[发明专利]基于人工智能的光伏电池板焊带腐蚀程度判断方法及系统

说明书

本发明涉及人工智能技术领域，具体涉及基于人工智能的光伏电池板焊带腐蚀程度判断系统,该系统包括焊带提取模块，用于获取光伏电池板的纹理图像；根据纹理图像提取焊带的边界框图像，根据边界框图像获得焊带的裁剪图；腐蚀区域提取模块，用于对裁剪图进行图像处理得到焊带的初始腐蚀区域掩膜图像；腐蚀区域校验模块，用于对初始腐蚀区域掩膜图像分割并对每一块腐蚀连通域掩膜图像进行校验；腐蚀程度计算模块,用于构建整条焊带的腐蚀程度L的映射模型；比较腐蚀程度L与预设阈值，判断是否需要更换焊带。判断整条焊带的腐蚀程度的整个过程可以由计算机完成，检测准确，判断精确，节约了人力与物力。

技术领域

本发明涉及人工智能技术领域，具体涉及基于人工智能的光伏电池板焊带腐蚀程度判断方法及系统。

背景技术

光伏电池板在恶劣的环境的影响下，例如盐雾、水汽的侵蚀的作用下，其电池板的硅片上的焊带可能产生腐蚀现象，轻则是电池板硅片发电效率降低，重则会使焊带断裂，严重影响电池片的发电效率。

在申请公布号为CN111047564A，即一种应用于光伏电站现场的EL缺陷检测方法中，提出了对EL图像进行预处理，得到矫正后的EL图像，对EL图像进行裁切，对裁切后的图像进行灰度化、腐蚀、膨胀、二值化、像素运算等方式进行处理，根据像素投影找到出现的EL缺陷，进行缺陷分析的方法。

发明人在实践中，发现上述现有技术存在以下缺陷：

得到缺陷并进行分析之后，没有对发现的缺陷对电池板的损毁程度提供具体的判断方法，判断是否光伏组件需要维修或者更换。

发明内容

为了解决上述技术问题，本发明的目的在于提供基于人工智能的光伏电池板焊带腐蚀程度判断系统及方法，所采用的技术方案具体如下：

第一方面，本发明一实施例中提供了基于人工智能的光伏电池板焊带腐蚀程度判断方法，该方法包括步骤：获取光伏电池板的纹理图像；根据纹理图像提取焊带的边界框图像，根据边界框图像获得焊带的裁剪图；对裁剪图进行图像处理,获得焊带的初始腐蚀区域掩膜图像；对初始腐蚀区域图像分割并对每一块腐蚀连通域图像进行校验；获取每一块腐蚀连通域掩膜图像的面积A_n和最小外接矩形框的宽W_n和高H_n；根据连通域掩膜的面积A_n与最小外接矩形框的面积比与连通域对焊带的影响程度L_n成正比例关系，以及影响程度L_n与最小外接矩形框的宽高比成正比例关系，构建第一映射关系F；构建连通域图像M_n上连通域的重心位置R_n与连通域图像M_n上在坐标(i，j)位置的灰度值G(i，j)和像素坐标g(i，j)的第二映射关系S；结合第一映射关系F和第二映射关系S，基于回归分析法，构建整条焊带的腐蚀程度L的映射模型；比较腐蚀程度L与预设阈值，判断是否需要更换焊带。

第二方面，本发明实施例中还提供了基于人工智能的光伏电池板焊带腐蚀程度判断系统，该系统包括焊带提取模块、腐蚀区域提取模块、腐蚀区域校验模块和腐蚀程度计算模块。

其中，焊带提取模块，用于获取光伏电池板的纹理图像；根据纹理图像提取焊带的边界框图像，根据边界框图像获得焊带的裁剪图。

腐蚀区域提取模块，用于对裁剪图进行图像处理得到焊带的初始腐蚀区域掩膜图像。

腐蚀区域校验模块，用于对初始腐蚀区域掩膜图像分割并对每一块腐蚀连通域掩膜图像进行校验。

腐蚀程度计算模块，包括，第一映射关系模块、第二映射关系模块、映射模型模块和判断模块。