[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

说明书

本发明公开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，涉及人工智能领域。该方法包括如下步骤：在大风天气时，采集电池板的振动幅度和振动频率；当振动幅度或者振动频率大于预设阈值时，获取当前时刻的振动幅度和振动频率；然后获得振幅均值和频率均值计算电池板异常振动度量值，判断其大于预设异常振动阈值时，采集对应电池板表面图像；根据电池板表面图像获得电池板边框与电池片之间密封胶面积、电池板边框内边缘的几何特征以及电池片的裂痕数量，然后综合计算振动损坏度量值，当振动损坏度量值大于预设阈值时，反馈电池板异常。实现了当电池板振动异常时、振动只产生电池板其他部件的形变或者造成损坏时，能够及时的反馈异常。

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振动损毁检测方法及系统。

背景技术

目前，很多光伏电站难免会受到恶劣气候或天气的影响，例如大风天气，当光伏组件按照标准安装时，光伏电池板时可以抵抗一定程度的恶劣天气的干扰的，但是由于光伏电池板安装不规范，或者光伏组件受自然环境的不断侵蚀，组件结构发生老化或松动，会导致电池板出现振动或颤震的情况。电池板受到较小的振动干扰时，是不会对电池板造成太大影响的，但是振动强度或振动能量大时，会对电池板有所损坏，一旦出现损坏缺陷，电池板抗振动的能力会变得更弱，导致电池板会因受到振动而出现更加严重的损坏。

但是目前针对电池板的振动损坏，是通过人工或者其他方式检测电池板表面的已经产生的损坏情况，判断是否更换或者修复，并且这些方式所检测的损坏情况，主要是针对电池板表面电池片的损坏。当电池板振动异常时，电池板表面未产生损坏或者只产生其他部件的形变，现有方法不能够检测到，而这些因素也是成为电池板损坏的潜在问题。

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振动损毁检测方法及系统，所采用的技术方案具体如下：

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振动损毁检测方法，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。

优选的，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。