一种光伏板清洁度检测系统及方法与流程

本发明属于光伏设备，具体涉及一种光伏板清洁度检测系统及方法。

背景技术：

1、随着光伏电站的大规模建设，光伏板表面的积灰、鸟粪、树叶等脏污以及内部缺陷引发的热斑效应，会显著降低发电效率，严重时甚至造成组件烧毁。

2、现有轨道式光伏清洗机器人通常仅具备单一湿洗或干刷功能，缺乏对清洁效果的实时评估能力。运维过程中，光伏板的热斑或局部脏污的检测仍依赖人工手持热成像仪巡检，效率低、成本高，难以满足早期故障识别的时效性要求。

技术实现思路

1、为了解决现有技术中无法在清洗过程中同步检测光伏板脏污程度及热斑分布的技术问题，本发明提供了一种光伏板清洁度检测系统及方法。

2、本发明要解决的技术问题通过以下技术方案实现：

3、一种光伏板清洁度检测系统，包括：包括清洗机器人、红外热成像模块、双光谱热像仪、控制模块以及软件控制平台，其中，

4、所述红外热成像模块安装在清洗机器人行进方向的一端，并向下倾斜至与水平面呈10°~30°夹角；

5、所述双光谱热像仪安装在清洗机器人行进方向的另一端，并向下倾斜至与水平面呈10°~30°夹角；

6、所述控制模块与红外热成像模块、双光谱热像仪、清洗机器人的控制总线以及软件控制平台连接，用于接收红外热成像模块、双光谱热像仪发送的数据，进行处理后生成报警策略和清洗策略，并控制所述清洗机器人根据所述清洗策略进行光伏板清洗，同时，所述控制模块将所述报警策略发送给所述软件控制平台，所述软件控制平台再发送给相关的运维人员。

7、本发明的另一个实施例还公开了一种光伏板清洁度检测方法，利用上述的光伏板清洁度检测系统实现，包括：

8、s1：启动清洗机器人，使其沿着光伏板阵列移动，对光伏板表面执行清洁作业，同时，利用红外热成像模块得到当前探测区域的红外温度矩阵；并利用双光谱热像仪得到当前探测区域的红外热像图和可见光图像；

9、s2：对所述红外温度矩阵进行处理，得到当前探测区域中光伏板区域的表观故障数据，所述表观故障数据包括异常区域的面积占比、平均温度差值以及位置；所述平均平均温度差值为异常区域的平均温度与光伏板区域的平均温度作差得到；

10、对所述红外热像图和可见光图像进行处理，得到当前探测区域中光伏板区域的状态特征数据，所述状态特征数据包括积灰等级、异常类型以及修正后的板间温差；所述板间温差为光伏板区域的单个像素点的温度值与光伏板区域的平均温度值作差得到；

11、s3：根据所述异常区域的面积占比、平均温度差值和位置确定异常类型和异常位置，并根据所述异常类型确定异常位置处的报警策略；

12、根据所述积灰等级、异常类型以及修正后的板间温差来确定清洗策略。

13、进一步地，所述s2中，对所述红外温度矩阵进行处理，得到当前探测区域中光伏板区域的表观故障数据，包括：

14、对所述红外温度矩阵进行预处理，得到有效红外温度矩阵；

15、对所述有效红外温度矩阵进行阈值分割处理，生成二值掩膜矩阵，并将该二值掩膜矩阵与有效红外温度矩阵进行叠加处理，得到当前探测区域中光伏板区域的红外温度矩阵；

16、提取所述光伏板区域的红外温度矩阵中的数据，形成有效温度列表；

17、采用自适应阈值算法对有效温度列表中的数据进行计算，得到温度最优阈值，并根据所述温度最优阈值将所述光伏板区域的红外温度矩阵二值化，得到异常区域的二值矩阵；

18、对所述有效温度列表中的数据分别进行计算，得到光伏板区域的平均温度、总有效像素数，并对所述异常区域的二值矩阵进行形态学去噪以及连通域分析，最终计算得到各异常区域的面积占比、平均温度、以及中心坐标；

19、根据所述光伏板区域的平均温度与各异常区域的平均温度得到各异常区域的平均温度差值，并根据各异常区域的中心坐标确定各异常区域的位置。

20、进一步地，对所述红外温度矩阵进行预处理，得到有效红外温度矩阵，包括：

21、利用高斯滤波去除所述红外温度矩阵中的高斯噪声；

22、再采用中值滤波法进行坏像素检测与替换，得到所述有效红外温度矩阵。

23、进一步地，对所述有效红外温度矩阵进行阈值分割处理，生成二值掩膜矩阵，包括：

24、将所述有效红外温度矩阵从16位归一化为8位图；

25、利用大律法对8位图的所述有效红外温度矩阵进行阈值分割，生成所述二值掩膜矩阵。

26、进一步地，所述s3中，根据所述异常区域的面积占比、平均温度差值和位置确定异常类型和异常位置，并根据所述异常类型确定异常位置处的报警策略；包括：

27、根据所述异常区域的面积占比、平均温度差值以及位置确认异常类型和异常位置；

28、所述控制模块根据所述异常类型生成相应异常位置处的报警策略，同时将所述光伏板区域的红外温度矩阵映射为8位彩色图，并将所述异常位置和异常类型标注在8位彩色图上；最后将所述报警策略和8位彩色图发送给软件控制平台。

29、进一步地，所述报警策略为，包括：

30、当平均温度差值δt≥25℃，异常区域的面积占比≥5%时，控制模块将其标记为严重热斑，记录位置及热成像截图，并立即向软件控制平台上报；

31、当平均温度差值δt≥15℃，异常区域的面积占比为2%~5%时，控制模块将其标记为普通热斑，记录位置及热成像截图，并控制清洗机器人完成当前行清洗任务后再向软件控制平台上报；

32、当异常区域为局部低温且该区域边缘清晰，控制模块标记其为遮挡，记录位置，并控制清洗机器人完成清洗任务后再向软件控制平台上报；

33、当异常区域为不规则高温区且该区域温差大，控制模块标记其为损坏，记录位置及热成像截图，并控制清洗机器人完成当前行清洗任务后向软件控制平台优先上报。

34、进一步地，对所述红外热像图和可见光图像进行处理，得到当前探测区域中光伏板区域的状态特征数据，所述状态特征数据包括积灰等级和修正后板间温差，包括：

35、对所述红外热像图对应的温度矩阵进行预处理，得到增强后的红外热像图；

36、采用语义分割模型，并利用所述可见光图像对所述增强后的红外热像图进行光伏板区域分割，提取得到光伏板区域的红外热像图；

37、基于所述光伏板区域的红外热像图对应的红外温度矩阵，提取并计算多维度积灰特征，所述多维度积灰特征包括光伏板区域的单个像素点的温度、平均温度、温度方差、温度标准差、板间温差、温度梯度特征、红外发射率等效特征以及纹理特征；

38、将所述光伏板区域的红外热像图和多维度积灰特征输入轻量分类模型中进行处理，得到光伏板区域的积灰等级；

39、对所述多维度积灰特征进行处理，得到光伏板区域的异常类型；

40、对光伏板所处的环境进行补偿修正，消除天气、时段对温度场的干扰，并计算得到修正后的板间温差。

41、进一步地，所述异常类型分别为：当光伏板温度异常区域的平均温度－光伏板区域的平均温度≥15℃，且超过该温度的异常面积≥2%，控制模块将该部位标记为存在热斑，并向所述软件控制平台上报；当光伏板区域存在块状高温、且形状不规则时，控制模块将该部位标记为存在鸟粪/污渍并向所述软件控制平台上报；当光伏板区域存在大面积低温区，控制模块将该部位标记为存在遮挡；当光伏板区域存在存在边界清晰且低温区域，控制模块将该部位标记为存在阴影。

42、进一步地，根据所述积灰等级、修正后的板间温差以及异常类型来确定清洗策略，包括：

43、当所述光伏板积灰等级为0，则无需清洗；当积灰等级为1时，则进行常规清洗；当积灰等级为2时，清洗机器人对该位置进行记录，并在对该位置进行清洗时降低行进速度50%进行清洗；当积灰等级为3、板间温差≥3℃或异常类型为鸟粪/污渍时，增加2次刷洗次数，并执行定点复洗并复核数据，直到该光伏板区域积灰等级下降到1以下，开启下一区域清洗过程。

44、本发明的有益效果：

45、1、本发明将热斑检测与脏污检测功能集成于现有轨道式光伏清洗机器人上，无需额外的巡检设备，且时效性强，每次对光伏板清洗作业时同步完成全站光伏板体检，第一时间识别热斑隐患，从而提高了生产效率，且降低了运维成本，实现“边清洗、边检测、精准运维”。

46、2、此外，利用双光谱热像仪可对比区分普通灰尘与顽固污渍，并通过控制机器人定点复洗或向软件控制平台报警提示人工处理；

47、3、通过清洗前后数据对比，避免将正常灰尘误判为热斑，从而提升检测的准确性。