[发明专利]太阳能光伏板表面积灰程度的预测方法

权利要求书

1.一种太阳能光伏板表面积灰程度的预测方法，包括以下步骤：

S1：随机选取太阳能光伏发电站中的若干太阳能光伏板作为被测对象；

S2：采集被测对象的表面积灰程度数据，形成太阳能光伏板表面积灰程度数据集；

S3：利用采集的太阳能光伏板表面积灰程度数据集，建立太阳能光伏板表面积灰程度预测模型。

2.根据权利要求1所述的太阳能光伏板表面积灰程度的预测方法，其特征在于，步骤S2中，被测对象的表面积灰程度数据的采集方法包括以下步骤：

S201：通过红外成像模块获取太阳能光伏板表面的红外图像；

S202：将采集的红外图像转换成灰度图像，并对灰度图像进行预处理；

S203：采用OTSU算法对灰度图像中的积灰区域进行检测、识别；

S204：根据灰度图像中积灰区域的占比，计算太阳能光伏板表面的积灰程度。

3.根据权利要求2所述的太阳能光伏板表面积灰程度的预测方法，其特征在于，在步骤S202中，预处理的过程包括：

S202.1：通过中值滤波算法对灰度图像进行滤波；

S202.2：采用分段线性变换算法对步骤S202.1得到的灰度图像进行增强。

4.根据权利要求2所述的太阳能光伏板表面积灰程度的预测方法，其特征在于，步骤S202的具体步骤包括：

S202.1：采用中值滤波算法对灰度图像G_m×n进行滤波，得到滤波后的灰度图像H_m×n；

h(x,y)＝Med{g(x-k,y-l),(k,l∈w)} (3)

式(3)中，h(x,y)代表滤波后灰度图像H_m×n中的一个像素点；

S202.2：采用分段线性变换算法对滤波后的灰度图像H_m×n进行增强，得到最终的灰度图像F_m×n；

式(4)中，f(x,y)代表最终灰度图像(F_m×n)中的一个像素点，a和b分别为常数，a＝30，b＝180，L＝256。

5.根据权利要求2所述的太阳能光伏板表面积灰程度的预测方法，其特征在于，步骤S204的具体步骤包括：

S204.1：计算灰度图像F_m×n中积灰区域的面积：

式(5)中，S_dust代表灰度图像F_m×n中积灰区域的面积值；

S204.2：计算灰度图像中积灰区域的占比，以占比值表示太阳能光伏板表面积灰的程度；

式(6)中，S_PV代表灰度图像F_m×n中光伏板的总面积值，d代表灰度图像中积灰区域的占比，即太阳能光伏板表面积灰程度的数值。

6.根据权利要求1所述的太阳能光伏板表面积灰程度的预测方法，其特征在于，步骤S2中，太阳能光伏板表面积灰程度数据集的形成方法具体步骤为：

假设随机选取的被测太阳能光伏板的数量为n；d_i表示第i个被测太阳能光伏板的表面积灰程度，0＜i≤n；D表示随机选取的所有被测太阳能光伏板的表面积灰平均程度，即为所有被测太阳能光伏板的表面积灰程度的平均值，如式(7)所示。

每天采集被测太阳能光伏板的表面积灰程度数值，形成的太阳能光伏板表面积灰程度数据集为时序数列{D₁,D₂,...,D_t,...,D_m}，1＜t≤m，其中t表示天数，即D_t表示第t日的所有被测太阳能光伏板的表面积灰程度的平均值，m表示最大天数。

7.根据权利要求6所述的太阳能光伏板表面积灰程度的预测方法，其特征在于，步骤S3的具体步骤为：

基于采集获得的时序数列{D₁,D₂,...,D_t,...,D_m}，利用最小二乘法拟合获得太阳能光伏板表面积灰程度随时间变化的模型。