[发明专利]基于视觉感知的光伏电池板夜间清洁方案自动生成方法

说明书

本发明提供了一种基于视觉感知的光伏电池板夜间清洁方案自动生成方法，该方法包括：利用无人机在傍晚时分以及次日早晨采集光伏电池板图像，对电池板图像进行处理得到每个电池板的脏污等级、脏污分布情况以及所有电池板的脏污分布情况，根据早晨采集到的图像对应的脏污等级、每个光伏电池板的脏污分布情况、所有电池板的整体脏污分布情况建立清洁模型，再依据对傍晚及早晨时刻采集的电池板图像进行处理得到的脏污等级、脏污分布等信息得到评价系数，根据评价系数对清洁模型进行调整，得到清洁机器人的清洁速度、转刷转速、清洁次数。本发明可以根据清洁机器人的清洁效果对清洁机器人的相关参数进行调整，使其清洁效果更好。

技术领域

本发明属于人工智能、光伏电池板清洁领域，具体地，涉及一种基于视觉感知的光伏电池板夜间清洁方案自动生成方法。

背景技术

光伏发电技术作为一种可再生新能源逐渐越来越多的被应用于日常生活当中，作为光伏技术的核心，光伏电池板的发电效率决定了能量的转换效率。光伏电池板由于长期暴露在室外环境中，会在表面积累很多脏污，如灰尘、鸟粪等多种污染物，随着科学技术的进步，目前大多数清洁方法都以无人机巡检作为辅助，采用清洁机器人进行电池板表面的清洁。

一般光伏电站的无人机巡检采用多次巡航检测，对无人机的续航要求比较高，且每次巡检完成后，都需要调度机器人进行清洁，而机器人清洁一次其自身电量损耗极大，清洁次数越多，机器人电量消耗越大，工作效率也就越低；机器人若白天清洗，会对太阳能电池板造成遮挡，尤其对于那些顽固难清洗的脏污，机器人会长时间在该处停留引起长期遮挡，严重时会导致热斑效应，严重影响电池板的发电功率。

发明内容

为了解决上述问题，本发明提出一种基于视觉感知的光伏电池板夜间清洁方案自动生成方法，该方法包括：

步骤一，利用无人机采集光伏电池板图像，包括第一图像和第二图像；所述第一图像为傍晚时刻采集的光伏电池板图像，所述第二图像为次日早晨采集的光伏电池板图像；对光伏电池板图像进行去除边框处理后，送入脏污检测网络，得到每个电池板的脏污遮罩信息和脏污等级；

步骤二，根据脏污遮罩信息对每个电池板进行脏污像素点的统计，得到每个光伏电池板的脏污分布情况；进一步地，结合每个电池板的脏污分布情况得到所有电池板的整体脏污分布情况；

步骤三，根据第二图像对应的脏污等级、每个光伏电池板的脏污分布情况、所有电池板的整体脏污分布情况建立清洁模型：

其中，a、b、c为补偿系数，v为清洁机器人的清洁速度，f_i为标号为i的电池板对应的转刷转速，t_i为标号为i的电池板对应的清洁次数；x_mi为根据第二图像得到的标号为i的电池板的脏污等级，y_mi为根据第二图像得到的标号为i的电池板的脏污分布情况，z_m为根据第二图像得到的所有电池板的整体脏污分布情况；v_max为清洁机器人清洁速度的最大值，T为脏污等级阈值，Q为转刷最大转速；

步骤四，根据第一图像和第二图像分别对应的脏污等级、每个光伏电池板的脏污分布情况、所有电池板的整体脏污分布情况得到评价系数；

根据评价系数与预先设置的阈值判断是否需要对清洁模型进行调整，若需要，则根据评价系数对清洁模型进行调整，得到清洁机器人的清洁速度、每个电池板对应的转刷转速和清洁次数。

所述去除边框处理为：利用算法提取光伏电池板的边框，提取出来的边框区域的像素置不变，非边框区域像素置为0，得到重置图像，光伏电池板图像与重置图像相减实现边框的去除。

所述算法为灰度阈值法。

所述脏污检测网络包括两个子网络，其中，第一子网络用于得到电池板的脏污遮罩信息，第二子网络用于得到脏污等级。