[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

说明书

本发明公开了一种基于图像感知的光伏电池母线腐蚀情况分析方法。包括：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；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；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；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。利用本发明，提高了电池板利用率和发电功率，节省人力物力，提高了运维效率。

技术领域

本发明涉及新能源光伏发电、计算机视觉、人工智能技术领域，具体涉及一种基于图像感知的光伏电池母线腐蚀情况分析方法。

背景技术

长时间暴露在高温、高湿环境下的太阳能电池板会发生故障，在外观上主要表现为两类，一类为树脂背板部分鼓包，另一类为电池单元外周附近从保护玻璃上剥落的脱层现象。脱层现象可能会导致背板的劣化，太阳能电池板内进入水蒸气与封装材料EVA发生化学反应，生成醋酸气体，对母线(电池单元上的粗线状电极)周围造成腐蚀。目前，针对光伏电池板腐蚀进行检测的方法多采用对醋酸气体量进行检测，不能为光伏电池板更换提供较为准确的依据。

发明内容

本发明的目的在于针对上述现有技术存在的缺陷，提出一种基于图像感知的光伏电池母线腐蚀情况分析方法。

一种基于图像感知的光伏电池母线腐蚀情况分析方法，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：H为参考湿度，q(T(t),s(t))为温度、脱层面积对参考速率的影响函数。

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。

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。

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。

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。

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：