[发明专利]基于人工智能的光伏组件渗水危害程度的检测方法及装置

权利要求书

1.一种基于人工智能的光伏组件渗水危害程度的检测方法，其特征在于，该方法还包括以下步骤：

获取光伏电池板的图像；

对所述图像进行预处理，将预处理后的所述图像送入语义分割网络对渗水区域进行检测感知，得到所述渗水区域的感知效果图；

计算所述渗水区域的面积，设置渗水区域面积阈值，当所述渗水区域面积超过所述渗水区域面积阈值时对电池板进行热斑检测，计算电池板热斑面积；

利用温湿度传感器对所述光伏电池板的环境温度和湿度进行数据采集，以电池板热斑面积、环境温度和湿度为变量构建损害程度的度量模型；

设置损害程度的度量阈值，当损害程度的度量值大于所述度量阈值时反馈损害程度信息。

2.根据权利要求1所述的一种基于人工智能的光伏组件渗水危害程度的检测方法，其特征在于，所述计算所述渗水区域的面积之前还包括以下步骤:

将所述渗水区域的感知效果图投影到BIM系统模型中。

3.根据权利要求1所述的一种基于人工智能的光伏组件渗水危害程度的检测方法，其特征在于，所述渗水区域的面积为渗水区域所有像素之和。

4.根据权利要求1所述的一种基于人工智能的光伏组件渗水危害程度的检测方法，其特征在于，所述损害程度度量模型的函数表达式为：

其中，α为渗水面积的权重值，β为环境湿度的权重值，γ为环境温度的权重值，且α+β+γ＝1，ε为电池板损害程度，s为组件电池板热斑区域面积，M为环境湿度，T为环境温度。

5.根据权利要求1所述的一种基于人工智能的光伏组件渗水危害程度的检测方法，其特征在于，所述对图像进行预处理的过程还包括以下步骤：

对灰度化后的图像进行线性变换以增强图像对比度。

6.一种基于人工智能的光伏组件渗水危害程度的检测装置，其特征在于，该装置还包括以下模块：

图像采集模块，用于获取光伏电池板的图像；

渗水区域感知模块，用于对所述图像进行预处理，将预处理后的所述图像送入语义分割网络对渗水区域进行检测感知，得到所述渗水区域的感知效果图；

热斑检测模块，用于计算所述渗水区域的面积，设置渗水区域面积阈值，当所述渗水区域面积超过所述渗水区域面积阈值时对电池板进行热斑检测，计算电池板热斑面积；

损害程度分析模块，用于利用温湿度传感器对所述光伏电池板的环境温度和湿度进行数据采集，以电池板热斑面积、环境温度和湿度为变量构建损害程度的度量模型；

信息反馈模块，用于设置损害程度的度量阈值，当损害程度的度量值大于所述度量阈值时反馈损害程度信息。

7.根据权利要求6所述的一种基于人工智能的光伏组件渗水危害程度的检测装置，其特征在于，所述渗水区域感知模块还包括：

图像处理单元，用于对灰度化后的图像进行线性变换以增强图像对比度。

8.根据权利要求6所述的一种基于人工智能的光伏组件渗水危害程度的检测装置，其特征在于，所述损害程度分析模块还包括：

投影单元，用于将所述渗水区域的感知效果图投影到BIM系统模型中。

9.根据权利要求6所述的一种基于人工智能的光伏组件渗水危害程度的检测装置，其特征在于，所述损害程度分析模块还包括：

模型构建单元，用于构建危害程度度量模型，公式如下：

其中，α为渗水面积的权重值，β为环境湿度的权重值，γ为环境温度的权重值，且α+β+γ＝1，ε为电池板损害程度，s为组件渗水引起的电池板热斑区域面积，M为环境湿度，T为环境温度。