【技术实现步骤摘要】
本专利技术涉及光伏组件清洗，具体涉及应用于光伏机器人的卷积神经网络控制系统。
技术介绍
1、现有的光伏清洗机器人的互联平台只能控制光伏清洗机器人的启动和关闭，以及监测光伏清洗机器人的工作状态；
2、但是在光伏清洗机器人清洗光伏板时，由于光伏板是平铺设置，导致光伏板的空间位置各不相同，而光伏板表面积攒的灰尘量也不相同，而目前的光伏清洗机器人在清洗光伏板时，采用相同的清洗方式，例如申请公开号为cn109546954a的专利公开的一种太阳能光伏板清洁智能控制系统及其控制方法以及申请公开号为cn115276543a的专利公开的一种光伏运维空陆云立体化智慧运维平台，这会导致光伏清洗机器人在清洗灰尘量大的光伏板时，容易清洗不彻底，使该光伏板表面残留灰尘，或者在清洗灰尘量小的光伏板时，存在清洗过量的情况，造成了多余的能耗，不利于光伏清洗机器人的续航，另外，光伏清洗机器人长时间进行清洗工作后，其内部的清洗辊刷出现一定的损耗，导致光伏清洗机器人的清洗效果变差，不利于光伏板的使用。
技术实现思路
...
【技术保护点】
1.应用于光伏机器人的卷积神经网络控制系统，包括数据分析模块和通信模块（2），数据分析模块通过通信模块（2）同时连接有若干光伏清洗机器人（1），其特征在于：
2.根据权利要求1所述的应用于光伏机器人的卷积神经网络控制系统，其特征在于，所述清洁度识别模型将若干个待清洁图像数据分为低污染、中污染和高污染三个级别。
3.根据权利要求2所述的应用于光伏机器人的卷积神经网络控制系统，其特征在于，所述清洁度识别模型将一个光伏板识别为一个待清洁图像数据，且将待清洁图像数据分割成64个面积相等特征区域；
4.根据权利要求3所述的应用于光伏机器人的卷...
【技术特征摘要】
1.应用于光伏机器人的卷积神经网络控制系统，包括数据分析模块和通信模块（2），数据分析模块通过通信模块（2）同时连接有若干光伏清洗机器人（1），其特征在于：
2.根据权利要求1所述的应用于光伏机器人的卷积神经网络控制系统，其特征在于，所述清洁度识别模型将若干个待清洁图像数据分为低污染、中污染和高污染三个级别。
3.根据权利要求2所述的应用于光伏机器人的卷积神经网络控制系统，其特征在于，所述清洁度识别模型将一个光伏板识别为一个待清洁图像数据，且将待清洁图像数据分割成64个面积相等特征区域；
4.根据权利要求3所述的应用于光伏机器人的卷积神经网络控制系统，其特征在于，所述辊刷（3）的转速和除灰机构（7）的功率根据清洁度数据的数值范围分为低、中和高三个工作模式：
5.根据权利要求1-4任一所述的应用于光伏机器人的卷积神经网络控制系统，其特征在于，所述除灰机构（7）包括机构外壳（71），机构外壳（71）的底部设有集灰盒（72），机构外壳（71）的两侧固定连接有刷把（73），机构外壳（71）的一端固定连接有导灰管（74），集灰盒（72）的内腔顶面固定连接有若干呈直线形布置的吸灰机构（76）。
6.根据权利要求5所述的应用于光伏机器人的卷积神经网络控制系统，其特征在于，所述吸灰机构（76）包括外筒（761），外筒（761）内部开设有内...
【专利技术属性】
技术研发人员：黄显达，黄立军，刘以清，
申请(专利权)人：厦门蓝旭科技有限公司，
类型：发明
国别省市：
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。