[发明专利]发电量损失预测方法及装置、电子设备

权利要求书

1.一种发电量损失预测方法，其特征在于，包括：

获取拍摄的光伏组件图片，并获取拍摄时的辐照度和太阳入射角；

识别所述光伏组件图片中的待预测组件区域；

计算所述待预测组件区域的平均灰度；

根据所述待预测组件区域的平均灰度、所述辐照度和所述太阳入射角预测发电量损失。

2.根据权利要求1所述的发电量损失预测方法，其特征在于，所述待预测组件区域通过组件识别模型识别；

所述组件识别模型的获取过程包括：

获取光伏组件图片集；其中，所述光伏组件图片集中的部分图片作为训练集，其余图片作为测试集；

训练所述训练集，得到初步识别模型；

根据所述测试集判断所述初步识别模型是否符合指标要求；若是，则将所述初步识别模型作为所述组件识别模型；否则，继续训练所述训练集。

3.根据权利要求2所述的发电量损失预测方法，其特征在于，在训练所述训练集之前，还包括：对所述光伏组件图片集进行预处理；

相应地，在识别所述光伏组件图片中的待预测组件区域之前，还包括：采用相同的处理方法对所述光伏组件图片进行预处理。

4.根据权利要求3所述的发电量损失预测方法，其特征在于，所述预处理包括：图像增强处理、归一化处理和尺度变换中的至少一种。

5.根据权利要求1所述的发电量损失预测方法，其特征在于，采用发电量损失预测模型预测所述发电量损失；

所述发电量损失预测模型的获取过程包括：

获取发电量损失数据集；其中，所述发电量损失数据集包括不同积灰程度下的光伏组件图片、对应的发电量损失数据、对应的辐照度和对应的太阳入射角；

提取所述光伏组件图片中的组件区域，并计算所述组件区域的平均灰度；

根据所述组件区域的平均灰度、所述辐照度、所述太阳入射角和所述发电量损失数据，得到所述发电量损失预测模型。

6.根据权利要求5所述的发电量损失预测方法，其特征在于，所述获取发电量损失数据集，包括：

选取一清洁组件，获取拍摄的清洁组件图片，并获取拍摄时所述清洁组件的发电量损失数据、辐照度和太阳入射角；

选取一对照组件，进行积灰试验；每隔预设时间获取拍摄的对照组件图片，并获取拍摄时所述对照组件的发电量损失数据、辐照度和太阳入射角。

7.根据权利要求1、5或6所述的发电量损失预测方法，其特征在于，获取拍摄时的太阳入射角，包括：

根据拍摄时的真太阳时计算时角；

根据拍摄时距离当年一月一日的天数计算太阳赤纬角；

根据所述太阳赤纬角、组件的地理纬度和所述时角计算太阳高度角；

根据所述太阳高度角、所述组件的地理纬度和所述太阳赤纬角计算太阳方位角；

根据所述太阳高度角、组件安装与地面夹角、所述太阳方位角和组件方位角计算所述太阳入射角。

8.根据权利要求1所述的发电量损失预测方法，其特征在于，在计算所述待预测组件区域的平均灰度之前，还包括：

对所述待预测组件区域进行后处理。

9.根据权利要求8所述的发电量损失预测方法，其特征在于，所述后处理包括：组件轮廓提取、噪音点去除、误识别区域去除和组件区域精细提取中的至少一种。

10.一种发电量损失预测装置，其特征在于，包括：

获取模块，用于获取拍摄的光伏组件图片，并获取拍摄时的辐照度和太阳入射角；

识别模块，用于识别所述光伏组件图片中的待预测组件区域；

计算模块，用于计算所述待预测组件区域的平均灰度；

预测模块，用于根据所述待预测组件区域的平均灰度、所述辐照度和所述太阳入射角预测发电量损失。

11.一种电子设备，其特征在于，包括：

拍摄设备，用于拍摄光伏组件图片；

存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序；所述处理器执行所述程序时实现如权利要求1-9中任一项所述的发电量损失预测方法。