[发明专利]一种光伏清扫机器人的智能调控方法及系统

权利要求书

1.一种光伏清扫机器人的智能调控方法，其特征在于，将一光伏阵列划分成多个区域，预先训练得到一类别分析模型，具体包括以下步骤：

步骤A1，采集各所述区域的一历史图像数据和一历史收益数据，所述历史图像数据包括多个历史数据采集时刻的所述区域的历史图像，所述历史收益数据包括各所述历史数据采集时刻的所述区域的一历史光伏清扫增加电量、一历史光伏发电电价和一历史平均收益值；

步骤A2，根据所述历史图像、所述历史光伏清扫增加电量、所述历史光伏发电电价和所述历史平均收益值处理得到一收益增加比例类别，将所述历史图像数据和所述历史收益数据作为输入，将所述收益增加比例类别作为输出，训练得到所述类别分析模型；

则所述智能调控方法具体包括以下步骤:

步骤S1，获取各所述区域的一实时图像数据和一实时收益数据；

步骤S2，将所述实时图像数据和所述实时收益数据输入预先训练得到的所述类别分析模型中处理得到一收益类别，并根据所述收益类别和一预先设置的清扫策略关系处理得到对应的清扫措施以控制光伏清扫机器人根据所述清扫措施对所述区域进行清扫。

2.根据权利要求1所述的智能调控方法，其特征在于，执行所述步骤S2之前包括：

对所述实时图像数据进行预处理得到一有效图像数据；

则所述步骤S2中，将所述有效图像数据和所述实时收益数据输入预先训练得到的所述类别分析模型中处理得到所述收益类别。

3.根据权利要求1所述的智能调控方法，其特征在于，所述步骤A1还包括：

采集各所述区域一预设时间内的一发电数据和所述光伏清扫机器人的一电量提升比例平均值，根据所述发电数据和所述电量提升比例平均值处理得到所述历史光伏清扫增加电量。

4.根据权利要求1所述的智能调控方法，其特征在于，所述收益类别包括五个类别，每个类别分别对应一个清扫措施，则所述步骤S2中，将所述实时图像数据和所述实时收益数据输入预先训练得到的所述类别分析模型中处理得到五个所述类别中的其中一个类别作为所述收益类别。

5.根据权利要求1所述的智能调控方法，其特征在于，所述步骤A2包括：

步骤A21，针对每个所述历史图像，根据所述历史图像处理得到一历史光伏污染面积，根据所述历史光伏清扫增加电量、所述历史光伏发电电价和所述历史光伏污染面积处理得到一光伏清扫受益值；

步骤A22,根据所述光伏清扫受益值和所述历史平均收益值处理得到所述历史图像对应的一历史收益增加比例，根据所述历史收益增加比例和一类别分组关系处理得到所述历史图像对应的所述收益增加比例类别；

步骤A23，将所述历史图像数据和所述历史收益数据作为输入，将所述收益增加比例类别作为输出，训练得到所述类别分析模型。

6.一种光伏清扫机器人的智能调控系统，其特征在于，应用于如权利要求1-5中任意一项所述的智能调控方法，包括：

一模型训练模块，所述模型训练模块包括：

一采集单元，用于采集各所述区域的一历史图像数据和一历史收益数据，所述历史图像数据包括多个历史数据采集时刻的所述区域的历史图像，所述历史收益数据包括各所述历史数据采集时刻的所述区域的一历史光伏清扫增加电量、一历史光伏发电电价和一历史平均收益值；

一训练单元，连接所述采集单元，用于根据所述历史图像、所述历史光伏清扫增加电量、所述历史光伏发电电价和所述历史平均收益值处理得到一收益增加比例类别，将所述历史图像数据和所述历史收益数据作为输入，将所述收益增加比例类别作为输出，训练得到所述类别分析模型；

一数据获取模块，用于获取各所处区域的一实时图像数据和一实时收益数据；

一数据分析模块，连接所述数据获取模块，用于将所述实时图像数据和所述实时收益数据输入预先训练得到的所述类别分析模型中处理得到一收益类别，并根据所述收益类别和一预先设置的清扫策略关系处理得到对应的清扫措施以控制光伏清扫机器人根据所述清扫措施对所述区域进行清扫。