[发明专利]基于人工智能的光伏电池板结冰的清洁方法与系统

权利要求书

1.一种基于人工智能的光伏电池板结冰的清洁方法，其特征在于，该方法包括以下步骤：

采集每个电池板的初始数据，所述初始数据为电池板表面图像数据、红外图像数据和超声波数据；

将所述初始数据通过DNN网络获取积雪厚度和初始结冰等级；

利用所述积雪厚度和环境因素与所述初始结冰等级建立映射模型；

将每个电池板的积雪厚度输入所述映射模型，预测每个电池板表面的积雪开始结冰时间t₀和一段时间后的结冰等级K；

根据所述结冰等级K调整清洁模式，所述清洁模式包括清雪模式和清冰模式；

所述映射模型为：

其中，T＞0；T₀为常数，表示在正常环境下电池板工作时的最佳温度；t₀表示电池板表面的积雪开始结冰的时间；t表示时刻；T_c表示结冰因子；T_b表示融雪因子；α、β、γ为常数；H表示电池板表面的积雪厚度，T表示环境温度和M表示环境湿度；

当tt₀时，K等于0，调整为清雪模式；

当tt₀时，根据K的取值，调整相应的清冰模式。

2.如权利要求1所述的方法，其特征在于，所述DNN网络包括电池板语义分割网络和积雪厚度检测网络，获取所述积雪厚度的步骤包括：

利用所述电池板语义分割网络，获取电池板的语义区域；

结合所述语义区域和所述超声波数据，获取每个电池板对应的超声波信号；

将电池板的所述语义区域、所述电池板表面图像数据和对应的所述超声波信号输入所述积雪厚度检测网络，得到每个电池板的所述积雪厚度。

3.如权利要求2所述的方法，其特征在于,所述DNN网络还包括结冰等级评估网络，获取所述初始结冰等级的步骤包括：

将每个电池板的所述语义区域、所述电池板表面图像数据、所述红外图像数据输入所述结冰等级评估网络中，得到每个电池板的所述初始结冰等级。

4.如权利要求1所述的方法，其特征在于，所述结冰因子T_c的计算公式：

其中，H_na表示第a个时刻电池板n的积雪厚度；H_nt表示第t个时刻电池板n的积雪厚度；表示在[a，t]时刻内的平均温度；表示在[a，t]时刻内的平均湿度；θ为平衡因子，是常数。

5.如权利要求1或者4所述的方法，其特征在于，所述融雪因子T_b的计算公式：

其中，H_n1表示第1个时刻电池板n的积雪厚度；H_na表示第a个时刻电池板n的积雪厚度；表示在[1,a]时刻内的平均温度；表示在[1,a]时刻内的平均湿度；θ为平衡因子，是常数。