[發明專利]基于人工智能的光伏電池功率衰減分析方法及系統

在審

• 申請號: 202011565729.5
• 申請日: 2020-12-25
• 公開（公告）號: CN112634241A
• 公開（公告）日: 2021-04-09
• 發明（設計）人: 周婷婷;李俊
• 申請（專利權）人: 周婷婷
• 主分類號: G06T7/00
• 分類號: G06T7/00;G06T7/12;G06T7/11;G06T7/62;G06N3/08
• 代理公司: 暫無信息
• 代理人: 暫無信息

1.一種基于人工智能的光伏電池功率衰減分析方法，其特征在于，包括以下步驟：

獲取電池板表面圖像，并經預處理后輸入深度神經網絡，獲得焊帶區域遮罩，所述焊帶區域遮罩包括焊帶特征；

將所述焊帶區域遮罩結合所述電池板表面圖像經過圖像處理后，獲取焊帶邊緣圖像并根據焊帶邊緣剪切，獲得單個焊帶區域圖像；

切分所述單個焊帶區域圖像，獲得焊帶子圖像，經圖像處理，提取每個所述焊帶子圖像的特征信息，所述特征信息包括焊帶子圖像中子焊帶傾斜角度、子焊帶連通域的周長和中心點；

根據所述的所述特征信息建立對應所述焊帶子圖像的三維特征向量，統計全部焊帶子圖像的三維特征向量并經過聚類處理，獲得子焊帶偏移類別信息，所述子焊帶偏移類別信息包括偏移等級以及每個偏移等級包含的所述焊帶子圖像的數量；

根據所述子焊帶偏移類別信息獲得焊帶偏移程度，當所述焊帶偏移程度大于偏移閾值時，將所述電池板表面圖像輸入脫層語義網絡，獲得電池板脫層區域面積。

根據所述電池板脫層區域面積結合所述焊帶偏移程度獲得電池板功率衰減程度。

2.根據權利要求1所述的基于人工智能的光伏電池功率衰減分析方法，其特征在于，所述的切分所述單個焊帶區域圖像，獲得焊帶子圖像，經圖像處理，提取每個所述焊帶子圖像的特征信息，包括以下步驟：

根據所述單個焊帶區域圖像中焊帶的垂直方向切分圖像，獲得焊帶子圖像，并進行連通域分析，提取子焊帶連通域；

獲取所述子焊帶連通域的中心點，利用連通域分析獲取所述子焊帶連通域的周長；

獲取所述子焊帶連通域的最小外接矩形，獲取水平線與所述最小外接矩形的傾斜角度。

3.根據權利要求1所述的基于人工智能的光伏電池功率衰減分析方法，其特征在于，所述的根據所述子焊帶偏移類別信息獲得焊帶偏移程度得方法為：對所述子焊帶偏移類別信息中的偏移等級賦予權重，結合每個所述偏移等級所包含的焊帶子圖像數量進行加權求和，獲得所述焊帶偏移程度。

4.根據權利要求1所述的基于人工智能的光伏電池功率衰減分析方法，其特征在于，該方法還包括根據所述脫層區域面積獲得脫層程度，結合面積閾值判定是否需要對偏移閾值進行調節。

5.根據權利要求1所述的基于人工智能的光伏電池功率衰減分析方法，其特征在于，所述的根據所述電池板脫層區域面積結合所述偏移類別信息獲得電池板功率衰減程度的方法包括將所述電池板脫層區域面積S和所述偏移程度M輸入功率衰減模型，獲得電池板功率衰減程度；所述功率衰減模型σ為：

其中，τ為可調常數；α第一權重值，β第二權重值，且α+β＝1。

6.一種基于人工智能的光伏電池功率衰減分析系統，其特征在于，包括：

圖像采集模塊，用于獲取電池板表面圖像，并經預處理后輸入深度神經網絡，獲得焊帶區域遮罩，所述焊帶區域遮罩包括焊帶特征；

焊帶提取模塊，用于將所述焊帶區域遮罩結合所述電池板表面圖像經過圖像處理后，獲取焊帶邊緣圖像并根據焊帶邊緣剪切，獲得單個焊帶區域圖像；

子焊帶特征獲取模塊，用于切分所述單個焊帶區域圖像，獲得焊帶子圖像，經圖像處理，提取每個所述焊帶子圖像的特征信息，所述特征信息包括焊帶子圖像中子焊帶傾斜角度、子焊帶連通域的周長和中心點；

偏移類別獲取模塊，用于根據所述特征信息建立對應所述焊帶子圖像的三維特征向量，統計全部焊帶子圖像的三維特征向量并經過聚類處理，獲得子焊帶偏移類別信息，所述子焊帶偏移類別信息包括偏移等級以及每個偏移等級包含的所述焊帶子圖像的數量；

脫層區域獲取模塊，用于根據所述子焊帶偏移類別信息獲得焊帶偏移程度，當所述焊帶偏移程度大于偏移閾值時，將所述電池板表面圖像輸入脫層語義網絡，獲得電池板脫層區域面積；

功率衰減程度獲取模塊，用于根據所述電池板脫層區域面積結合所述焊帶偏移程度獲得電池板功率衰減程度。