：
S2011、遍历第i个区域第j个时刻光伏板图像中所有像素点，获取所有像素点的颜色向量，i为1至m中任一项，j为1至n中任一项；
S2012、设第i个区域第j个时刻光伏板图像中共有Q个像素点，其中第q个像素点的颜色向量为，其中/>为第q个像素点的颜色向量中红色通道的颜色值，/>为第q个像素点的颜色向量中绿色通道的颜色值，/>为第q个像素点的颜色向量中蓝色通道的颜色值，q为1至Q中任一项；
S2013、计算第i个区域第j个时刻的光伏板尘土覆盖值，其中q为1至Q中任一项，当q=1时，/>、/>、均为0。
具体的，所述计算光伏板污垢变化值的具体步骤包括：
S2021、设像素分割阈值为T，对预处理后的每个区域n个时刻的光伏板图像进行阈值分割；
S2022、将每个区域n个时刻的光伏板图像进行灰度化处理，提取图像中所有像素点对应的灰度值，其中第i个区域第j个时刻光伏板图像中第q个像素点的灰度值为；
S2023、统计像素点灰度值小于等于像素分割阈值T的像素点和像素点灰度值大于像素分割阈值T的像素点；设共有Q1个灰度值小于等于像素分割阈值T的像素点，其中第q1个像素点的灰度值为，q1为1至Q1中任一项；共有Q2个灰度值大于像素分割阈值T的像素点，其中第q2个像素点的灰度值为/>，q2为1至Q2中任一项；
S2024、使用类内方差计算公式计算类内方差，获取使得类内方差最小的像素分割阈值T作为第i个区域第j个时刻光伏板图像的污垢分割阈值；其中类内方差计算公式为；
S2025、基于第i个区域第j个时刻光伏板图像的污垢分割阈值T，对第i个区域第j个时刻光伏板图像进行分割，提取像素点灰度值大于像素分割阈值T的像素点个数，将像素点灰度值大于像素分割阈值T的像素点个数占第i个区域第j个时刻光伏板图像所有像素点个数的比值作为第i个区域第j个时刻光伏板的污垢比重；
S2026、基于第i个区域第j个时刻光伏板的污垢比重，计算第i个区域第j个时刻光伏板污垢变化值/>。
具体的，所述计算所有区域的天气变化数据和反射率变化数据的具体步骤包括：
S401、设第i个区域第j个时刻的风速为、湿度为/>、空气质量指数为/>；测量得到的第i个区域第j个时刻光伏板的反射率为/>；
S402、分别计算第i个区域第j个时刻的风速变化值、湿度变化值、空气质量指数变化值/>、反射率变化值/>；
S403、将第i个区域第j个时刻的风速变化值、第i个区域第j个时刻的湿度变化值、第i个区域第j个时刻的空气质量指数变化值作为第i个区域第j个时刻的天气变化数据，将第i个区域第j个时刻的反射率变化值作为第i个区域第j个时刻的反射率变化数据。
具体的，所述基于天气变化数据、反射率变化数据和清洁特征信息构建清洁度检测模型的具体步骤包括：
S501、建立清洁度检测集合A用于存储m个区域n个时刻下的天气变化数据、反射率变化数据和清洁特征信息，所述清洁特征信息包括光伏板尘土覆盖值、光伏板污垢变化值；
S502、将清洁度检测集合A划分为清洁度检测训练集和清洁度检测测试集；
S503、构建清洁度检测回归网络，将清洁度检测训练集中的天气变化数据、反射率变化数据作为清洁度检测回归网络的输入，将清洁度检测训练集中的清洁特征信息作为清洁度检测回归网络的输出，对清洁度检测回归网络进行训练，得到光伏板清洁度检测回归网络；
S504、使用清洁度检测测试集对光伏板清洁度检测回归网络进行模型验证，输出大于等于预设模型测试准确度的光伏板清洁度检测回归网络作为清洁度检测模型。
一种光伏板清洁度检测系统，用于实现所述的一种光伏板清洁度检测方法，所述系统包括：
图像采集模块，用于基于被划分为m个区域的光伏电站，其中每个区域至少包括一块光伏板，设置固定拍摄点，对每个区域光伏板进行图像采集，获取每个区域的光伏板图像；
清洁特征信息获取模块，用于对获取到的光伏板图像进行预处理，获取光伏板图像中的清洁特征信息；
数据获取模块，用于获取所有区域的天气数据，测量所有区域内光伏板的反射率；
数据分析模块，用于计算所有区域的天气变化数据和反射率变化数据；
清洁度检测模型构建模块，用于基于天气变化数据、反射率变化数据和清洁特征信息构建清洁度检测模型；
清洁度检测结果反馈模块，用于基于清洁度检测模型，对光伏板的清洁度进行检测，得到清洁度检测结果；
控制模块，用于控制各个模块的运行。
与现有技术相比，本发明具有如下有益效果：
将光伏电站划分为m个区域，其中每个区域至少包括一块光伏板，设置固定拍摄点，对每个区域光伏板进行图像采集，获取每个区域的光伏板图像；对获取到的光伏板图像进行预处理，获取光伏板图像中的清洁特征信息；获取所有区域的天气数据，测量所有区域内光伏板的反射率；计算所有区域的天气变化数据和反射率变化数据；基于天气变化数据、反射率变化数据和清洁特征信息构建清洁度检测模型；基于清洁度检测模型，对光伏板的清洁度进行检测，得到清洁度检测结果。本发明通过对天气变化和光伏板表面反射情况进行分析，进一步减少使用机器视觉进行光伏板清洁度检测时存在的较大误差。
附图说明
图1为本发明一种光伏板清洁度检测方法的方法流程图；
图2为本发明一种光伏板清洁度检测系统的模块组成图。
具体实施方式
为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合说明书附图对本发明的具体实施方式做详细的说明。
在下面的描述中阐述了很多具体细节以便于充分理解本发明，但是本发明还可以采用其他不同于在此描述的其它方式来实施，本领域技术人员可以在不违背本发明内涵的情况下做类似推广，因此本发明不受下面公开的具体实施例的限制。
其次，此处所称的“一个实施例”或“实施例”是指可包含于本发明至少一个实现方式中的特定特征、结构或特性。在本说明书中不同地方出现的“在一个实施例中”并非均指同一个实施例，也不是单独的或选择性的与其他实施例互相排斥的实施例。
实施例1
本实施例提供一种光伏板清洁度检测方法，具体方案为，如图1所示，一种光伏板清洁度检测方法，包括以下具体步骤：
S1、将光伏电站划分为m个区域，其中每个区域至少包括一块光伏板，设置固定拍摄点，对每个区域光伏板进行图像采集，获取每个区域的光伏板图像；
S2、对获取到的光伏板图像进行预处理，获取光伏板图像中的清洁特征信息；
S3、获取所有区域的天气数据，测量所有区域内光伏板的反射率；
S4、基于S3，计算所有区域的天气变化数据和反射率变化数据；
S5、基于天气变化数据、反射率变化数据和清洁特征信息构建清洁度检测模型；
S6、基于清洁度检测模型，对光伏板的清洁度进行检测，得到清洁度检测结果。
在本实施例中，所述S1中获取每个区域的光伏板图像包括获取每个区域n个时刻的光伏板图像。
在本实施例中，所述S2中预处理包括：图像去噪操作、图像增强操作。
在本实施例中，所述S2中获取光伏板图像中的清洁特征信息，具体包括以下步骤：
S201、基于每个区域n个时刻的光伏板图像，计算光伏板尘土覆盖值；
S202、对预处理后的每个区域n个时刻的光伏板图像进行阈值分割，将光伏板图像分割为污垢图像和背景图像，计算光伏板污垢变化值；
S203、将光伏板尘土覆盖值和光伏板污垢变化值作为清洁特征信息。
具体的，所述S3中获取所有区域的天气数据包括：获取每个区域n个时刻的风速、湿度、空气质量指数；所述测量所有区域内光伏板的反射率包括：测量每个区域n个时刻光伏板的反射率。
在本实施例中，所述S201包括以下具体步骤：
S2011、遍历第i个区域第j个时刻光伏板图像中所有像素点，获取所有像素点的颜色向量，i为1至m中任一项，j为1至n中任一项；
S2012、设第i个区域第j个时刻光伏板图像中共有Q个像素点，其中第q个像素点的颜色向量为，其中/>为第q个像素点的颜色向量中红色通道的颜色值，/>为第q个像素点的颜色向量中绿色通道的颜色值，/>为第q个像素点的颜色向量中蓝色通道的颜色值，q为1至Q中任一项；
S2013、计算第i个区域第j个时刻的光伏板尘土覆盖值，其中q为1至Q中任一项，当q=1时，/>、/>、均为0。
在本实施例中，所述计算光伏板污垢变化值的具体步骤包括：
S2021、设像素分割阈值为T，对预处理后的每个区域n个时刻的光伏板图像进行阈值分割；
S2022、将每个区域n个时刻的光伏板图像进行灰度化处理，提取图像中所有像素点对应的灰度值，其中第i个区域第j个时刻光伏板图像中第q个像素点的灰度值为；
S2023、统计像素点灰度值小于等于像素分割阈值T的像素点和像素点灰度值大于像素分割阈值T的像素点；设共有Q1个灰度值小于等于像素分割阈值T的像素点，其中第q1个像素点的灰度值为，q1为1至Q1中任一项；共有Q2个灰度值大于像素分割阈值T的像素点，其中第q2个像素点的灰度值为/>，q2为1至Q2中任一项；
S2024、使用类内方差计算公式计算类内方差，获取使得类内方差最小的像素分割阈值T作为第i个区域第j个时刻光伏板图像的污垢分割阈值；其中类内方差计算公式为；
S2025、基于第i个区域第j个时刻光伏板图像的污垢分割阈值T，对第i个区域第j个时刻光伏板图像进行分割，提取像素点灰度值大于像素分割阈值T的像素点个数，将像素点灰度值大于像素分割阈值T的像素点个数占第i个区域第j个时刻光伏板图像所有像素点个数的比值作为第i个区域第j个时刻光伏板的污垢比重；
S2026、基于第i个区域第j个时刻光伏板的污垢比重，计算第i个区域第j个时刻光伏板污垢变化值/>。
在本实施例中，所述计算所有区域的天气变化数据和反射率变化数据的具体步骤包括：
S401、设第i个区域第j个时刻的风速为、湿度为/>、空气质量指数为/>；测量得到的第i个区域第j个时刻光伏板的反射率为/>；
S402、分别计算第i个区域第j个时刻的风速变化值、湿度变化值、空气质量指数变化值/>、反射率变化值/>；
S403、将第i个区域第j个时刻的风速变化值、第i个区域第j个时刻的湿度变化值、第i个区域第j个时刻的空气质量指数变化值作为第i个区域第j个时刻的天气变化数据，将第i个区域第j个时刻的反射率变化值作为第i个区域第j个时刻的反射率变化数据。
在本实施例中，所述基于天气变化数据、反射率变化数据和清洁特征信息构建清洁度检测模型的具体步骤包括：
S501、建立清洁度检测集合A用于存储m个区域n个时刻下的天气变化数据、反射率变化数据和清洁特征信息，所述清洁特征信息包括光伏板尘土覆盖值、光伏板污垢变化值；
S502、将清洁度检测集合A划分为清洁度检测训练集和清洁度检测测试集；
S503、构建清洁度检测回归网络，将清洁度检测训练集中的天气变化数据、反射率变化数据作为清洁度检测回归网络的输入，将清洁度检测训练集中的清洁特征信息作为清洁度检测回归网络的输出，对清洁度检测回归网络进行训练，得到光伏板清洁度检测回归网络；
S504、使用清洁度检测测试集对光伏板清洁度检测回归网络进行模型验证，输出大于等于预设模型测试准确度的光伏板清洁度检测回归网络作为清洁度检测模型。
实施例2
本实施例提供一种光伏板清洁度检测系统，用于实现实施例1中所述的一种光伏板清洁度检测方法，如图2所示，所述系统包括：
图像采集模块，用于基于被划分为m个区域的光伏电站，其中每个区域至少包括一块光伏板，设置固定拍摄点，对每个区域光伏板进行图像采集，获取每个区域的光伏板图像；
清洁特征信息获取模块，用于对获取到的光伏板图像进行预处理，获取光伏板图像中的清洁特征信息；
数据获取模块，用于获取所有区域的天气数据，测量所有区域内光伏板的反射率；
数据分析模块，用于计算所有区域的天气变化数据和反射率变化数据；
清洁度检测模型构建模块，用于基于天气变化数据、反射率变化数据和清洁特征信息构建清洁度检测模型；
清洁度检测结果反馈模块，用于基于清洁度检测模型，对光伏板的清洁度进行检测，得到清洁度检测结果；
控制模块，用于控制各个模块的运行。
以上显示和描述了本发明的基本原理和主要特征和本发明的优点。本行业的技术人员应该了解，本发明不受上述实施例的限制，上述实施例和说明书中描述的只是说明本发明的原理，在不脱离本发明精神和范围的前提下，本发明还会有各种变化和改进，这些变化和改进都落入要求保护的本发明范围内。本发明要求保护范围由所附的权利要求书及其等效物界定。
Claims (7)
1.一种光伏板清洁度检测方法，其特征在于：所述方法包括以下具体步骤：
S1、将光伏电站划分为m个区域，其中每个区域至少包括一块光伏板，设置固定拍摄点，对每个区域光伏板进行图像采集，获取每个区域的光伏板图像；
S2、对获取到的光伏板图像进行预处理，获取光伏板图像中的清洁特征信息；
S3、获取所有区域的天气数据，测量所有区域内光伏板的反射率；
S4、基于S3，计算所有区域的天气变化数据和反射率变化数据；
S5、基于天气变化数据、反射率变化数据和清洁特征信息构建清洁度检测模型；
S6、基于清洁度检测模型，对光伏板的清洁度进行检测，得到清洁度检测结果；
所述S2中获取光伏板图像中的清洁特征信息，具体包括以下步骤：
S201、基于每个区域n个时刻的光伏板图像，计算光伏板尘土覆盖值；
所述S201包括以下具体步骤：
S2011、遍历第i个区域第j个时刻光伏板图像中所有像素点，获取所有像素点的颜色向量，i为1至m中任一项，j为1至n中任一项；
S2012、设第i个区域第j个时刻光伏板图像中共有Q个像素点，其中第q个像素点的颜色向量为，其中/>为第q个像素点的颜色向量中红色通道的颜色值，/>为第q个像素点的颜色向量中绿色通道的颜色值，/>为第q个像素点的颜色向量中蓝色通道的颜色值，q为1至Q中任一项；
S2013、计算第i个区域第j个时刻的光伏板尘土覆盖值，其中q为1至Q中任一项，当q=1时，/>、、/>均为0；
所述S3中获取所有区域的天气数据包括：获取每个区域n个时刻的风速、湿度、空气质量指数；所述测量所有区域内光伏板的反射率包括：测量每个区域n个时刻光伏板的反射率。
2.根据权利要求1所述的一种光伏板清洁度检测方法，其特征在于：所述S2中预处理包括：图像去噪操作、图像增强操作。
3.根据权利要求2所述的一种光伏板清洁度检测方法，其特征在于：所述S2中获取光伏板图像中的清洁特征信息，具体还包括以下步骤：
S202、对预处理后的每个区域n个时刻的光伏板图像进行阈值分割，将光伏板图像分割为污垢图像和背景图像，计算光伏板污垢变化值；
S203、将光伏板尘土覆盖值和光伏板污垢变化值作为清洁特征信息。
4.根据权利要求3所述的一种光伏板清洁度检测方法，其特征在于：所述计算光伏板污垢变化值的具体步骤包括：
S2021、设像素分割阈值为T，对预处理后的每个区域n个时刻的光伏板图像进行阈值分割；
S2022、将每个区域n个时刻的光伏板图像进行灰度化处理，提取图像中所有像素点对应的灰度值，其中第i个区域第j个时刻光伏板图像中第q个像素点的灰度值为；
S2023、统计像素点灰度值小于等于像素分割阈值T的像素点和像素点灰度值大于像素分割阈值T的像素点；设共有Q1个灰度值小于等于像素分割阈值T的像素点，其中第q1个像素点的灰度值为，q1为1至Q1中任一项；共有Q2个灰度值大于像素分割阈值T的像素点，其中第q2个像素点的灰度值为/>，q2为1至Q2中任一项；
S2024、使用类内方差计算公式计算类内方差，获取使得类内方差最小的像素分割阈值T作为第i个区域第j个时刻光伏板图像的污垢分割阈值；其中类内方差计算公式为；
S2025、基于第i个区域第j个时刻光伏板图像的污垢分割阈值T，对第i个区域第j个时刻光伏板图像进行分割，提取像素点灰度值大于像素分割阈值T的像素点个数，将像素点灰度值大于像素分割阈值T的像素点个数占第i个区域第j个时刻光伏板图像所有像素点个数的比值作为第i个区域第j个时刻光伏板的污垢比重；
S2026、基于第i个区域第j个时刻光伏板的污垢比重，计算第i个区域第j个时刻光伏板污垢变化值/>。
5.根据权利要求4所述的一种光伏板清洁度检测方法，其特征在于：所述计算所有区域的天气变化数据和反射率变化数据的具体步骤包括：
S401、设第i个区域第j个时刻的风速为、湿度为/>、空气质量指数为/>；测量得到的第i个区域第j个时刻光伏板的反射率为/>；
S402、分别计算第i个区域第j个时刻的风速变化值、湿度变化值、空气质量指数变化值/>、反射率变化值/>；
S403、将第i个区域第j个时刻的风速变化值、第i个区域第j个时刻的湿度变化值、第i个区域第j个时刻的空气质量指数变化值作为第i个区域第j个时刻的天气变化数据，将第i个区域第j个时刻的反射率变化值作为第i个区域第j个时刻的反射率变化数据。
6.根据权利要求5所述的一种光伏板清洁度检测方法，其特征在于：所述基于天气变化数据、反射率变化数据和清洁特征信息构建清洁度检测模型的具体步骤包括：
S501、建立清洁度检测集合A用于存储m个区域n个时刻下的天气变化数据、反射率变化数据和清洁特征信息，所述清洁特征信息包括光伏板尘土覆盖值、光伏板污垢变化值；
S502、将清洁度检测集合A划分为清洁度检测训练集和清洁度检测测试集；
S503、构建清洁度检测回归网络，将清洁度检测训练集中的天气变化数据、反射率变化数据作为清洁度检测回归网络的输入，将清洁度检测训练集中的清洁特征信息作为清洁度检测回归网络的输出，对清洁度检测回归网络进行训练，得到光伏板清洁度检测回归网络；
S504、使用清洁度检测测试集对光伏板清洁度检测回归网络进行模型验证，输出大于等于预设模型测试准确度的光伏板清洁度检测回归网络作为清洁度检测模型。
7.一种光伏板清洁度检测系统，用于实现权利要求1-6中任一项所述的一种光伏板清洁度检测方法，其特征在于：所述系统包括：
图像采集模块，用于基于被划分为m个区域的光伏电站，其中每个区域至少包括一块光伏板，设置固定拍摄点，对每个区域光伏板进行图像采集，获取每个区域的光伏板图像；
清洁特征信息获取模块，用于对获取到的光伏板图像进行预处理，获取光伏板图像中的清洁特征信息；
数据获取模块，用于获取所有区域的天气数据，测量所有区域内光伏板的反射率；
数据分析模块，用于计算所有区域的天气变化数据和反射率变化数据；
清洁度检测模型构建模块，用于基于天气变化数据、反射率变化数据和清洁特征信息构建清洁度检测模型；
清洁度检测结果反馈模块，用于基于清洁度检测模型，对光伏板的清洁度进行检测，得到清洁度检测结果；
控制模块，用于控制各个模块的运行。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202410303697.3A CN117895899B (zh) | 2024-03-18 | 2024-03-18 | 一种光伏板清洁度检测方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202410303697.3A CN117895899B (zh) | 2024-03-18 | 2024-03-18 | 一种光伏板清洁度检测方法及系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN117895899A true CN117895899A (zh) | 2024-04-16 |
| CN117895899B CN117895899B (zh) | 2024-05-31 |
Family
ID=90641697
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202410303697.3A Active CN117895899B (zh) | 2024-03-18 | 2024-03-18 | 一种光伏板清洁度检测方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117895899B (zh) |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2012159375A (ja) * | 2011-01-31 | 2012-08-23 | Fujitsu Ltd | 反射率算出装置、反射率算出方法およびプログラム |
| CN107727145A (zh) * | 2017-10-10 | 2018-02-23 | 国网江苏省电力公司电力科学研究院 | 一种基于物联网的分布式电源状态监测装置及方法 |
| CN111740699A (zh) * | 2020-05-29 | 2020-10-02 | 南京航空航天大学 | 一种光伏板故障检测识别方法、装置和无人机 |
| CN115512290A (zh) * | 2022-08-23 | 2022-12-23 | 中国华能集团清洁能源技术研究院有限公司 | 一种基于图像识别技术的光伏板效率监测方法与系统 |
| US20230042106A1 (en) * | 2019-12-09 | 2023-02-09 | Universidad Técnica Federico Santa María | System and method for the statistical analysis of images of photovoltaic panels |
| US20230246583A1 (en) * | 2020-09-03 | 2023-08-03 | Acpv | Electricity generating module |
| CN116993747A (zh) * | 2023-09-28 | 2023-11-03 | 徐州太一世纪能源科技有限公司 | 一种基于无人机的太阳能光伏板表面清洁度分析方法 |
-
2024
- 2024-03-18 CN CN202410303697.3A patent/CN117895899B/zh active Active
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2012159375A (ja) * | 2011-01-31 | 2012-08-23 | Fujitsu Ltd | 反射率算出装置、反射率算出方法およびプログラム |
| CN107727145A (zh) * | 2017-10-10 | 2018-02-23 | 国网江苏省电力公司电力科学研究院 | 一种基于物联网的分布式电源状态监测装置及方法 |
| US20230042106A1 (en) * | 2019-12-09 | 2023-02-09 | Universidad Técnica Federico Santa María | System and method for the statistical analysis of images of photovoltaic panels |
| CN111740699A (zh) * | 2020-05-29 | 2020-10-02 | 南京航空航天大学 | 一种光伏板故障检测识别方法、装置和无人机 |
| US20230246583A1 (en) * | 2020-09-03 | 2023-08-03 | Acpv | Electricity generating module |
| CN115512290A (zh) * | 2022-08-23 | 2022-12-23 | 中国华能集团清洁能源技术研究院有限公司 | 一种基于图像识别技术的光伏板效率监测方法与系统 |
| CN116993747A (zh) * | 2023-09-28 | 2023-11-03 | 徐州太一世纪能源科技有限公司 | 一种基于无人机的太阳能光伏板表面清洁度分析方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN117895899B (zh) | 2024-05-31 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110310261B (zh) | 一种接触网吊弦缺陷检测模型训练方法和缺陷检测方法 | |
| CN106875373B (zh) | 基于卷积神经网络剪枝算法的手机屏幕mura缺陷检测方法 | |
| WO2020199538A1 (zh) | 基于图像监控数据的桥梁关键构件病害预警系统及方法 | |
| CN109584227A (zh) | 一种基于深度学习目标检测算法的焊点质量检测方法及其实现系统 | |
| CN107229929A (zh) | 一种基于r‑cnn的车牌定位方法 | |
| CN109559310A (zh) | 基于显著性检测的输变电巡检图像质量评价方法及系统 | |
| CN113344475B (zh) | 基于序列模态分解的变压器套管缺陷识别方法及系统 | |
| CN103808723A (zh) | 一种柴油车烟气黑度自动检测装置 | |
| CN108564577A (zh) | 基于卷积神经网络的太阳能电池片断栅缺陷检测方法 | |
| CN111896549B (zh) | 一种基于机器学习的建筑物裂缝监测系统和方法 | |
| CN103344583A (zh) | 一种基于机器视觉的镨-钕(Pr/Nd)组分含量检测系统及方法 | |
| CN106839976A (zh) | 一种检测镜头中心的方法及装置 | |
| CN102456142A (zh) | 一种基于计算机视觉的烟气黑度分析方法 | |
| CN106651906A (zh) | 基于改进混合高斯模型的高压断路器运动特性测试方法 | |
| CN114359695A (zh) | 基于不确定性估计的绝缘子破损识别方法 | |
| CN112396635A (zh) | 一种基于多设备的复杂环境下多目标检测方法 | |
| CN111540203B (zh) | 基于Faster-RCNN调节绿灯通行时间的方法 | |
| CN112070762A (zh) | 液晶面板的mura缺陷检测方法、装置、存储介质及终端 | |
| CN110567967B (zh) | 显示面板检测方法、系统、终端设备及计算机可读介质 | |
| CN108921826A (zh) | 超像素分割与深度学习相结合的输电线路入侵物检测方法 | |
| CN117895899B (zh) | 一种光伏板清洁度检测方法及系统 | |
| CN112699824B (zh) | 电能表仪表常数检测方法、设备及存储介质 | |
| KR102172968B1 (ko) | 선로 이상상태 판단 장치 및 방법 | |
| CN106824826B (zh) | 一种玉米单倍体分拣系统 | |
| CN115661154B (zh) | 机器视觉识别发电机集电环碳刷接触状态的系统及方法 |
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 |