基于人工智能的光伏组件渗水危害程度的检测方法及装置制造方法及图纸

本发明专利技术涉及人工智能技术领域，具体涉及一种基于人工智能的光伏组件渗水危害程度的检测方法及装置。所述方法包括：获取光伏电池板的图像；将预处理后的图像送入语义分割网络对渗水区域进行检测感知，得到渗水区域的感知效果图；设置渗水区域面积阈值，当所述渗水区域面积超过所述渗水区域面积阈值时对电池板进行热斑检测得到电池板热斑面积；以电池板热斑面积、温度和湿度为变量构建用于分析渗水产生的热斑对电池板的损害程度的模型；设置损害程度的度量阈值，当损害程度的值大于所述度量阈值时反馈损害程度信息。本发明专利技术能够避免光伏组件渗水导致的热斑效应引起整体发电量下降的问题，能够及时的判断光伏组件热斑区域的损害程度并进行反馈。程度并进行反馈。程度并进行反馈。

【技术实现步骤摘要】
基于人工智能的光伏组件渗水危害程度的检测方法及装置


[0001]本专利技术涉及人工智能
，具体涉及一种基于人工智能的光伏组件渗水危害程度的检测方法及装置。

技术介绍

[0002]太阳电池组件通常安装在地域开阔、阳光充足的地带。渗水会使太阳电池组件中某些电池单片的电流、电压发生了变化，其结果使太阳电池组件局部电流与电压之积增大，从而在这些电池组件上产生了局部温升。光伏组件渗水可能产生太阳能电池板的热斑效应，导致电站整体发电量下降、电池板组件损坏，严重的就是引发火灾。目前，对光伏电池板的渗水检测主要通过人工检查，准确性不高，难以避免因组件渗水引起电池板表面热斑，电池板发电量下降等问题。

技术实现思路

[0003]为了解决上述问题，本专利技术提出了一种基于人工智能的光伏组件渗水危害程度的检测方法，具体方案如下：
[0004]第一方面，本专利技术一个实施例提供了一种基于人工智能的光伏组件渗水危害程度的检测方法包含以下步骤：
[0005]获取光伏电池板的图像；
[0006]对所述图像进行预处理，将预处理后的所本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于人工智能的光伏组件渗水危害程度的检测方法，其特征在于，该方法还包括以下步骤：获取光伏电池板的图像；对所述图像进行预处理，将预处理后的所述图像送入语义分割网络对渗水区域进行检测感知，得到所述渗水区域的感知效果图；计算所述渗水区域的面积，设置渗水区域面积阈值，当所述渗水区域面积超过所述渗水区域面积阈值时对电池板进行热斑检测，计算电池板热斑面积；利用温湿度传感器对所述光伏电池板的环境温度和湿度进行数据采集，以电池板热斑面积、环境温度和湿度为变量构建损害程度的度量模型；设置损害程度的度量阈值，当损害程度的度量值大于所述度量阈值时反馈损害程度信息。2.根据权利要求1所述的一种基于人工智能的光伏组件渗水危害程度的检测方法，其特征在于，所述计算所述渗水区域的面积之前还包括以下步骤:将所述渗水区域的感知效果图投影到BIM系统模型中。3.根据权利要求1所述的一种基于人工智能的光伏组件渗水危害程度的检测方法，其特征在于，所述渗水区域的面积为渗水区域所有像素之和。4.根据权利要求1所述的一种基于人工智能的光伏组件渗水危害程度的检测方法，其特征在于，所述损害程度度量模型的函数表达式为：其中，α为渗水面积的权重值，β为环境湿度的权重值，γ为环境温度的权重值，且α+β+γ＝1，ε为电池板损害程度，s为组件电池板热斑区域面积，M为环境湿度，T为环境温度。5.根据权利要求1所述的一种基于人工智能的光伏组件渗水危害程度的检测方法，其特征在于，所述对图像进行预处理的过程还包括以下步骤：对灰度化后的图像进行线性变换以增强图像对比度。6.一种基于人工智能的光...

【专利技术属性】
技术研发人员：邵传宏，徐彩营，
申请(专利权)人：邵传宏，
类型：发明
国别省市：