一种基于深度学习的光伏组件异常遮挡检测方法及系统技术方案

本发明专利技术提出了一种光伏组串损失电量计算方法，包括如下步骤，获取光伏板表面图像；构建遮挡物检测模型，将表面图像输入所述目标检测模型，识别遮挡物；计算遮挡物占光伏板的表面积；计算光伏板的发电数据，测算损失发电量。本发明专利技术还提出了一种光伏组件异常遮挡检测系统，包括图像获取模块、数据存储模块、数据分析模块和损失计算模块；图像获取模块用于获取光伏组串表面图像；数据存储模块用于存储表面图像信息，数据分析模块用于分析表面图像中的遮挡物；损失计算模块用于计算遮挡物造成的发电量损失。本发明专利技术解决了现有技术中遮挡物识别不能切实反应出遮挡物对于发电量影响的问题。切实反应出遮挡物对于发电量影响的问题。切实反应出遮挡物对于发电量影响的问题。

【技术实现步骤摘要】
一种基于深度学习的光伏组件异常遮挡检测方法及系统


[0001]本专利技术涉及光伏组件监测领域，尤其涉及一种光伏组件异常遮挡检测方法及检测系统。

技术介绍

[0002]光伏发电的能源直接来源于太阳光的照射，而地球表面上的太阳照射受气候的影响很大，长期的雨雪天、阴天、雾天都会严重干扰系统的发电状态。另外比较突出的一点是，环境中的颗粒物（如灰尘）或其他掉落物（如鸟粪、树叶）等沉落在太阳能电池组件的表面，以及在一些分布式光伏系统中可能存在树木、建筑物阴影阻挡了部分光线的照射，这些异常遮挡会使电池组件转换效率降低，从而造成发电量减少甚至电池板的损坏。经研究，鸟粪、阴影等遮挡已经成为影响光伏性能最主要的问题之一。遮挡会降低光伏阵列产生的电能，并造成安全隐患。当一块光伏板的一部分被遮挡时，其被遮挡单元将变为反向偏置状态，在电路中的存在形式为消耗能量的负载。积灰密度较高时，其短路电流、开路电压和发电效率分别大大降低。如果此时任由遮挡存在，轻则出现热斑等问题，减少光伏组件寿命，重则造成火灾，危害人身财产安全。 因此，光伏组件的异常遮挡物识别是光伏电站运维中亟待解本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于深度学习的光伏组件异常遮挡检测方法，其特征在于，包括如下步骤：获取光伏板表面图像；构建遮挡物检测模型，将所述表面图像输入所述目标检测模型，识别所述遮挡物；计算遮挡物占光伏板的表面积；计算光伏板的发电数据，测算损失发电量。2.如权利要求1所述的异常遮挡检测方法，其特征在于，构建电量损失模型，根据遮挡物表面积及光照强度测算损失发电量。3.如权利要求2所述的异常遮挡检测方法，其特征在于，所述目标检测模型识别的遮挡物信息包括遮挡物的类型和遮挡物的位置。4.如权利要求3所述的异常遮挡检测方法，其特征在于，训练所述目标检测模型时，通过人工对若干类型的遮挡物图像进行分类标引。5.如权利要求3所述的异常遮挡检测方法，其特征在于，构建所述电量损失模型时，将遮挡物类型和遮挡物位置作为影响因素。6.如权利要求2所述的异常遮挡检测方法，其特征在于，在测算损失发电量时，先计算光伏板的实际光照面积占光伏板面积的百分比，将输入光照强度换算为实际光照强度乘以该百分...

【专利技术属性】
技术研发人员：朱晓邦，夏海洋，彭合娟，李嘉，江春梅，张瑜，杨波，雷蕾，
申请(专利权)人：重庆中电自能科技有限公司，
类型：发明
国别省市：