[發明專利]基于多維度感知的光伏電池遮蔭區域成因分類方法及系統

在審

• 申請號: 202011069724.3
• 申請日: 2020-09-30
• 公開（公告）號: CN112163626A
• 公開（公告）日: 2021-01-01
• 發明（設計）人: 曾強;黃晨華
• 申請（專利權）人: 河南頌達信息技術有限公司
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06K9/32;G06K9/34;G06K9/38;G06K9/46
• 代理公司: 鄭州芝麻知識產權代理事務所(普通合伙) 41173
• 代理人: 李慧敏

1.基于多維度感知的光伏電池遮蔭區域成因分類方法，其特征在于，所述方法包括以下步驟：

獲取光伏電池板圖像；

判斷所述光伏電池板圖像是否遮蔭，并對被遮蔭光伏組件進行定位，得到所述被遮蔭光伏組件的遮蔭邊界位置；

獲取所述遮蔭邊界位置的遮蔭區域；

以第一時刻的遮蔭區域與第二時刻的遮蔭區域的偏移量作為遮蔭區域偏移向量

采集所述第一時刻與所述第二時刻之間的風向信息和風力信息，以獲得風向量

將連續時序的每個所述遮蔭區域偏移向量和所述風向量組成的向量集合作為樣本數據輸入時間卷積網絡中，輸出遮蔭區域的成因分類結果。

2.根據權利要求1所述的基于多維度感知的光伏電池遮蔭區域成因分類方法，其特征在于，所述判斷所述光伏電池板圖像是否遮蔭，其步驟如下：

對相鄰兩幀圖像進行勻光處理；

將經勻光處理后的所述相鄰兩幀圖像轉換為HSV色彩空間，構建遮蔭評價函數E_S：

E_s＝e^α

其中，α表示所述相鄰兩幀圖像之間的平均明度差值；

當平均明度差值α大于等于經驗閾值時，判斷為存在遮蔭情況；當平均明度差值α小于經驗閾值，判斷為不存在遮蔭情況。

3.根據權利要求1所述的基于多維度感知的光伏電池遮蔭區域成因分類方法，其特征在于，所述遮蔭區域的獲取步驟為：

獲取所述遮蔭邊界位置的多幀圖像作為樣本圖像；

將所述樣本圖像輸入語義分割網絡模型中，獲取被遮蔭光伏組件的遮蔭區域。

4.根據權利要求1所述的基于多維度感知的光伏電池遮蔭區域成因分類方法，其特征在于，所述遮蔭區域偏移向量的獲取步驟為：

分別獲取所述第一時刻的遮蔭區域與所述第二時刻的遮蔭區域的最小外接矩形及相應的中心點坐標；

以第一時刻與第二時刻所對應的所述最小外接矩形中心點坐標的偏移量表示所述遮蔭區域偏移向量

5.基于多維度感知的光伏電池遮蔭區域成因分類系統，其特征在于，所述系統包括以下模塊：

圖像獲取模塊，用于獲取光伏電池板圖像；

遮蔭光伏組件定位模塊，用于判斷所述光伏電池板圖像是否遮蔭，并對被遮蔭光伏組件進行定位，得到所述被遮蔭光伏組件的遮蔭邊界位置；

遮蔭區域獲取模塊，用于獲取所述遮蔭邊界位置的遮蔭區域；

遮蔭區域偏移向量獲取模塊，用于以第一時刻的遮蔭區域與第二時刻的遮蔭區域的偏移量作為遮蔭區域偏移向量

風向量獲取模塊，用于采集所述第一時刻與所述第二時刻之間的風向信息和風力信息，以獲得風向量

遮蔭區域的成因分類模塊，用于將連續時序的每個所述遮蔭區域偏移向量和所述風向量組成的向量集合作為樣本數據輸入時間卷積網絡中，輸出遮蔭區域的成因分類結果。

6.根據權利要求5所述的基于多維度感知的光伏電池遮蔭區域成因分類系統，其特征在于，所述遮蔭光伏組件定位模塊，還包括：

勻光處理模塊，用于對相鄰兩幀圖像進行勻光處理；

遮蔭情況判斷模塊，用于將經勻光處理后的所述相鄰兩幀圖像轉換為HSV色彩空間，構建遮蔭評價函數E_S：

E_s＝e^α

其中，α表示所述相鄰兩幀圖像之間的平均明度差值；

當平均明度差值α大于等于經驗閾值時，判斷為存在遮蔭情況；當平均明度差值α小于經驗閾值，判斷為不存在遮蔭情況。

7.根據權利要求5所述的基于多維度感知的光伏電池遮蔭區域成因分類系統，其特征在于，所述遮蔭區域獲取模塊，還包括：

樣本獲取模塊，用于獲取所述遮蔭邊界位置的多幀圖像作為樣本圖像；

語義分割模塊，用于將所述樣本圖像輸入語義分割網絡模型中，獲取被遮蔭光伏組件的遮蔭區域。

8.根據權利要求5所述的基于多維度感知的光伏電池遮蔭區域成因分類系統，其特征在于，所述遮蔭區域偏移向量獲取模塊，還包括：

坐標獲取模塊，用于分別獲取所述第一時刻的遮蔭區域與所述第二時刻的遮蔭區域的最小外接矩形及相應的中心點坐標；

坐標偏移量獲取模塊，用于以第一時刻與第二時刻所對應的所述最小外接矩形中心點坐標的偏移量表示所述遮蔭區域偏移向量