[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

说明书

本发明涉及一种基于人工智能的太阳能电池板的故障检测方法；其通过无人机采集的图像进行灰度化处理，提取灰度图像信息中的单个太阳能电池板并对其进行编号，获取各个太阳能电池板的角点坐标信息；进而根据角点坐标信息，获取对应太阳能电池板的相邻两边缘的纵横斜率；判断任意相邻两电池板的斜率是否相等，若斜率不相等，则判断太阳能电池板出现转动故障；然后提取相邻两太阳能电池板的阴影区域，获取各太阳能电池板的阴影区域形状特征和/或不同时序下的阴影区域变化特征；最后根据阴影区域形状特征和/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。即本发明的方案能够准确地判断太阳能电池板发生的转动故障类别。

技术领域

本发明涉及太阳能电池板故障领域，具体涉及一种基于人工智能的太阳能电池板的故障检测方法。

背景技术

太阳能电池板是通过吸收太阳光，将太阳辐射能通过光电效应或者光化学效应直接或间接转换成电能的装置，太阳能电池板阵列吸收太阳光的效率跟很多因素有关，例如地理位置、气候、光照强度、电池板的倾斜角度等。其中，电池板的倾斜角度对其吸收太阳能的效率有很大的影响。

由于冬季和夏季太阳光的角度和强度都会发生变化。因此，为了保证太阳能电池板的发电量尽可能大，都是通过调整太阳能电池板的倾斜角度和旋转角度来实现年发电量最大。由于太阳能发电系统的光伏阵列由多个太阳能电池板串并构成。因此，太阳能电池板相互之间平行，且在角度调整过程中，为了避免遮挡，太阳能电池板相互之间也是平行的。那么，在转动过程中如果因为个别太阳能电池板的转动轴的故障导致该块太阳能电池板不能转动，就有可能对其他太阳能电池板造成遮挡，从而导致太阳能电池板不能吸收太阳光，长时间会对太阳能电池板的发电功率造成影响，甚至会出现热斑损害太阳能电池板。

目前，对电池板的遮挡情况及故障类型进行检测，通常采取方式为在转动部件设置传感器或者直接进行人工检修的方式。但是，对于设置的传感器，由于环境因素的问题，其寿命较低，需要经常更换，导致成本较高；而人工检修方式，不但效率低，而且会严重增大工作人员的工作负担。同时，由于工作人员经验能力的不同，其也存在无法准确判断电池板出现的具体转动故障类型。

因此，亟需一种能够成本低、能够准确检测电池板转动故障的检测方法。

发明内容

为了克服上述现有技术的效率低、成本高以及无法准确判断出故障类型的缺点，本发明提供一种基于人工智能的太阳能电池板的故障检测方法，可以通过太阳能电池板上阴影区域的形状以及不同时序下阴影区域的变化特征准确判断出太阳能电池板发生的转动故障类型。

为了解决上述问题，本发明的一种基于人工智能的太阳能电池板的故障检测方法，采用以下技术方案：

获取太阳能电池板阵列图像，对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；

根据阴影区域形状特征和/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。

进一步地，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。

进一步地，阴影区域的获取方法为：