[发明专利]一种基于人工智能的光伏电池板振动损毁检测方法及系统

权利要求书

1.一种基于人工智能的光伏电池板振动损毁检测方法，其特征在于，包括以下步骤：

当风力大于设定风力阈值时，采集电池板的振动幅度和振动频率，当风力在设定风力阈值以下时，停止采集，此时间段为采集时间段；

当所述振动幅度大于预设幅度阈值或者当所述振动评率大于所述预设频率阈值时，获取当前时刻的所述振动幅度和所述振动频率，为时刻振动幅度和时刻振动频率；

根据所述采集时间段内的多组所述时刻振动幅度获得振幅均值、多组所述时刻振动频率获得频率均值，根据所述振幅均值和所述频率均值获得所述电池板异常振动度量值；

当所述电池板异常振动度量值大于预设异常振动阈值时，采集对应所述电池板表面图像，所述电池板表面图像包括电池板边框和电池片的特征信息；

将所述电池板表面图像经过图像处理，获得所述电池板边框与电池片之间密封胶面积、所述电池板边框内边缘的几何特征以及电池片的裂痕数量，所述电池板边框内边缘的几何特征包含所述电池板边框内边缘中相邻边之间倾斜角度；

根据所述电池板异常振动度量值、所述电池片的裂痕数量和所述密封胶面积以及所述电池板边框内边缘的几何特征，获得振动损坏度量值。

当所述振动损坏度量值大于预设阈值时，反馈所述电池板异常。

2.根据权利要求1所述的基于人工智能的光伏电池板振动损毁检测方法，其特征在于，所述的根据所述振幅均值和所述频率均值获得所述电池板异常振动度量值包括：将所述振幅均值和所述振幅均值输入电池板异常振动判别模型，输出所述电池板异常振动度量值，所述的电池板异常振动判别模型J为：

其中，为所述振幅均值，为所述频率均值；L(S)为根据所述的采集时间段内多组所述时刻振动幅度获得的振幅序列的长度，用于表征振动持续的时间；α为偏移系数，用于表示所述时刻振动幅度和所述时刻振动频率的变化幅度。

3.根据权利要求1所述的基于人工智能的光伏电池板振动损毁检测方法，其特征在于，所述的将所述电池板表面图像经过图像处理，获得所述电池板边框与电池片之间密封胶面积和所述电池板边框内边缘的几何特征，包括：

获取所述电池板表面图像的亮度图；

将所述亮度图经过阈值分割和数学形态学处理，获得第一遮罩，所述第一遮罩反映所述电池板中电池片的连通域；

获取所述第一遮罩中电池片连通域的整体区域的最小外接矩形框；

根据第一遮罩和所述最小外接矩形框，经过反相处理和直线拟合，获得电池板边框内边缘；

所述电池板边框内边缘所构成的区域面积与所述最小外接矩形框构成的区域面积的差值，为所述密封胶区域面积。

4.根据权利要求1所述的基于人工智能的光伏电池板振动损毁检测方法，其特征在于，所述的将所述电池板表面图像经过图像处理获得电池片的裂痕数量，包括：

获取所述电池板表面图像的亮度图，并进行阈值分割，获得第二遮罩，所述第二遮罩中包含高亮的栅线、边框和裂痕的连通域；

将所述第二遮罩经过数学形态学处理，去除细长的裂痕纹理后，与所述第二遮罩进行求差处理，获得第三遮罩，所述第三遮罩包含裂痕纹理和噪点区域；

获取所述第三遮罩每个连通域的最小边界框，去除疑似噪点区域的最小边界框后，得到裂痕数量。