基于人工智能的光伏电池最佳清洗时间确定方法及装置

摘要

本发明涉及人工智能技术领域，具体涉及一种基于人工智能的光伏电池最佳清洗时间确定方法及装置。该方法包括：获得光伏电池板上的初始水渍面积以及倾斜角；根据初始水渍面积获取预设时间段的残留水渍面积和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；以残留水渍面积、光照强度、倾斜角、电池板的表面温度和风载为自变量构建的水渍蒸发时间模型；以风载、环境温度和残留水渍面积为自变量构建的功率模型获取平均发电功率；通过比较平均发电功率和标准发电功率判断最小损失功率所对应的预设时间段为电池板最佳清洗时间。本发明能够根据降低水洗清洁过程对光伏组件整体发电功率的影响，选择最合适的时间段作为水洗清洁方式的指导时间。

说明书

技术领域

本发明涉及人工智能技术领域，具体涉及一种基于人工智能的光伏电池最佳清洗时间确定方法及装置。

背景技术

光伏发电是一种主要利用太阳能进行发电的方式，因此提高光伏组件发电效率和降低光伏组件的运行成本是推动光伏产业发展的主要手段。目前针对光伏电池板虽然有多种清洁方式，但其中运用最广泛且成本最小的清洁方式为水洗清洁。

光伏电池板在日常水洗维护过程中，常常会留下大片水渍，这些水渍所形成的遮挡不仅会降低组件的发电效率，还会在长时间的反复作用下使电池板形成热斑。由于传统的水洗清洁方式下常常忽略清洗后水渍对电池板的影响程度，且存在光照强度高时电池板发电功率也高，此时用水进行清洗时虽然水渍蒸发的很快，但同时也严重影响到电池板在最大发电功率时间段内的总输出；而选在光照强度不高的时间段进行清洁时，虽然电池板发电功率不高但是水渍蒸发时间同样变久，可能造成整体对发电功率的影响依然很大的情况发生。

发明内容

为了解决上述问题，本发明提出了一种基于人工智能的光伏电池最佳清洗时间确定方法及装置，具体方案如下：

第一方面，本发明一个实施例提供了一种基于人工智能的光伏电池最佳清洗时间确定方法，包含以下步骤：

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。

优选的，所述初始水渍面积通过连通域分析法和阈值法获得。

优选的，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。

优选的，所述太阳电池板的功率模型为：

其中，P

优选的，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，所述残留水渍面积与所述发电功率呈负相关关系。

第二方面，本发明另一个实施例提供了一种基于人工智能的光伏电池最佳清洗时间确定装置，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；

参数采集模块，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，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。

优选的，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。

倾斜角计算单元，用于根据所述风载获取所述光伏电池板的倾斜角。

优选的，所述功率模型构建模块还包括：

功率计算单元，用于构建太阳电池板的功率模型，公式如下：

其中，P

本发明至少存在以下有益效果：

本发明实施例提供了一种基于人工智能的光伏电池最佳清洗时间确定方法及装置，通过风力负载确定该地区电池板最大倾斜角度，并基于该角度使用多个电池板进行不同角度下的水渍蒸发测量实验，结合各参数建立水渍蒸发时间变化模型，建立水渍蒸发时间模型得到不同时间段内的水渍蒸发时间，并结合建立的功率计算模型得到不同水渍蒸发时间段内的电池板平均功率，最后通过各时间段内平均发电功率和标准电池板功率的差值结果比较得到损失功率最小的时间段。本发明实施例能够选择最合适的时间段作为水洗清洁方式的指导时间，以降低水洗清洁过程对光伏组件整体发电功率的影响。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案和优点，下面将对实施例或现有技术描述中所需要使用的附图作简单的介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其它附图。

图1为本发明一实施例所提供的一种基于人工智能的光伏电池最佳清洗时间确定方法的整体流程图；

图2为本发明一实施例所提供的一种基于人工智能的光伏电池最佳清洗时间确定方法的流程图；

图3为本发明一实施例所提供的一种基于人工智能的光伏电池最佳清洗时间确定装置的结构框图。

具体实施方式

为了更进一步阐述本发明为达成预定发明目的所采取的技术手段及功效，以下结合附图及较佳实施例，对依据本发明提出的一种基于人工智能的光伏电池最佳清洗时间确定方法及装置，其具体实施方式、结构、特征及其功效，详细说明如下，在下述说明中，不同的“一个实施例”或“另一个实施例”指的不一定是同一实施例。此外，一或多个实施例中的特定特征、结构、或特点可由任何合适形式组合。

除非另有定义，本文所使用的所有的技术和科学术语与属于本发明的技术领域的技术人员通常理解的含义相同。

请参阅图1和图2，图1示出了本发明一实施例所提供的一种基于人工智能的光伏电池最佳清洗时间确定方法的整体流程图。图2示出了本发明一实施例所提供的一种基于人工智能的光伏电池最佳清洗时间确定方法的流程图，该方法包括以下步骤：

步骤S1：获得光伏电池板上的初始水渍面积以及光伏电池板的倾斜角。

具体的，根据光伏电池板组件出厂标定的组件风载阈值和当地一年内的最大风速计算得到适合该地区的风力最大倾斜角阈值，所用经验风载公式为：

其中，C

需要说明的是，由于电池板背向风载要大于正向风载，所以在本发明实施例中按照负压求取α值，δ的计算公式为

具体的，以安装倾角为0°～α且公差为

步骤S2：根据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，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。

需要说明的是，由于光照强度、温度、风载等环境因素在一段时间内相对稳定，因此本发明实施例中设定从早上八点到下午六点的时间段内，每整点对各电池板进行一次水洗清洁并记录各项数据，在每个预设时间段内认为环境温度、电池板的表面温度、风载、光照强度等环境因素不变。

步骤S3:根据以残留水渍面积、光照强度、倾斜角、电池板的表面温度和风载为自变量，以水渍蒸发时间为因变量所构建的水渍蒸发时间模型，获得残留水渍面积与水渍蒸发时间的第一对应关系。

具体的，用光照强度传感器获取光伏电池板上的光照强度，用温度传感器获取光伏电池板的温度，用风力传感器获取光伏电池板所受风载以及各电池板上水渍从初始时刻到完全蒸发所用时间t，由于电池板上残留水渍面积主要受电池板倾角影响，即电池板倾角越大，残留在电池板的水渍越少，记电池板为水平时所对应的水渍残留面积为s

其中，t为水渍蒸发所用时间；γ为相应优化系数，可根据得到的多组环境因素值和相应的水渍蒸发时间通过多项式拟合得到；s表示电池板上的水渍面积，其中

具体的，

步骤S4:根据以风载、环境温度和残留水渍面积为自变量，以发电功率为因变量所构建的光伏电池板的功率模型，获得发电功率和残留水渍面积的第二对应关系。

需要说明的是，在光照强度最强的时段，电池板发电功率最高，但是水渍蒸发时间相对较短，此时对光伏电池板进行水洗将会大大影响电池板的发电功率。在光照强度较低的时段，虽然电池板发电功率不高，但是此时水渍蒸发时间相对较长，对光伏电池板进行水洗也会对总的发电功率影响较大，为确定单块电池板最合适的清洗时间段，需首先计算出不同预设时间段下电池板的功率。

具体的，本发明中需要针对单块电池板在水渍蒸发时间段内进行时间上的连续积分，建立电池板功率计算模型，公式如下：

其中，P

优选的，在本发明实施例中取ε姰0.6。

步骤S5:根据第一对应关系和第二对应关系，获得光伏电池板的发电功率和水渍蒸发时间的第三对应关系，根据第三对应关系，获取不同预设时间段的平均发电功率。

具体的，由于水渍残留面积随着时间的变化而减少，根据水渍蒸发时间模型可知，在确定的时间段内，含有水渍的电池板的蒸发时间仅随着残留水渍面积的变化而变化。由电池板功率模型可知，在确定的时间段内，电池板的发电功率仅随着残留水渍面积的变化而变化，即电池板的发电功率仅随着时间的变化而变化，设定函数关系为P(t)，则在水渍蒸发时间段内电池板的平均功率

步骤S6:通过比较每个平均发电功率和相同环境因素下无水渍影响的光伏电池板的标准发电功率得到多个损失功率，以最小损失功率所对应的预设时间段为电池板最佳水洗清洁时间。

具体的，为确定电池板功率在水渍蒸发时间段内的变化量，以同角度的一块标准光伏电池板在无水渍情况且环境因素相同的情况下进行功率计算，并设其在对应t时间内标准发电功率为P

具体的，设

综上所述，本发明实施例通过风力负载确定该地区电池板最大倾斜角度，并基于该角度使用多个电池板进行不同角度下的水渍蒸发测量实验，结合各参数建立水渍蒸发时间变化模型，建立水渍蒸发时间模型得到不同时间段内的水渍蒸发时间，并结合建立的功率计算模型得到不同水渍蒸发时间段内的电池板平均功率，最后通过各时间段内平均发电功率和标准电池板功率的差值结果比较得到损失功率最小的时间段。本发明实施例能够选择最合适的时间段作为水洗清洁方式的指导时间，以降低水洗清洁过程对光伏组件整体发电功率的影响。

基于与上述方法实施例相同的发明构思，本发明的另一个实施例还提供了一种基于人工智能的光伏电池最佳清洗时间确定装置。

请参阅图3，其示出了一种基于人工智能的光伏电池最佳清洗时间确定装置的结构框图，该装置包括图像检测模块101、参数采集模块102、蒸发时间模型构建模块103、功率模型构建模块104、发电功率计算模块105和时间确定模块106。

图像检测模块101用于获得光伏电池板上的初始水渍面积以及光伏电池板的倾斜角。参数采集模块102用于根据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，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103根据以残留水渍面积、光照强度、倾斜角、电池板的表面温度和风载为自变量，以水渍蒸发时间为因变量所构建的水渍蒸发时间模型，获得残留水渍面积与水渍蒸发时间的第一对应关系。功率模型构建模块104用于根据以风载、环境温度和残留水渍面积为自变量，以发电功率为因变量所构建的光伏电池板的功率模型，获得发电功率和残留水渍面积的第二对应关系。发电功率计算模块105用于根据第一对应关系和第二对应关系，获得光伏电池板的发电功率和水渍蒸发时间的第三对应关系，根据第三对应关系，获取不同预设时间段的平均发电功率。时间确定模块106用于通过比较每个平均发电功率和相同环境因素下无水渍影响的光伏电池板的标准发电功率得到多个损失功率，以最小损失功率所对应的预设时间段为电池板最佳水洗清洁时间。

优选的，图像检测模块101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初始水渍面积。

倾斜角计算单元，用于根据风载获取光伏电池板的倾斜角。

优选的，功率模型构建模块104还包括：

功率计算单元，用于构建太阳电池板的功率模型，公式如下：

其中，P

需要说明的是：上述本发明实施例先后顺序仅仅为了描述，不代表实施例的优劣。且上述对本说明书特定实施例进行了描述。其它实施例在所附权利要求书的范围内。在一些情况下，在权利要求书中记载的动作或步骤可以按照不同于实施例中的顺序来执行并且仍然可以实现期望的结果。另外，在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序才能实现期望的结果。在某些实施方式中，多任务处理和并行处理也是可以的或者可能是有利的。

本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。

以上所述仅为本发明的较佳实施例，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。