[發(fā)明專利]一種基于人工智能的光伏電池板質(zhì)量評估方法及系統(tǒng)

在審

• 申請?zhí)枺?/td>: 202011157344.5
• 申請日: 2020-10-26
• 公開（公告）號: CN112233101A
• 公開（公告）日: 2021-01-15
• 發(fā)明（設(shè)計）人: 鐘競;曾忠英
• 申請（專利權(quán)）人: 鐘競
• 主分類號: G06T7/00
• 分類號: G06T7/00;G06T7/11;G06T7/40
• 代理公司: 暫無信息
• 代理人: 暫無信息

本發(fā)明涉及人工智能領(lǐng)域，具體涉及一種基于人工智能的光伏電池板質(zhì)量評估方法及系統(tǒng)，該方法包括：獲取電池組件圖像和電池板顏色圖像；獲取電池組件圖像的電池片缺陷分割圖像；對電池組件圖像進行缺陷類型分類；構(gòu)建形狀缺陷評估模型獲得電池片形狀缺陷評估指標值；構(gòu)建紋理缺陷評估模型獲得電池片紋理缺陷評估指標值；獲得電池片顏色缺陷評估指標值；通過對電池片形狀缺陷評估指標值、電池片紋理缺陷評估指標值和電池片顏色缺陷評估指標值加權(quán)求和得到單個電池片質(zhì)量評估值，并將所有電池片質(zhì)量評估值相加作為電池板質(zhì)量評估值，評估電池板的質(zhì)量。本發(fā)明實施例能夠快速高效地評估電池板質(zhì)量，提高準確性。

技術(shù)領(lǐng)域

本發(fā)明涉及人工智能領(lǐng)域，具體涉及一種基于人工智能的光伏電池板質(zhì)量評估方法及系統(tǒng)。

背景技術(shù)

隨著科學技術(shù)的快速發(fā)展，能源消耗也日益增長，太陽能作為可再生的新能源，在長期的能源戰(zhàn)略中具有重要地位，未來對太陽能的利用也會越來越普及。與此同時，太陽能電池板的質(zhì)量檢測也愈發(fā)重要，太陽能電池板若有質(zhì)量問題，會導(dǎo)致降低發(fā)電效率，甚至危害電池板的使用安全。

目前太陽能電池板的質(zhì)量檢測主要采用目測的方法，檢驗每片電池片的柵線、缺陷、平整度等。發(fā)明人在實踐中，發(fā)現(xiàn)上述現(xiàn)有技術(shù)存在以下缺陷：

有些質(zhì)量問題無法靠肉眼觀察，目測的方法不僅浪費人力，效率較低，還會導(dǎo)致誤判，給太陽能電池板的質(zhì)量評估造成了不便。

發(fā)明內(nèi)容

為了解決上述技術(shù)問題，本發(fā)明的目的在于提供一種基于人工智能的光伏電池板質(zhì)量評估方法及系統(tǒng)，所采用的技術(shù)方案具體如下：

第一方面，本發(fā)明一個實施例提供了一種基于人工智能的光伏電池板質(zhì)量評估方法，該方法包括以下步驟：

獲取電池組件圖像以及電池板顏色圖像；

獲取電池組件圖像的電池片缺陷分割圖像；

對電池組件圖像進行缺陷類型分類，缺陷類型包括n種形狀缺陷類型和m種紋理缺陷類型；

根據(jù)形狀缺陷類型和電池片缺陷分割圖像構(gòu)建形狀缺陷評估模型，獲得電池片形狀缺陷評估指標值S_d；

根據(jù)紋理缺陷類型和電池片缺陷分割圖像構(gòu)建紋理缺陷評估模型，獲得電池片紋理缺陷評估指標值T_d；

對電池板顏色圖像進行電池片色調(diào)分析和電池片邊界顏色差異分析，獲得電池片顏色缺陷評估指標值C_d；

通過對電池片形狀缺陷評估指標值S_d、電池片紋理缺陷評估指標值T_d和電池片顏色缺陷評估指標值C_d的加權(quán)求和得到單個電池片的質(zhì)量評估值M，并將所有電池片的質(zhì)量評估值相加作為電池板的質(zhì)量評估值M′，評估每塊電池板的質(zhì)量。

優(yōu)選的，述電池片形狀缺陷評估指標值S_d由以下公式得到：

其中，S′表示形狀缺陷像素個數(shù)，S_O表示電池片缺陷分割圖像的像素總個數(shù)，W_x表示電池片第x類形狀缺陷類型的權(quán)重。

優(yōu)選的，電池片紋理缺陷評估指標值T_d由以下公式得到：

其中，S″表示紋理缺陷像素個數(shù)，W_y表示電池片第y類紋理缺陷類型的權(quán)重。

優(yōu)選的，電池片顏色缺陷評估指標值C_d的獲取步驟為：

獲得電池片板顏色圖像的單個電池片顏色圖像，并將電池片顏色圖像轉(zhuǎn)換到HSV空間；