[发明专利]基于人工智能的光伏电池板焊带偏移检测方法及装置

说明书

本发明涉及人工智能技术领域，具体涉及一种基于人工智能的光伏电池板焊带偏移检测方法及装置。该方法包括：获取光伏电池板表面的正视图，对正视图进行裁剪得到每一条焊带的裁剪图并进行标号；对焊带的裁剪图进行边缘检测，对边缘二值图像进行采样获得采样点的坐标信息；对采样点进行直线拟合，得到直线方程；对采样点进行多项式拟合，设置误差函数对多项式进行评估优化多项式的系数，建立拟合程度评价指标确定拟合程度最好的最高次幂，获得反映焊带边缘实际走向的多项式方程；通过多项式方程和直线方程的差值运算判定焊带是否存在偏移，得到偏移焊带的位置信息。本发明能够改善当前焊带偏移依赖人工检测，效率低下，导致组件功率衰减的问题。

技术领域

本发明涉及人工智能技术领域，具体涉及一种基于人工智能的光伏电池板焊带偏移检测方法及装置。

背景技术

光伏焊带为镀锡铜带，分汇流带和互连条，应用于光伏组件电池片之间的连接，发挥导电聚电的重要作用，因此光伏电池板对焊带的质量要求越来越高。

在光伏电池板的生产过程中，因焊接工艺波动以及焊条的氧化等不可控因素会导致光伏电池板出现各种缺陷，焊带偏移就是其中之一。焊带偏移会影响电流正常通过，引起组件功率衰减。现有的光伏电池板的焊带检测主要靠人工在生产过程中抽样检测来完成，效率低下。

发明内容

为了解决上述技术问题，本发明的目的在于提供一种基于人工智能的光伏电池板焊带偏移检测方法及装置，所采用的技术方案如下：

第一方面，本发明一个实施例提供了一种基于人工智能的光伏电池板焊带偏移检测方法，该方法包括以下步骤：

获取光伏电池板表面的正视图，对所述正视图进行裁剪得到每一条焊带的裁剪图并进行标号；

对所述焊带的裁剪图进行边缘检测，利用形态学操作增强所述焊带的边缘特征，得到反映焊带边缘走向的边缘二值图像并进行采样，获得采样点的坐标信息；

对所述采样点进行直线拟合，得到直线方程；对所述采样点进行多项式拟合，设置误差函数对所述多项式进行评估优化所述多项式的系数，建立拟合程度评价指标确定拟合程度最好的最高次幂，获得反映焊带边缘实际走向的多项式方程；

通过多项式方程和直线方程的差值运算判定焊带是否存在偏移，结合所述焊带的裁剪图的标号得到偏移焊带的位置信息。

优选的，所述获取光伏电池板表面的正视图还包括以下步骤：

利用关键点检测网络得到光伏电池板表面图像上四个角点的坐标，利用四点法对所述表面图像进行矫正得到所述光伏电池板表面的正视图。

优选的，所述设置误差函数对所述多项式进行评估还包括以下步骤：

利用梯度下降法在多项式系数的梯度方向上进行参数调整，使得误差值降低，不断迭代，更新多项式的系数。

优选的，所述拟合程度评价指标为：

其中，Pro_m为拟合程度评价指标，L_m(x_t)为突变点x_t对应的拟合后的纵坐标，y_t为突变点对应的实际纵坐标，L_m(x_i)为第i个采样点所对应的拟合多项式的纵坐标，x_i为第i个采样点所对应的实际横坐标，y_i为第i个采样点所对应的实际纵坐标，N为采样点的数量，m为拟合的多项式的最高次幂。

优选的，所述确定拟合程度最好的最高次幂还包括以下步骤：

在设定范围内不断更新最高次幂的值并同时对多项式进行拟合，计算不同的最高次幂对应的拟合程度指标，在迭代的过程中通过比较得到拟合程度评价指标最小值对应的最高次幂。