一种识别光伏太阳能板表面污垢程度的方法及系统技术方案

本发明专利技术公开了一种识别光伏太阳能板表面污垢程度的方法，其包括：(1)采集光伏太阳能板表面的图像；(2)对图像进行识别，以区分出光伏太阳能板本身和表面污垢；(3)根据识别结果，获得光伏太阳能板表面污垢程度。一种判断光伏太阳能板表面是否需要清洗的方法，其还包括步骤(4)判断光伏太阳能板表面污垢程度是否大于预设的清洁阈值，若大于预设的清洁阈值，则对光伏太阳能板表面进行清洗。此外，本发明专利技术还公开了相应的系统。本发明专利技术能对光伏太阳能板表面污垢程度进行自动化地识别，能对光伏太阳能板表面是否需要清洗进行自动化地判断，可以只在光伏太阳能板表面污垢积累到需要清洗程度的时候进行清洗，从而节约水资源，同时投资成本也较低。

A method and system for identifying the surface fouling of photovoltaic solar panels

The invention discloses a method, a recognition of photovoltaic solar panels which comprises a surface dirt degree (1) image surface photovoltaic solar panels; (2) for image recognition, to distinguish between the photovoltaic panels and the dirt on the surface; (3) according to the recognition results obtained the surface dirt of photovoltaic solar panels. A method for judging whether the surface of photovoltaic solar panels need to be cleaned is also included. It also includes steps (4) to determine whether the degree of fouling on photovoltaic solar panels is larger than the preset cleaning threshold. If the cleaning threshold is larger than the preset threshold, we can clean the surface of photovoltaic solar panels. In addition, the present invention also discloses the corresponding system. The invention of photovoltaic solar panels for automatic recognition of the degree of surface dirt, can the need for cleaning automatic judgement of surface photovoltaic solar panels, can only in the dirt on the surface of photovoltaic solar panels to accumulate to cleaning degree of cleaning, thereby saving water resources, at the same time, the investment cost is low.

【技术实现步骤摘要】
一种识别光伏太阳能板表面污垢程度的方法及系统
本专利技术涉及图像处理
，具体为一种识别光伏太阳能板表面污垢程度的方法及系统，以及判断光伏太阳能板表面是否需要清洗的方法及系统。
技术介绍
太阳能光伏发电站作为一种新型清洁能源正在全世界范围内迅速发展。太阳能电池板是太阳能光伏发电站的主要设备之一。太阳能电池板通过吸收太阳光，将太阳辐射能通过光电效应或者光化学效应直接或间接转换成电能。由于太阳能光伏发电站通常建在地势较高，日照充足，但风沙大，水资源匮乏的地方，所以太阳能电池板上很容易积累沙尘及脏物。如果不及时除去电池板上的沙尘及脏物，将会严重影响发电效率。传统上太阳能电池板的清洗通常都是人工配合流动清洗车进行清洗，例如人工手持水管冲洗太阳能电池板。近几年，国外开发出一种专门清洗太阳能电池板的机器人，采用无人操作的机器人配合少量水自动清洗太阳能电池板。但是，上述的两种清洗方法均不适合我国大多数光伏太阳能电站，因为第一种方法需要大量的水冲洗，而我国的大多数光伏太阳能电站是建在水资源比较缺乏的地方。第二种方法的投资成本太高，很难在实际范围内推广。
技术实现思路
本专利技术的目的之一是提供一种识别光伏太阳能板表面污垢程度的方法，该方法能对光伏太阳能板表面污垢程度进行自动化地识别，利用该方法可以只在污垢积累到需要清洗程度的时候进行清洗，从而节约水资源，同时投资成本也较低。基于上述目的，本专利技术提供了一种识别光伏太阳能板表面污垢程度的方法，其包括：(1)采集光伏太阳能板表面的图像；(2)对图像进行识别，以区分出光伏太阳能板本身和表面污垢；(3)根据识别结果，获得光伏太阳能板表面污垢程度。本专利技术所述的识别光伏太阳能板表面污垢程度的方法，其采用图像处理手段自动化地识别光伏太阳能板本身及其表面污垢，并获得光伏太阳能板表面污垢程度。因此，该方法能对光伏太阳能板表面污垢程度进行自动化地识别，利用该方法可以只在污垢积累到需要清洗程度的时候进行清洗，从而节约水资源，同时投资成本也较低。进一步地，本专利技术所述的识别光伏太阳能板表面污垢程度的方法中，在所述步骤(2)中，通过光伏太阳能板本身和表面污垢的颜色差异来区分光伏太阳能板本身和表面污垢。上述方案中，由于光伏太阳能板本身具有特定的颜色，并且该颜色通常与污垢颜色不同，因此可以通过光伏太阳能板本身和表面污垢的颜色差异来区分光伏太阳能板本身和表面污垢。例如根据数码相机拍摄的图像中各像素点色度的R(红)、G(绿)、B(蓝)分量的值求得的灰度值判定该像素点是属于光伏太阳能板本身还是表面污垢。更进一步地，上述识别光伏太阳能板表面污垢程度的方法中，所述步骤(2)包括步骤：(21)根据灰度值计算图像中的总像素数：设图像中灰度值为i的像素数目为ni，则图像中的总像素数N为：其中，L表示灰度值的上限；(22)计算灰度值出现的概率pi，并以灰度值k为阈值对图像进行分割，其中灰度值为1～k的像素和灰度值为k+1～L的像素被分割地分别属于区域C0和C1，其中区域C0表征光伏太阳能板本身的灰度值区域，区域C1表征附着到太阳能板上的表面污垢灰度值区域。上述方案中，根据图像中各像素点灰度值判定该像素点是对应光伏太阳能板本身还是表面污垢。更进一步地，上述识别光伏太阳能板表面污垢程度的方法中，所述步骤(3)包括步骤：(31)确定区域C0的概率ω0和区域C1的概率ω1：(32)计算区域C0的平均灰度μ0和区域C1的平均灰度μ1：其中，μ表示图像整体的平均灰度值，其表示灰度阈值为k时的平均灰度值；ω(k)＝ω0，其中，ω(k)表示区域C0的概率为k的函数，其中ω(k)突出ω0为k的函数，而ω0则代表累加计算得到的数值；(33)确定区域C0和C1的方差σ2(κ)为：根据最大方差准则，从1到L改变k，计算类间方差，使上式最大的k就是区域分割的灰度阈值；(34)绘制直方图f(rk)＝nk，其中该直方图的横坐标rk为灰度值，取值范围为[1,L]，nk为图像中灰度值为rk的像素个数；(35)根据求得的灰度阈值k，取直方图中灰度阈值k以后的第一区域，计算该第一区域的灰度均值，该第一区域的灰度均值则对应表征光伏太阳能板表面污垢程度。上述方案中，基于灰度值及其概率构建类间方差，并求解使该类间方差最大的灰度阈值，该灰度阈值作为区域分割的最佳灰度阈值。最小二乘法，又称最小平方法，是一种数学优化技术，它通过最小化误差的平方和寻找数据的最佳函数匹配。上述方案优选基于最小二乘法，采用最大类间方差法作为确定灰度阈值的算法。所述第一区域的灰度均值越大，则表征的光伏太阳能板表面污垢程度越高。本专利技术的另一目的是提供一种判断光伏太阳能板表面是否需要清洗的方法，该方法能对光伏太阳能板表面是否需要清洗进行自动化地判断，利用该方法能在光伏太阳能板表面需要清洗的时候进行清洗，从而节约水资源，同时投资成本也较低。基于上述目的，本专利技术还提供了一种判断光伏太阳能板表面是否需要清洗的方法，其包括：(1)采集光伏太阳能板表面的图像；(2)对图像进行识别，以区分出光伏太阳能板本身和表面污垢；(3)根据识别结果，获得光伏太阳能板表面污垢程度；(4)判断光伏太阳能板表面污垢程度是否大于预设的清洁阈值，若大于预设的清洁阈值，则对光伏太阳能板表面进行清洗。本专利技术所述的判断光伏太阳能板表面是否需要清洗的方法，其与上述识别光伏太阳能板表面污垢程度的方法的区别在于多了步骤(4)，该步骤(4)的构思是在污垢积累到需要清洗程度的时候才进行清洗，并给出了具体方案。因此该方法能对光伏太阳能板表面是否需要清洗进行自动化地判断，利用该方法能在光伏太阳能板表面需要清洗的时候进行清洗，从而节约水资源，同时投资成本也较低。进一步地，本专利技术所述的判断光伏太阳能板表面是否需要清洗的方法中，在所述步骤(2)中，通过光伏太阳能板本身和表面污垢的颜色差异来区分光伏太阳能板本身和表面污垢。更进一步地，上述判断光伏太阳能板表面是否需要清洗的方法中，所述步骤(2)包括步骤：(21)根据灰度值计算图像中的总像素数：设图像中灰度值为i的像素数目为ni，则图像中的总像素数N为：其中，L表示灰度值的上限；(22)计算灰度值出现的概率pi，并以灰度值k为阈值对图像进行分割，其中灰度值为1～k的像素和灰度值为k+1～L的像素被分割地分别属于区域C0和C1，其中区域C0表征光伏太阳能板本身的灰度值区域，区域C1表征附着到太阳能板上的表面污垢灰度值区域。更进一步地，上述判断光伏太阳能板表面是否需要清洗的方法中，所述步骤(3)包括步骤：(31)确定区域C0的概率ω0和区域C1的概率ω1：(32)计算区域C0的平均灰度μ0和区域C1的平均灰度μ1：其中，μ表示图像整体的平均灰度值，其表示灰度阈值为k时的平均灰度值；ω(k)＝ω0，其中，ω(k)表示区域C0的概率为k的函数；(33)区域C0和C1的方差σ2(κ)为：根据最大方差准则，从1到L改变k，计算类间方差，使上式最大的k就是区域分割的灰度阈值；(34)绘制直方图f(rk)＝nk，其中该直方图的横坐标rk为灰度值，取值范围为[1,L]，nk为图像中灰度值为rk的像素个数；(35)根据求得的灰度阈值k，取直方图中灰度阈值k以后的第一区域，计算该第一区域的灰度均值，该第一区域的灰度均值则对应本文档来自技高网...

【技术保护点】
一种识别光伏太阳能板表面污垢程度的方法，其特征在于，包括：(1)采集光伏太阳能板表面的图像；(2)对图像进行识别，以区分出光伏太阳能板本身和表面污垢；(3)根据识别结果，获得光伏太阳能板表面污垢程度。

【技术特征摘要】
1.一种识别光伏太阳能板表面污垢程度的方法，其特征在于，包括：(1)采集光伏太阳能板表面的图像；(2)对图像进行识别，以区分出光伏太阳能板本身和表面污垢；(3)根据识别结果，获得光伏太阳能板表面污垢程度。2.如权利要求1所述的识别光伏太阳能板表面污垢程度的方法，其特征在于，在所述步骤(2)中，通过光伏太阳能板本身和表面污垢的颜色差异来区分光伏太阳能板本身和表面污垢。3.如权利要求2所述的识别光伏太阳能板表面污垢程度的方法，其特征在于，所述步骤(2)包括步骤：(21)根据灰度值计算图像中的总像素数：设图像中灰度值为i的像素数目为ni，则图像中的总像素数N为：其中，L表示灰度值的上限；(22)计算灰度值出现的概率pi，并以灰度值k为阈值对图像进行分割，其中灰度值为1～k的像素和灰度值为k+1～L的像素被分割地分别属于区域C0和C1，其中区域C0表征光伏太阳能板本身的灰度值区域，区域C1表征附着到太阳能板上的表面污垢灰度值区域。4.如权利要求3所述的识别光伏太阳能板表面污垢程度的方法，其特征在于，所述步骤(3)包括步骤：(31)确定区域C0的概率ω0和区域C1的概率ω1：(32)计算区域C0的平均灰度值μ0和区域C1的平均灰度值μ1：其中，μ表示图像整体的平均灰度值，其表示灰度阈值为k时的平均灰度值；ω(k)＝ω0，其中，ω(k)表示区域C0的概率为k的函数。(33)确定区域C0和C1的方差σ2(κ)为：根据最大方差准则，从1到L改变k，计算类间方差，使上式最大的k就是区域分割的灰度阈值；(34)绘制直方图f(rk)＝nk，其中该直方图的横坐标rk为灰度值，取值范围为[1,L]，nk为图像中灰度值为rk的像素个数；(35)根据求得的灰度阈值k，取直方图中灰度阈值k以后的第一区域，计算该第一区域的平均灰度值，该第一区域的平均灰度值则对应表征光伏太阳能板表面污垢程度。5.一种判断光伏太阳能板表面是否需要清洗的方法，其特征在于，包括：(1)采集光伏太阳能板表面的图像；(2)对图像进行识别，以区分出光伏太阳能板本身和表面污垢；(3)根据识别结果，获得光伏太阳能板表面污垢程度；(4)判断光伏太阳能板表面污垢程度是否大于预设的清洁阈值，若大于预设的清洁阈值，则对光伏太阳能板表面进行清洗。6.如权利要求5所述的判断光伏太阳能板表面是否需要清洗的方法，其特征在于，在所述步骤(2)中，通过光伏太阳能板本身和表面污垢的颜色差异来区分光伏太阳能板本身和表面污垢。7.如权利要求6所述的判断光伏太阳能板...

【专利技术属性】
技术研发人员：彭红霞，张卫国，宋来森，闫冬，陈晓东，郭奇军，崔荣花，刘相兴，王智杰，牛东涛，赵俊杰，闫静静，盛戈皞，
申请(专利权)人：国网山东省电力公司菏泽供电公司，国家电网公司，上海交通大学，
类型：发明
国别省市：山东,37