[发明专利]基于人工智能的光伏电池最佳清洗时间确定方法及装置

权利要求书

1.一种基于人工智能的光伏电池最佳清洗时间确定方法，其特征在于，该方法还包括以下步骤：

获得光伏电池板上的初始水渍面积以及所述光伏电池板的倾斜角；

根据所述初始水渍面积获取预设时间段的残留水渍面积和环境因素，所述环境因素包括光伏电池板的光照强度、电池板的表面温度、风载和环境温度；

根据以所述残留水渍面积、所述光照强度、所述倾斜角、所述电池板的表面温度和所述风载为自变量，以水渍蒸发时间为因变量所构建的水渍蒸发时间模型，获得所述残留水渍面积与所述水渍蒸发时间的第一对应关系；

根据以所述风载、所述环境温度和所述残留水渍面积为自变量，以发电功率为因变量所构建的所述光伏电池板的功率模型，获得所述发电功率和所述残留水渍面积的第二对应关系；

根据所述第一对应关系和所述第二对应关系，获得所述发电功率和所述水渍蒸发时间的第三对应关系，根据所述第三对应关系，获取不同预设时间段的平均发电功率；

通过比较每个所述平均发电功率和相同所述环境因素下无水渍影响的所述光伏电池板的标准发电功率得到多个损失功率，以最小所述损失功率所对应的所述预设时间段为电池板最佳水洗清洁时间。

2.根据权利要求1所述的一种基于人工智能的光伏电池最佳清洗时间确定方法，其特征在于，所述初始水渍面积通过连通域分析法和阈值法获得。

3.根据权利要求1所述的一种基于人工智能的光伏电池最佳清洗时间确定方法，其特征在于，所述倾斜角的获取还包括以下步骤：

根据所述风载获取所述光伏电池板的倾斜角。

4.根据权利要求1所述的一种基于人工智能的光伏电池最佳清洗时间确定方法，其特征在于，所述功率模型为：

其中，P₀为由历史数据得到的单块电池板在往期同月份的平均发电功率，W_a为往期同月份的平均风载，T_a为该地区往期同月份平均温度，W为所述预设时间段内的风载，T为预设时间段内的环境温度，s_w为电池板上的残留水渍面积，s_t为单块电池板面积，ε为单位面积下水渍区域相对于无水渍区域的发电功率的比例系数。

5.根据权利要求1所述的一种基于人工智能的光伏电池最佳清洗时间确定方法，其特征在于，所述功率模型中所述预设时间段的环境温度和所述预设时间段的风载与所述发电功率呈正相关关系，所述残留水渍面积与所述发电功率呈负相关关系。

6.一种基于人工智能的光伏电池最佳清洗时间确定装置，其特征在于，该装置还包含以下模块：

图像检测模块，用于获得光伏电池板上的初始水渍面积以及所述光伏电池板的倾斜角；

环境因素采集模块，用于根据所述初始水渍面积获取预设时间段的残留水渍面积和环境因素，所述环境因素包括光伏电池板的光照强度、电池板的表面温度、风载和环境温度；

蒸发时间模型构建模块，根据以所述残留水渍面积、所述光照强度、所述倾斜角、所述电池板的表面温度和所述风载为自变量，以水渍蒸发时间为因变量所构建的水渍蒸发时间模型，获得所述残留水渍面积与所述水渍蒸发时间的第一对应关系；

功率模型构建模块，用于根据以所述风载、所述环境温度和所述残留水渍面积为自变量，以发电功率为因变量所构建的所述光伏电池板的功率模型，获得所述发电功率和所述残留水渍面积的第二对应关系；

发电功率计算模块，用于根据所述第一对应关系和所述第二对应关系，获得所述发电功率和所述水渍蒸发时间的第三对应关系，根据所述第三对应关系，获取不同预设时间段的平均发电功率；

时间确定模块，用于通过比较每个所述平均发电功率和相同所述环境因素下无水渍影响的所述光伏电池板的标准发电功率得到多个损失功率，以最小所述损失功率所对应的所述预设时间段为电池板最佳水洗清洁时间。

7.根据权利要求6所述的一种基于人工智能的光伏电池最佳清洗时间确定装置，其特征在于，所述图像检测模块还包括：

水渍检测单元，用于通过连通域分析法和阈值法获得所述初始水渍面积。