[发明专利]基于图像感知的光伏电池母线腐蚀情况分析方法

权利要求书

1.一种基于图像感知的光伏电池母线腐蚀情况分析方法，其特征在于，该方法包括：

步骤1，对采集的光伏电池组件图像进行检测，得到光伏电池单板图像；

步骤2，将光伏电池单板图像中的边框区域分割出来，得到边框语义感知图；

步骤3，根据光伏电池单板图像与边框语义感知图，得到光伏电池板边框图像；

步骤4，对光伏电池板边框图像进行分类分析，判断光伏电池板是否存在脱层现象，若存在脱层现象，则根据脱层面积对光伏电池板母线腐蚀情况进行度量分析：

g(t)＝g(0)+∫f(h(t)，T(t)，s(t))*vdt

其中，g(0)为初始时刻的母线腐蚀度量，h(t)代表第t时刻湿度传感器数据，T(t)代表第t时刻温度传感器数据，若T(t)＜T₁或T(t)＞T₂，则f(h(t)，T(t)，s(t))＝0，[T₁，T₂]代表满足腐蚀反应条件的环境温度，s(t)为脱层面积，v代表参考湿度、参考温度下反应的参考速率，f(h(t)，T(t)，s(t))为湿度、温度、脱层面积对参考速率的影响函数，满足：q(T(t)，s(t))为温度、脱层面积对参考速率的影响函数。

2.如权利要求1所述的方法，其特征在于，所述湿度、温度、脱层面积对参考速率的影响函数为：

其中，H代表发生反应的参考湿度。

3.如权利要求1所述的方法，其特征在于，根据光伏电池单板图像与边框语义感知图，得到光伏电池板边框图像包括：

对边框语义感知图进行二值化，得到边框感知二值遮罩；

将边框感知二值遮罩与光伏电池单板图像点对点相乘，得到光伏电池板边框图像。

4.如权利要求1所述的方法，其特征在于，所述步骤1具体为：

利用光伏单板检测神经网络对采集的光伏电池组件图像进行检测，得到光伏电池单板图像。

5.如权利要求1所述的方法，其特征在于，所述步骤2具体为：

利用边框语义分割神经网络将光伏电池单板图像中的边框区域分割出来，得到边框语义感知图。

6.如权利要求1所述的方法，其特征在于，所述对光伏电池板边框图像进行分类分析，判断光伏电池板是否存在脱层现象包括：

利用脱层分割神经网络对光伏电池板边框图像进行分割，输出脱层语义感知图，所述脱层语义感知图用于区分脱层区域、正常区域以及其他无关区域的语义；

统计脱层语义感知图中脱层区域像素的个数，若大于设定阈值，则判断存在脱层现象。

7.如权利要求1所述的方法，其特征在于，该方法还包括：

对边框感知二值遮罩进行开运算，开运算后的结果与光伏电池单板图像点对点相乘，得到光伏电池板边框图像。

8.如权利要求1所述的方法，其特征在于，所述脱层面积的计算方法如下：

其中，N₁为正常区域像素个数，N₂为脱层区域像素个数。

9.如权利要求1所述的方法，其特征在于，所述脱层语义感知图还用于区分母线区域与其他类型区域的语义。

10.如权利要求6所述的方法，其特征在于，所述根据脱层面积对光伏电池板母线腐蚀情况进行度量分析：

g(t)＝g(0)+∫f(h(t)，T(t)，s(t)，a(t))*vdt

其中，g(0)为初始时刻的母线腐蚀度量，h(t)代表第t时刻湿度传感器数据，T(t)代表第t时刻温度传感器数据，若T(t)＜T₁或T(t)＞T₂，则f(h(t)，T(t)，s(t)，a(t))＝0，[T₁，T₂]代表满足腐蚀反应条件的环境温度，s(t)为脱层面积，a(t)为母线区域面积，v代表参考湿度、参考温度下反应的参考速率，f(h(t)，T(t)，s(t)，a(t))为湿度、温度、脱层面积、母线区域面积对参考速率的影响函数，满足：q(T(t)，s(t)，a(t))为温度、脱层面积、母线区域面积对参考速率的影响函数。