(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211010107.5 (22)申请日 2022.08.23 (71)申请人 中国华能集团清洁能源技 术研究院 有限公司 地址 102209 北京市昌平区北七家镇未来 科技城南区华能人才创新创业基地实 验楼A楼 申请人 华能 （浙江） 能源开发有限公司清洁 能源分公司 　 上海擎测机电工程 技术有限公司 (72)发明人 万抒策　周亮　鲍鹏　韩佳明　 张祎　朱宇晨　刘磊　赵鹏程　 王华　任鑫　朱俊杰　钱韫辉　 (74)专利代理 机构 上海中外企专利代理事务所 (特殊普通 合伙) 31387 专利代理师 牛怡(51)Int.Cl. G06V 20/52(2022.01) G06V 10/30(2022.01) G06V 10/36(2022.01) G06V 10/44(2022.01) G06V 10/74(2022.01) G06V 10/80(2022.01) G06V 10/82(2022.01) G06N 3/08(2006.01) (54)发明名称 一种基于图像识别技术的光伏板效率监测 方法与系统 (57)摘要 本发明公开了一种基于图像识别技术的光 伏板效率监测方法与系统， 方法包含步骤1： 获取 光伏板的历史输出功率数据与无遮挡的照片数 据， 根据历史输出功率数据进行计算得到历史效 率输出功率区间与最大变化斜率， 对照片数据进 行边缘特征提取得到基准边缘特征数据； 步骤2： 实时采集目标检测区域内光伏板的输出功率数 据与视频流数据； 步骤3： 判断输出功率数据是否 超出历史效率输出功率区间或最大变化斜率； 步 骤4： 依据边缘识别算法对视频流数据进行处理 得到光伏板的边缘特征数据； 步骤5： 将边缘特征 数据与基准边缘特征数据进行比对处理得到图 像特征差异量； 步骤6： 判断图像特征差异量是否 超出相似度预设值。 权利要求书2页 说明书8页 附图2页 CN 115512290 A 2022.12.23 CN 115512290 A 1.一种基于图像识别技 术的光伏板效率 监测方法， 其特 征在于， 包 含以下步骤： 步骤1： 获取光伏板的历史输出功率数据与无遮挡的照片数据， 根据 所述历史输出功率 数据进行计算得到历史效率输出功率区间[min,max]与历史输出功 率一定时段内的最大变 化斜率记为s， 根据所述照片数据进行边 缘特征提取得到基准 边缘特征数据； 步骤2： 实时采集目标检测区域内光伏板的输出功率数据与视频流数据； 步骤3： 判断所述输出功率数据是否超出所述历史效率输出功率区间或所述最大变化 斜率； 若未超出， 则执 行步骤1； 若超出， 则执 行步骤4； 步骤4： 依据边缘识别算法对所述视频流数据进行处理得到所述光伏板的边缘特征数 据； 步骤5： 将所述边缘特征数据与所述基准边缘特征数据进行比对处理得到 图像特征差 异量； 步骤6： 判断所述图像特 征差异量是否超出相似度预设值； 若超出， 则输出 所述光伏板积聚灰尘或阴影物体遮挡； 若未超出， 则输出 所述光伏板电池组件转 化效率异常。 2.如权利要求1所述的一种基于图像识别技术的光伏板效率监测方法， 其特征在于， 根 据所述历史输出功 率数据进行计算得到历史效率输出功 率区间[min,max]与一定时段内的 最大变化 斜率的方法如下： 清洗所述历史输出功率数据后进行筛选得到所述光伏板正常工作下的功率数据记为 p； 将p带入公式1中进行计算得到最小值与最大值， 最小值与最大值的区间[min,max]为 所述历史效率输出功率； 公式1： 其中： X的期望值等于一个或数个落后期的线性组合， 加常数项， 加随机误差， c是常数 项， 为自相关系数， εt为被假设为平均数等于0、 标准差等于σ 的随机误差值； σ 被假设为 对于任何的t都不变； 采用最小二乘法推导出 所述历史输出功率的最大变化 斜率。 3.如权利要求2所述的一种基于图像识别技术的光伏板效率监测方法， 其特征在于， 采 用最小二乘法推导出 所述历史输出功率的最大变化 斜率的具体方法如下： 依据斜截式y＝kx+b进行推导计算， 通过n个点在平面内的坐标值(x1,y1)、 (x2,y2)、 (x3, y3)、……(xn,yn)， 任意两点带入公式， 得到每 个点之间变化的斜 率值k和常数b； 根据斜率公式推导得到k ＝(y2‑y1)/(x2‑x1)， 得到的斜 率并取最大值 为最大变化 斜率。 4.如权利要求3所述的一种基于图像识别技术的光伏板效率监测方法， 其特征在于， 步 骤1中根据所述照片数据进行边 缘特征提取得到基准 边缘特征数据的具体方法如下： 对所述照片数据进行中值滤波去噪处理后采用CNN进行特征提取后通过BP神经网络进权　利　要　求　书 1/2 页 2 CN 115512290 A 2行特征融合后得到所述基准 边缘特征数据。 5.如权利要求4所述的一种基于图像识别技术的光伏板效率监测方法， 其特征在于， 步 骤4中依据边缘识别算法对所述视频流数据进行 处理得到所述光伏板的边缘特征数据的具 体方法如下： 对所述视频流数据进行图像化处 理得到多张图像数据； 对所述图像数据进行像素点检测并将所述像素点连接起 来构成轮廓像素点； 对具有所述轮廓像素点的图像数据进行边界点检测并将所述边界点与所述轮廓像素 点进行整合， 同时去除虚假像素点得到所述 边缘特征数据。 6.如权利要求5所述的一种基于图像识别技术的光伏板效率监测方法， 其特征在于， 对 所述视频流数据进行图像化处理得到多张所述图像数据后还需对所述图像数据进行降噪 处理。 7.如权利要求1 ‑6任一项所述的一种基于 图像识别技术的光伏板效率监测方法， 其特 征在于， 所述边缘识别算法为Roberts算子或Prewitt算子或Sobel算子或Canny算子或 Laplacian 算子。 8.一种基于图像识别技术的光伏板效率监测系统， 其特征在于， 包含数据处理模块、 数 据采集模块、 判断模块、 特 征提取模块、 比对 模块； 所述数据处理模块用于获取光伏板的历史输出功率数据与无遮挡的照片数据， 还用于 根据所述历史输出功 率数据进 行计算得到历史效率输出功 率区间[min,max]与历史输出功 率一定时段内的最大变化斜率记为s， 还用于根据所述照片数据进行边缘特征提取得到基 准边缘特征数据； 所述数据采集模块用于实时采集目标检测区域内光伏板的输出功率数据与视频流数 据； 所述判断模块用于获取所述输出功率数据、 所述历史效率输出功率区间、 所述最大变 化斜率并判断所述输出功率数据是否超出所述历史效率输出功率区间或所述最大变化斜 率， 并生成传输 至所述数据处 理模块、 所述特 征提取模块的反馈数据； 所述特征提取模块用于依据边缘识别算法对所述视频流数据进行处理得到所述光伏 板的边缘特征数据； 所述比对模块用于将所述边缘特征数据与所述基准边缘特征数据进行比对处理得到 图像特征差异量； 所述判断模块还用于判断所述图像特征差异量是否超出相似度预设值， 若超出， 则输 出所述光伏板积聚灰尘或阴影物体遮挡， 若未超出， 则输出所述光伏板电池组件转化效率 异常。 9.一种计算机可读存储介质， 其特征在于， 所述计算机可读存储介质上存储有计算机 程序， 所述计算机程序被处 理器执行时实现如权利要求1 ‑7中任一项所述方法的步骤。权　利　要　求　书 2/2 页 3 CN 115512290 A 3