本發(fā)明涉及的是一種基于像素分析統(tǒng)計(jì)學(xué)技術(shù)來判斷光伏電池板是否需要清洗的方法，屬于光伏電池板技術(shù)領(lǐng)域。

背景技術(shù)：

光伏電池板發(fā)電的原理相當(dāng)簡單，就是讓太陽光能夠照射到光伏電池板玻璃表面下的發(fā)電芯片，芯片將太陽光轉(zhuǎn)換成電流。光伏電池板發(fā)電的效率，也就是太陽光轉(zhuǎn)換成電流的效率，取決于太陽光是否能夠抵達(dá)玻璃層面下的芯片。如果太陽光在抵達(dá)玻璃層面下的芯片之前被折射的話，太陽光轉(zhuǎn)換成電流的效率就會大大的損失。太陽光被折射的原因很多，但光伏電池板折射太陽光的原因主要是光伏電池板上的塵土、沙粒、鳥糞、工業(yè)排放到空氣中的污染物、酸雨在光伏電池板上留下的痕跡、廢紙、樹葉、或其他飄落或掉落到光伏電池板上的異物等等。覆蓋在光伏電池板上的異物造成表面玻璃層的透光度下降，透光度的下降直接造成電流輸出的下降。所以光伏電池板被異物覆蓋的面積越大、覆蓋物越厚，電流轉(zhuǎn)換的效率就越低。太陽光被折射的比例直接影響電流轉(zhuǎn)換效率的損失的比例。

研究顯示，一般情況下如果一個月沒有清洗，光伏電池板的發(fā)電效率損失可高達(dá)50％，這相當(dāng)于每天損失1.2％的效率。我國的空氣污染比較嚴(yán)重，而且空氣中的灰塵密度比較高，所以如果不經(jīng)常清洗，光伏電池板發(fā)電的效率的損失非常嚴(yán)重。

太陽光被折射不但造成發(fā)電效率的損失，同時(shí)會嚴(yán)重影響發(fā)電裝置的壽命，從而造成財(cái)產(chǎn)損失、投資損失、發(fā)電運(yùn)營成本高等問題。為了保持發(fā)電效率、維護(hù)發(fā)電裝置的壽命、控制運(yùn)營成本等，光伏電池板需要經(jīng)常清洗，以確保玻璃表面的干凈程度。最簡單的做法就是每天清洗，但是每天清洗的成本太高；雖然每天清洗能維持光伏電池板發(fā)電的最高效率，但是每天清洗的成本高于每天清洗后所避免的損失，所以每天清洗的成本得不償失，尤其是大型光伏發(fā)電站的清洗成本很高，遠(yuǎn)遠(yuǎn)高于每天可避免的1.2％的效率的損失。

不清洗會造成損失，每天清洗又成本太高，如何能維持一種平衡、把運(yùn)營利益最大化？目前，絕大部分的光伏發(fā)電站都靠人檢查光伏電池板上的“骯臟”程度，從而確定是否需要清洗；但靠人工檢查的方式成本太高，而且容易被疏忽，或者由于判斷不準(zhǔn)確而未能把利益最大化。而且大型發(fā)電站多在偏遠(yuǎn)地方，光伏電池板數(shù)量龐大，天天靠人工檢查的方式的可行性不高。

技術(shù)實(shí)現(xiàn)要素：

本發(fā)明的目的在于克服現(xiàn)有技術(shù)存在的不足，而提供一種簡單而且低成本，可以很可靠的輔助智能決策系統(tǒng)，從而大幅度的降低光伏電站運(yùn)營成本的基于像素分析統(tǒng)計(jì)學(xué)技術(shù)來判斷光伏電池板是否需要清洗的方法。

本發(fā)明的目的是通過如下技術(shù)方案來完成的，一種基于像素分析統(tǒng)計(jì)學(xué)技術(shù)來判斷光伏電池板是否需要清洗的方法，該方法是：

在做決策之前，決策系統(tǒng)需要采集基礎(chǔ)數(shù)據(jù)，具體采集數(shù)據(jù)的步驟如下：

1a)拍攝N片骯臟光伏電池板的照片；

1b)對骯臟光伏電池板的每一張照片做圖像處理，解讀每一像素紅綠藍(lán)頻的峰值，然后計(jì)算整體峰值和平均峰值，錄入數(shù)據(jù)庫系統(tǒng)；

1c)把N片光伏電池板清洗干凈，在同一燈光環(huán)境和角度下再拍攝照片；

1d)對干凈光伏電池板的每一張照片做圖像處理，解讀每一像素紅綠藍(lán)頻的峰值，然后計(jì)算整體峰值和平均峰值，錄入數(shù)據(jù)庫系統(tǒng)；

監(jiān)控系統(tǒng)在運(yùn)行時(shí)，判斷光伏電池板是否需要清洗的步驟如下：

2a)攝像頭定時(shí)的拍攝光伏電池板的照片，攝像頭可以是安裝在清洗機(jī)器人裝置上的，也是裝置在某個固定位置上的；

2b)照片通過無線網(wǎng)絡(luò)或者有線網(wǎng)絡(luò)發(fā)送到后臺決策系統(tǒng)上；

2c)決策系統(tǒng)將收到的照片進(jìn)行圖像處理，解讀每一個像素的紅綠藍(lán)頻的數(shù)據(jù)；

2d)根據(jù)前面描述的算法，計(jì)算出F分布值；

2e)跟數(shù)據(jù)庫里預(yù)先計(jì)算好的閥門值做比較；

2f)如果確定為骯臟，則發(fā)送指令給清洗機(jī)器人啟動清洗操作；如果確定為干凈，則等待下一張發(fā)送過來的照片再檢測。

作為優(yōu)選：所述的步驟1b)和1d)，分別采用了N片干凈的光伏電池板的數(shù)據(jù)和N片骯臟的光伏電池板的數(shù)據(jù)作為分級算法的基礎(chǔ)數(shù)據(jù)，基于這N片光伏電池板的數(shù)據(jù)，用伽瑪分布來作為概率函數(shù)的模型，而伽瑪密度函數(shù)是：

假如是采集的圖片計(jì)算出來的整體的峰值而是平均峰值的話，那么以上的伽瑪密度函數(shù)的整體峰值便是：

而α和β可以從以下方法計(jì)算出來：

作為優(yōu)選：監(jiān)控系統(tǒng)在運(yùn)行時(shí)，判斷光伏電池板是否需要清洗是：采用統(tǒng)計(jì)學(xué)方法作為分級原理的計(jì)算基礎(chǔ)，做一個準(zhǔn)確的閥門判斷，并判斷是否已經(jīng)達(dá)到需要清洗的程度；采用N片光伏電池板，假如

是N片光伏電池板的紅綠藍(lán)頻道的峰值，而

是紅綠藍(lán)頻道的平均峰值，那么根據(jù)概率分布函數(shù)的中心極限定理，這個平均峰值矢量會接近多元正態(tài)分布(這里是三元正態(tài)分布)；

N片光伏電池板的頻道峰值的N個矢量

都是獨(dú)立的，同時(shí)，方差協(xié)方差矩陣是：

那么，計(jì)算N片板的平均矢量的方差協(xié)方差矩陣的方法就是：

這里的N就是N片光伏電池板；如果第i片板的峰值矢量是

的話，那么平均峰值矢量就是

而它的方差協(xié)方差矩陣的計(jì)算就是：

這樣一來，判斷一片光伏電池板是否達(dá)到需要清洗的骯臟程度的話，假設(shè)這片要判斷骯臟程度的光伏電池板的紅綠藍(lán)頻的峰值矢量是(r,g,b)而且

的話，那么下面就是參數(shù)為3和N-3的F分布算法：

這時(shí)候，如果這片光伏電池板符合以下條件：

即可以判斷這片光伏電池板是干凈的，不需要清洗；反之，就需要發(fā)起清洗操作。

本發(fā)明檢測光伏電池板的“骯臟”程度的方法，是基于圖片像素的光的波長的分析和比較后得出的結(jié)論，用普通攝像頭在固定位置定時(shí)拍攝一張光伏電池板的圖片，用圖像處理的方法對拍攝到的光伏電池板的圖片的像素進(jìn)行分析光波長和光折射的密度，然后采用統(tǒng)計(jì)學(xué)的基本算法(例如多元分布、馬氏距離等)與原先建立好的數(shù)學(xué)模型進(jìn)行比較，最后得出光伏電池板表面的“骯臟”程度的數(shù)據(jù)；它具有方法簡單而成本低等特點(diǎn)。

附圖說明

圖1是本發(fā)明所述用攝像頭拍攝光伏電池板的結(jié)構(gòu)原理圖。

圖2是本發(fā)明所述干凈的光伏電池板表面圖。

圖3是本發(fā)明所述覆蓋了一層沙塵的光伏電池板表面圖。

圖4是本發(fā)明所述干凈光伏電池板的頻道概率分布和峰值圖。

圖5是本發(fā)明所述骯臟光伏電池板的頻道概率分布和峰值圖。

圖6是本發(fā)明所述采集數(shù)據(jù)流程圖。

圖7是本發(fā)明所述判斷光伏電池板是否需要清洗的流程圖。

具體實(shí)施方式

下面將結(jié)合附圖對本發(fā)明作詳細(xì)的介紹：本發(fā)明所述的一種基于像素分析統(tǒng)計(jì)學(xué)技術(shù)來判斷光伏電池板是否需要清洗的方法，該方法是：

在做決策之前，決策系統(tǒng)需要采集基礎(chǔ)數(shù)據(jù)，具體采集數(shù)據(jù)的步驟如下：

1a)拍攝N片骯臟光伏電池板的照片，見圖1所示；

1b)對骯臟光伏電池板的每一張照片做圖像處理，解讀每一像素紅綠藍(lán)頻的峰值，然后計(jì)算整體峰值和平均峰值，錄入數(shù)據(jù)庫系統(tǒng)；

1c)把N片光伏電池板清洗干凈，在同一燈光環(huán)境和角度下再拍攝照片，見圖1所示；

1d)對干凈光伏電池板的每一張照片做圖像處理，解讀每一像素紅綠藍(lán)頻的峰值，然后計(jì)算整體峰值和平均峰值，錄入數(shù)據(jù)庫系統(tǒng)；

監(jiān)控系統(tǒng)在運(yùn)行時(shí)，判斷光伏電池板是否需要清洗的步驟如下：

2a)攝像頭定時(shí)的拍攝光伏電池板的照片，攝像頭可以是安裝在清洗機(jī)器人裝置上的，也是裝置在某個固定位置上的；

2b)照片通過無線網(wǎng)絡(luò)或者有線網(wǎng)絡(luò)發(fā)送到后臺決策系統(tǒng)上；

2c)決策系統(tǒng)將收到的照片進(jìn)行圖像處理，解讀每一個像素的紅綠藍(lán)頻的數(shù)據(jù)；

2d)根據(jù)前面描述的算法，計(jì)算出F分布值；

2e)跟數(shù)據(jù)庫里預(yù)先計(jì)算好的閥門值做比較；

2f)如果確定為骯臟，則發(fā)送指令給清洗機(jī)器人啟動清洗操作；如果確定為干凈，則等待下一張發(fā)送過來的照片再檢測。

本發(fā)明所述的步驟1b)和1d)，分別采用了N片干凈的光伏電池板的數(shù)據(jù)和N片骯臟的光伏電池板的數(shù)據(jù)作為分級算法的基礎(chǔ)數(shù)據(jù)，基于這N片光伏電池板的數(shù)據(jù)，用伽瑪分布來作為概率函數(shù)的模型，而伽瑪密度函數(shù)是：

假如是采集的圖片計(jì)算出來的整體的峰值而是平均峰值的話，那么以上的伽瑪密度函數(shù)的整體峰值便是：

而α和β可以從以下方法計(jì)算出來：

本發(fā)明所述的監(jiān)控系統(tǒng)在運(yùn)行時(shí)，判斷光伏電池板是否需要清洗是：采用統(tǒng)計(jì)學(xué)方法作為分級原理的計(jì)算基礎(chǔ)，做一個準(zhǔn)確的閥門判斷，并判斷是否已經(jīng)達(dá)到需要清洗的程度；采用N片光伏電池板，假如

是N片光伏電池板的紅綠藍(lán)頻道的峰值，而

是紅綠藍(lán)頻道的平均峰值，那么根據(jù)概率分布函數(shù)的中心極限定理，這個平均峰值矢量會接近多元正態(tài)分布(這里是三元正態(tài)分布)；

N片光伏電池板的頻道峰值的N個矢量

都是獨(dú)立的，同時(shí)，方差協(xié)方差矩陣是：

那么，計(jì)算N片板的平均矢量的方差協(xié)方差矩陣的方法就是：

這里的N就是N片光伏電池板；如果第i片板的峰值矢量是

的話，那么平均峰值矢量就是

而它的方差協(xié)方差矩陣的計(jì)算就是：

這樣一來，判斷一片光伏電池板是否達(dá)到需要清洗的骯臟程度的話，假設(shè)這片要判斷骯臟程度的光伏電池板的紅綠藍(lán)頻的峰值矢量是(r,g,b)而且

的話，那么下面就是參數(shù)為3和N-3的F分布算法：

這時(shí)候，如果這片光伏電池板符合以下條件：

那么我們可以判斷這片光伏電池板是干凈的，不需要清洗；反之，就需要發(fā)起清洗操作。

實(shí)施例：Rayleigh折射原理闡述了光線被折射的方式。陽光分為紅外光、紅光、綠光、藍(lán)光、紫外光等。紅外光的波長最長，紅光次之，然后是綠光，再是藍(lán)光和紫外光。光波短的光會被體積小的顆粒物體干擾而折射，光波較長的光被體積較大的顆粒干擾而折射。地球大氣層中，有78.1％的氮、20.94％的氧氣、0.93％的氬和0.035％的其他氣體。陽光進(jìn)入大氣層時(shí)，大部分的藍(lán)光和紫外光被體積較小的氮和氧氣的分子折射，所以造成從地面往上看，天看起來是藍(lán)色的。紅外光、紅光和綠光可以穿過而不受干擾。但是如果空氣中有體積較大的顆粒，如水氣、污染物、灰塵、煤煙等，就會折射光波較長的光，如紅外光、紅光、綠光等。而被折射的紅光和綠光與被折射的藍(lán)光和紫外光混合在一起，使我們看到的天就是灰色的。

本發(fā)明就是用光的折射原理，配合圖像處理技術(shù)、數(shù)學(xué)算法和模型分析來判斷光伏電池板的“骯臟”程度的方法。

當(dāng)陽光照射在光伏電池板上時(shí)，紅外光和紅光的光波最長，所以能穿透光伏電池板的玻璃表層，直接照射到玻璃表層下面的芯片，所以紅外光和紅光是產(chǎn)生電流的最大貢獻(xiàn)者。藍(lán)光和紫外光則被表面玻璃吸收或折射，所以對光伏發(fā)電幾乎沒有任何貢獻(xiàn)。

當(dāng)陽光照射在干凈的光伏電池板上時(shí)，紅外光、紅光和綠光的折射比較少，而當(dāng)陽光照射在覆蓋了一層灰塵(或其他異物)的光伏電池板上時(shí)，灰塵的顆粒大，所以會折射較多紅外光、紅光和綠光，而穿透一層灰塵和玻璃的光比較少，造成發(fā)電效率降低。同時(shí)，如果我們通過算法分析一片干凈的光伏電池板表面折射的光，和一片骯臟的光伏電池板表面折射的光，就能判斷一片光伏電池板的“骯臟”程度。

圖2、3分別展示干凈的和骯臟的光伏電池板的對比：光伏電池板越骯臟，也就是說，覆蓋光伏電池板的塵土越多，被折射的陽光就越多。判斷光伏電池板是否骯臟，或者判斷其骯臟程度的原理，就是分析光伏電池板上被折射的陽光的密度。被折射的陽光的密度越大，表示光伏電池板越骯臟。

在獲得一張光伏電池板的圖片后，系統(tǒng)先用基本的圖像處理技術(shù)分解出每個像素的紅光頻道、綠光頻道和藍(lán)光頻道，然后用概率密度函數(shù)計(jì)算圖片的紅頻、綠頻和藍(lán)頻的密度分布和峰值。按每一個頻道的值是從0到255來計(jì)算，圖4、5分別顯示一片干凈的和一片覆蓋了灰塵的光伏電池板的紅綠藍(lán)頻的概率分布圖；從圖4、5可以看到，在一片骯臟的光伏電池板上，各頻道的峰值都比較靠右，也就是說峰值比較高，這符合前面描述的關(guān)于陽光在骯臟光伏電池板上折射比較多的現(xiàn)象。

本發(fā)明采用了N片干凈的光伏電池板的數(shù)據(jù)和N片骯臟的光伏電池板的數(shù)據(jù)作為分級算法的基礎(chǔ)數(shù)據(jù)。N越大，分級算法的結(jié)果更準(zhǔn)確，但操作成本更高。本發(fā)明采用的N值為100片，也就是說，本發(fā)明采用100片光伏電池板的數(shù)據(jù)作為基礎(chǔ)數(shù)據(jù)。N片骯臟的光伏電池板的圖片采集后，系統(tǒng)計(jì)算出每一片的頻道概率分布和峰值。把N片光伏電池板清洗干凈后，在同樣的光線環(huán)境和角度下采集圖片，然后同樣計(jì)算出每一片的頻道概率分布和峰值，同時(shí)計(jì)算出整體峰值和平均值?；谶@N片光伏電池板的數(shù)據(jù)，我們可以用伽瑪分布來作為概率函數(shù)的模型，而伽瑪密度函數(shù)是：

假如是采集的圖片計(jì)算出來的整體的峰值而是平均峰值的話，那么以上的伽瑪密度函數(shù)的整體峰值便是：

而α和β可以從以下方法計(jì)算出來：

當(dāng)一片光伏電池板變得越來越臟的時(shí)候，系統(tǒng)需要判斷是否已經(jīng)臟到需要清洗的程度，因?yàn)榍逑床僮魇怯谐杀镜?，如果清洗后提升的發(fā)電效率的經(jīng)濟(jì)效益還不夠清洗成本的話，就沒有清洗的必要。所以這里需要做一個準(zhǔn)確的閥門判斷，是否已經(jīng)達(dá)到需要清洗的程度。為了準(zhǔn)確的計(jì)算這個閥門，本發(fā)明采用了統(tǒng)計(jì)學(xué)方法作為分級原理的計(jì)算基礎(chǔ)。

正如前面的描述指出，本發(fā)明采用N片光伏電池板，假如

是N片光伏電池板的紅綠藍(lán)頻道的峰值，而

是紅綠藍(lán)頻道的平均峰值，那么根據(jù)概率分布函數(shù)的中心極限定理，這個平均峰值矢量會接近多元正態(tài)分布(這里是三元正態(tài)分布)。

N片光伏電池板的頻道峰值的N個矢量

都是獨(dú)立的，同時(shí)，方差協(xié)方差矩陣是：

那么，計(jì)算N片板的平均矢量的方差協(xié)方差矩陣的方法就是：

這里的N就是前面描述的100，即100片光伏電池板。如果第i片板的峰值矢量是

的話，那么平均峰值矢量就是

而它的方差協(xié)方差矩陣的計(jì)算就是：

這樣一來，如果我們要判斷一片光伏電池板是否達(dá)到需要清洗的骯臟程度的話，我們假設(shè)這片要判斷骯臟程度的光伏電池板的紅綠藍(lán)頻的峰值矢量是(r,g,b)而且

的話，那么下面就是參數(shù)為3和N-3的F分布算法：

這時(shí)候，如果這片光伏電池板符合以下條件：

那么我們可以判斷這片光伏電池板是干凈的，不需要清洗。反之，就需要發(fā)起清洗操作。也就是說，我們采用的骯臟程度分級算法公式是一個使用參數(shù)3、N-3和有效性水平為s的F分布算法。有效性水平可以根據(jù)實(shí)際情況進(jìn)行調(diào)整。

本發(fā)明中的描述只描述了兩級的“骯臟”程度，即干凈的和骯臟的光伏電池板。本發(fā)明也可以擴(kuò)展到檢測不同級別的“骯臟”程度，也就是說可以支持多級別的骯臟程度的判斷方式，只要在采集基礎(chǔ)數(shù)據(jù)的時(shí)候，分為不同級別的骯臟程度的光伏電池板即可，在做判斷時(shí)，需要計(jì)算多輪的F分布值。例如，如果光伏電池板只是覆蓋了少許的灰塵，也就是說已經(jīng)不能算是干凈的了，但還沒有達(dá)到需要清洗的骯臟程度的話，則可以判斷為不需要清洗。多級別的骯臟程度判斷方式更有效的適合不同環(huán)境的光伏發(fā)電站的監(jiān)控和運(yùn)營。

另外，F(xiàn)分布值對普通用戶來說不容易理解，本發(fā)明還可以把不同級別的骯臟程度的F分布值，映射到一個更容易理解的平面上，例如把骯臟程度映射到一個從0到100的值的平面上，0值表示為最干凈的狀態(tài)，而100的值表示為最骯臟的狀態(tài)。

本發(fā)明在決策系統(tǒng)做決策之前，需要采集基礎(chǔ)數(shù)據(jù)，采集數(shù)據(jù)的流程如下(見圖6)：

1a)拍攝N片骯臟的光伏電池板的照片；

1b)對骯臟光伏電池板的每一張照片做圖像處理，解讀每一像素紅綠藍(lán)頻的峰值，然后計(jì)算整體峰值和平均峰值，錄入數(shù)據(jù)庫系統(tǒng)；

1c)把N片光伏電池板清洗干凈，在同一燈光環(huán)境和角度下再拍攝照片；

1d)對干凈光伏電池板的每一張照片做圖像處理，解讀每一像素紅綠藍(lán)頻的峰值，然后計(jì)算整體峰值和平均峰值，錄入數(shù)據(jù)庫系統(tǒng)；

監(jiān)控系統(tǒng)在運(yùn)行時(shí)，判斷光伏電池板是否需要清洗的流程如下(見圖7所示)：

2a)攝像頭定時(shí)的拍攝光伏電池板的照片，攝像頭可以是安裝在清洗機(jī)器人裝置上的，也是裝置在某個固定位置上的；

2b)照片通過無線網(wǎng)絡(luò)或者有線網(wǎng)絡(luò)發(fā)送到后臺決策系統(tǒng)上；

2c)決策系統(tǒng)將收到的照片進(jìn)行圖像處理，解讀每一個像素的紅綠藍(lán)頻的數(shù)據(jù)；

2d)根據(jù)前面描述的算法，計(jì)算出F分布值；

2e)跟數(shù)據(jù)庫里預(yù)先計(jì)算好的閥門值做比較；

2f)如果確定為骯臟，則發(fā)送指令給清洗機(jī)器人啟動清洗操作；如果確定為干凈，則等待下一張發(fā)送過來的照片再檢測。

本發(fā)明具有如下特點(diǎn)：

一是框架和算法都非常簡單，容易明白、容易實(shí)現(xiàn)；

二是不需要特殊硬件裝備，只需要普通攝像機(jī)就可以完成任務(wù)；

三是精確度非常高，完全可以替代人工鑒別的工作；

四是實(shí)驗(yàn)證明，本發(fā)明的判斷準(zhǔn)確率在正常情況下達(dá)到95％以上；

五是容易集成到光伏發(fā)電廠的管理系統(tǒng)里，成為智能決策系統(tǒng)的功能模塊；

六是非常通用，適用于大型光伏發(fā)電廠的需求，可以快速鑒別是否需要進(jìn)行光伏電池板清洗；容易擴(kuò)展支持多級別的骯臟程度的判斷，更有效的適應(yīng)不同環(huán)境的光伏發(fā)電站的需求。