【技术实现步骤摘要】
基于人工智能的光伏电池板焊带腐蚀程度判断方法及系统
本专利技术涉及人工智能
，具体涉及基于人工智能的光伏电池板焊带腐蚀程度判断方法及系统。
技术介绍
光伏电池板在恶劣的环境的影响下，例如盐雾、水汽的侵蚀的作用下，其电池板的硅片上的焊带可能产生腐蚀现象，轻则是电池板硅片发电效率降低，重则会使焊带断裂，严重影响电池片的发电效率。在申请公布号为CN111047564A，即一种应用于光伏电站现场的EL缺陷检测方法中，提出了对EL图像进行预处理，得到矫正后的EL图像，对EL图像进行裁切，对裁切后的图像进行灰度化、腐蚀、膨胀、二值化、像素运算等方式进行处理，根据像素投影找到出现的EL缺陷，进行缺陷分析的方法。专利技术人在实践中，发现上述现有技术存在以下缺陷：得到缺陷并进行分析之后，没有对发现的缺陷对电池板的损毁程度提供具体的判断方法，判断是否光伏组件需要维修或者更换。
技术实现思路
为了解决上述技术问题，本专利技术的目的在于提供基于人工智能的光伏电池板焊带腐蚀程度判断系统及方法，所采用的技术方案...
【技术保护点】
1.基于人工智能的光伏电池板焊带腐蚀程度判断系统，其特征在于，该系统包括焊带提取模块、腐蚀区域提取模块、腐蚀区域校验模块和腐蚀程度计算模块；/n所述焊带提取模块，用于获取光伏电池板的纹理图像；根据所述纹理图像提取焊带的边界框图像，根据所述边界框图像获得焊带的裁剪图；/n所述腐蚀区域提取模块，用于对所述裁剪图进行图像处理得到焊带的初始腐蚀区域掩膜图像；/n所述腐蚀区域校验模块，用于对所述初始腐蚀区域掩膜图像分割并对每一块腐蚀连通域掩膜图像进行校验；/n所述腐蚀程度计算模块，包括，第一映射关系模块、第二映射关系模块、映射模型模块和判断模块；/n所述第一映射关系模块，用于获取每一...
【技术特征摘要】
1.基于人工智能的光伏电池板焊带腐蚀程度判断系统，其特征在于，该系统包括焊带提取模块、腐蚀区域提取模块、腐蚀区域校验模块和腐蚀程度计算模块；
所述焊带提取模块，用于获取光伏电池板的纹理图像；根据所述纹理图像提取焊带的边界框图像，根据所述边界框图像获得焊带的裁剪图；
所述腐蚀区域提取模块，用于对所述裁剪图进行图像处理得到焊带的初始腐蚀区域掩膜图像；
所述腐蚀区域校验模块，用于对所述初始腐蚀区域掩膜图像分割并对每一块腐蚀连通域掩膜图像进行校验；
所述腐蚀程度计算模块，包括，第一映射关系模块、第二映射关系模块、映射模型模块和判断模块；
所述第一映射关系模块，用于获取每一块腐蚀连通域图像的面积An和最小外接矩形框的宽Wn和高Hn，根据所述连通域掩膜的面积An与所述最小外接矩形框的面积比与所述连通域对焊带的影响程度Ln成正比例关系，以及所述面积An与所述最小外接矩形框的宽高比成正比例关系，构建第一映射关系F；
第二映射关系模块，用于构建连通域图像Mn上的连通域的重心位置Rn与所述图像Mn在坐标(i，j)位置的灰度值G(i，j)和像素坐标g(i，j)的第二映射关系S；
映射模型判断模块，用于结合所述第一映射关系F和所述第二映射关系S，基于回归分析法，构建整条焊带的腐蚀程度L的映射模型；以及比较所述腐蚀程度L与预设阈值，判断是否需要更换焊带。
2.根据权利要求1所述的基于人工智能的光伏电池板焊带腐蚀程度判断系统，其特征在于：
所述第一映射关系为：
其中，α为衰减系数。
3.根据权利要求2所述的基于人工智能的光伏电池板焊带腐蚀程度判断系统，其特征在于：
所述衰减函数α为：
其中，W0为所述焊带的宽度。
4.根据权利要求1所述的基于人工智能的光伏电池板焊带腐蚀程度判断系统，其特征在于：
所述第二映射关系为：
其中，Mn为第n个腐蚀连通域图像。
5.根据权利要求1所述的基于人工智能的光伏电池板焊带腐蚀程度判断系统，其特征在于：
所述映射模型为：
其中，Ln为所述每一块腐蚀连通域对焊带的影响程度，β、γ为预设的超参数，N为每条焊带上所述连通域的个数，V为每条焊带的所有的腐蚀连通域重心位置Rn的方差...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。