[发明专利]一种光伏电池板的脱层检测方法、系统及控制设备

权利要求书

1.一种基于人工智能的光伏电池板的脱层检测方法，其特征在于，包括如下步骤：

步骤1，获取光伏电池板的图像；

步骤2，对获取的光伏电池板的图像进行预处理，获取光伏电池板的图像的亮度信息，并将所述图像的亮度信息进行下采样后，获取亮度特征；

步骤3，将获取的光伏电池板的图像输入第一网络模型，获取电池硅片边界框；取的光伏电池板的图像输入第二网络模型的编码器，提取图像特征，将所述图像特征与所述亮度特征进行融合后，输入第二网络模型的解码器，获取脱层区域；

步骤4，根据所述脱层区域分别计算脱层程度和脱层特征；根据所述脱层区域和所述电池硅片边界框，计算脱层占比；

所述脱层程度为：

其中，A_n表示第n个脱层区域的面积；L_n(i,j)是图像B_n的(i,j)像素的映射数值，B_n为第n个脱层区域的亮度图像信息，B_n＝M_n·brightness，M_n表示第n脱层区域的图像掩膜，brightness为光伏电池板的图像的亮度信息；

所述脱层特征为：

其中，F1_n为脱层区域的位置特征，F2_n为脱层区域的形状特征；

所述脱层占比为：

其中，LT_n,RT_n,LB_n,RB_n为脱层区域M_n所对应电池硅片边界框的四个坐标点，分别表示左上、右上、左下、右下四个坐标点，‖RT_n-LT_n‖₂表示点RT_n与LT_n的距离，‖(LB_n-LT_n)‖₂表示点LB_n与LT_n的距离；

步骤5，根据所述的脱层程度、脱层特征和脱层占比，计算脱层区域的损伤程度；

所述损伤程度为：

其中，T为环境的温度，M为环境湿度，T₀为电池板上硅片正常工作时的温度；

步骤6，对计算的各脱层区域的损伤程度求均值，获取光伏电池板的损伤程度；并将光伏电池板的损伤程度与设定阈值比较，当光伏电池板的损伤程度大于设定阈值，则光伏电池板的损伤程度严重。

2.根据权利要求1所述的基于人工智能的光伏电池板的脱层检测方法，其特征在于，所述光伏电池板的图像的亮度信息为：

其中，B＝max(Image_R，Image_G，Image_B)，Image_R、Image_G、Image_B为输入图像的R、G、B三个通道。

3.根据权利要求2所述的基于人工智能的光伏电池板的脱层检测方法，其特征在于，步骤5中，所述脱层区域的位置特征F1_n为：

其中，r_n为脱层区域的中心位置，r_n(i,j)表示脱层区域M_n的像素的坐标，即r_n(i,j)＝(i,j)，F1_1_n表示第n个脱层区域的中心坐标r_n在电池硅片边界框中的相对位置特征；F1_2_n、F1_3_n表示坐标点r_n在电池硅片边界框中的相对位置特征；

所述形状特征F2_n为：

其中，c为椭圆的偏心率，c越大椭圆越扁；k为脱层区域的最小外接椭圆的长轴斜率，表示椭圆的倾斜程度。

4.根据权利要求1所述的基于人工智能的光伏电池板的脱层检测方法，其特征在于，步骤6中，所述光伏电池板的损伤程度为

其中，N为电池板的脱层区域个数。