[发明专利]一种基于人工智能的太阳能电池板的故障检测方法

权利要求书

1.一种基于人工智能的太阳能电池板的故障检测方法，其特征在于，该方法包括以下步骤：

获取太阳能电池板阵列图像，对所述太阳能电池板阵列图像进行图像预处理，得到灰度图像信息；

提取所述灰度图像信息中的单个太阳能电池板，对所述太阳能电池板进行编号，并获取各太阳能电池板的角点坐标信息；

根据各太阳能电池板的角点坐标信息，计算对应太阳能电池板的相邻两边缘的斜率；所述斜率包括横向斜率和纵向斜率；判断任意相邻两电池板的斜率是否相等，若所述斜率不相等，则相邻两太阳能电池板不平行，判断相邻两太阳能电池板出现转动故障；否则，判断相邻两太阳能电池板转动正常；

当相邻两电池板出现转动故障时，提取相邻两太阳能电池板的各阴影区域，获取各太阳能电池板的当前时刻的阴影区域形状和/或不同时序下的阴影区域变化特征；

根据阴影区域形状和/或所述阴影区域变化特征判断太阳能电池板的转动故障类别以及对应的编号。

2.根据权利要求1所述的一种基于人工智能的太阳能电池板的故障检测方法，其特征在于，所述图像预处理采用中值滤波方法、灰度化处理以及直方图均衡化方法。

3.根据权利要求1所述的一种基于人工智能的太阳能电池板的故障检测方法，其特征在于，所述阴影区域的获取方法为：

（1）对所述灰度图像信息进行灰度阈值分割，得到太阳能电池板图像中边框、栅线和栅线交点，所述各太阳能电池板的边框、栅线和栅线交点构成关注区域；

（2）计算所述关注区域的灰度梯度；

（3）比较所述灰度梯度与设定阈值的大小，当灰度梯度大于设定阈值，则为阴影区域边缘；

（4）随机选取阴影区域边缘的一个像素点，计算所述像素点在8邻域内的梯度角，将梯度变化最大的方向作为该边缘的梯度方向；

（5）根据所述梯度方向，得到太阳能电池板的阴影区域，将阴影区域连通得到整体阴影区域。

4.根据权利要求3所述的一种基于人工智能的太阳能电池板的故障检测方法，其特征在于，

当阴影区域为包含电池板单个角点的区域且阴影区域形状为三角形或者不规则四边形，则太阳能电池板为左右转动故障；

当阴影区域为包含电池板两个角点的区域且阴影区域形状为矩形，则为上下转动故障；

当阴影区域为包含电池板两个角点的区域且阴影区域形状为梯形或者长三角形，则太阳能电池板为上下转动故障和左右转动故障。

5.根据权利要求1所述的一种基于人工智能的太阳能电池板的故障检测方法，其特征在于，所述阴影区域变化特征包括阴影区域的面积差值以及梯度角差值。

6.根据权利要求5所述的一种基于人工智能的太阳能电池板的故障检测方法，其特征在于，根据所述阴影区域的面积差值以及梯度角差值进行太阳能电池板故障的判断：

当梯度角差值且面积差值时，系统判断为上下转动异常；当梯度角差值且面积差值时，系统判断为左右转动异常；当梯度角差值且面积变化速率时,系统判断为上下左右同时发生转动异常，其中，表示单一转动异常下阴影区域变化速率，表示左右上下同时发生转动异常时阴影区域变化速率。