一种基于人工增雨技术的光伏板清洁方法及系统与流程

本发明涉及光伏组件，特别涉及一种基于人工增雨技术的光伏板清洁方法及系统。

背景技术：

1、目前，在光伏电站中，光伏组件是至关重要的组成部分，其表面的清洁度和板材的完整性直接关系到光电转化的效率，进而影响到发电量。若光伏组件表面存在大量污物和灰尘，就会阻碍光的透过，降低光电转化效率，造成电量的损失。因此，光伏电站中电池板表面的日常清洁工作具有重要意义。为确保光伏电站的正常运行和发电效益，我们必须高度重视光伏组件表面的清洁度问题。

2、人工增雨技术已经被用于多年，特别是在干旱地区和水资源短缺地区。相关研究机构在人工增雨技术方面进行了一系列研究，包括利用先进的气象雷达、卫星遥感等技术，提高对气象灾害的预警能力和防御水平。但是现有的人工增雨技术多用于解决地区水资源断区和干旱问题，并未将其应用在光伏组件清洁的领域。相比于传统的光伏板清洁需要投入大量的人工成本和水资源成本，将人工增雨技术应用在光伏板清洁领域时，可以一定程度上节省人工成本和水资源成本，但是现有技术中并未有关于人工增雨精准操控以实现光伏板清洁要求的技术。

3、因此，本发明提出一种基于人工增雨技术的光伏板清洁方法及系统。

技术实现思路

1、本发明提供一种基于人工增雨技术的光伏板清洁方法及系统，用以通过精准控制人工增雨大大减少光伏板清洁过程中的水资源消耗和人工成本投入。

2、本发明提供一种基于人工增雨技术的光伏板清洁方法，包括：

3、s1：基于预设sam+svm嵌入式大模型，在光伏电站区域在历史分析时段内的所有全范围多光谱遥感图像中，识别出光伏电站区域内的所有光伏板在历史分析时段内的所有多光谱遥感图像；

4、s2：对光伏电站区域内每个光伏板在历史分析时段内的所有多光谱遥感图像进行光谱分析，获得光伏电站区域内每个光伏板在历史分析时段内的清洁度数据；

5、s3：基于光伏电站区域在历史分析时段内的降雨数据和光伏电站区域内所有光伏板在历史分析时段内的清洁度数据，分析出光伏电站区域当前的最佳降雨参数；

6、s4：基于光伏电站区域当前的最佳降雨参数和光伏电站区域的未来降雨数据，确定出光伏电站区域在未来时段内的人工增雨数据；

7、s5：基于光伏电站区域在未来时段内的人工增雨数据进行人工增雨控制，获得人工增雨控制结果。

8、优选的，s1：基于预设sam+svm嵌入式大模型，在光伏电站区域在历史分析时段内的所有全范围多光谱遥感图像中，识别出光伏电站区域内的所有光伏板在历史分析时段内的所有多光谱遥感图像，包括：

9、基于预设sam+svm嵌入式大模型中的sam模型对光伏电站区域在历史分析时段内的所有全范围多光谱遥感图像进行图像分割，获得每个全范围多光谱遥感图像中的所有分割图像；

10、基于预设sam+svm嵌入式大模型中的训练好的svm模型，对每个全范围多光谱遥感图像中的所有分割图像进行分类，获得光伏电站区域内的所有光伏板在历史分析时段内对应分析时刻的多光谱遥感图像；

11、将光伏电站区域内的所有光伏板在历史分析时段内所有分析时刻的多光谱遥感图像，当作光伏电站区域内的所有光伏板在历史分析时段内的所有多光谱遥感图像。

12、优选的，s2：对光伏电站区域内每个光伏板在历史分析时段内的所有多光谱遥感图像进行光谱分析，获得光伏电站区域内每个光伏板在历史分析时段内的清洁度数据，包括：

13、对光伏电站区域内每个光伏板在历史分析时段内的每个多光谱遥感图像进行光谱分析，确定出每个多光谱遥感图像在每个单波段的遥感图像反射率分布数据；

14、基于每个光伏板在历史分析时段内所有分析时刻的多光谱遥感图像在每个单波段的遥感图像反射率分布数据，确定出每个光伏板在历史分析时段内每个分析时刻的光伏板清洁度；

15、将光伏电站区域内每个光伏板在历史分析时段内所有分析时刻的光伏板清洁度汇总，获得光伏电站区域内每个光伏板在历史分析时段内的清洁度数据。

16、优选的，对光伏电站区域内每个光伏板在历史分析时段内的每个多光谱遥感图像进行光谱分析，确定出每个多光谱遥感图像在每个单波段的遥感图像反射率分布数据，包括：

17、确定出光伏电站区域内每个光伏板在历史分析时段内的每个多光谱遥感图像中每个单波段的光谱信息；

18、在每个多光谱遥感图像中每个单波段的光谱信息中，确定出每个多光谱遥感图像在每个单波段的遥感图像反射率分布数据。

19、优选的，基于每个光伏板在历史分析时段内所有分析时刻的多光谱遥感图像在每个单波段的遥感图像反射率分布数据，确定出每个光伏板在历史分析时段内每个分析时刻的光伏板清洁度，包括：

20、对每个多光谱遥感图像进行局部位置点取样，获得每个多光谱遥感图像的多个局部位置点；

21、在每个多光谱遥感图像在每个单波段的遥感图像反射率分布数据中，确定出每个多光谱遥感图像的每个局部位置点在单波段的遥感图像反射率；

22、按照单波段从大到小的顺序，对每个多光谱遥感图像的每个局部位置点在所有单波段的遥感图像反射率进行连接拟合，获得每个多光谱遥感图像的每个局部位置点的波长-局部反射率曲线；

23、计算出每个多光谱遥感图像的每个局部位置点的波长-局部反射率曲线与极限灰尘像素点的波长-局部反射率曲线之间的相似度，作为对应局部位置点的灰尘判别值；

24、计算出每个多光谱遥感图像的每个局部位置点的波长-局部反射率曲线与极限光伏板像素点的波长-局部反射率曲线之间的相似度，作为对应局部位置点的光伏板判别值；

25、对每个光伏板在历史分析时段内所有分析时刻的多光谱遥感图像的所有局部位置点的灰尘判别值和光伏板判别值进行时空渐变分析，确定出每个光伏板在历史分析时段内每个分析时刻的光伏板清洁度。

26、优选的，对每个光伏板在历史分析时段内所有分析时刻的多光谱遥感图像的所有局部位置点的灰尘判别值和光伏板判别值进行时空渐变分析，确定出每个光伏板在历史分析时段内每个分析时刻的光伏板清洁度，包括：

27、将对应的分析时刻、对应的局部位置点的位置数据、对应的灰尘判别值依次作为三维空间坐标的三个坐标维度，对每个光伏板在历史分析时段内所有分析时刻的多光谱遥感图像的所有局部位置点的灰尘判别值进行三维空间拟合，获得灰尘判别值的时空渐变表示；

28、将对应的分析时刻、对应的局部位置点的位置数据、对应的光伏板判别值依次作为三维空间坐标的三个坐标维度，对每个光伏板在历史分析时段内所有分析时刻的多光谱遥感图像的所有局部位置点的光伏板判别值进行三维空间拟合，获得光伏板判别值的时空渐变表示；

29、基于灰尘判别值的时空渐变表示和光伏板判别值的时空渐变表示，对每个多光谱遥感图像的所有局部位置点的灰尘判别值和光伏板判别值进行优化，获得每个多光谱遥感图像的每个局部位置点的新的灰尘判别值和光伏板判别值；

30、基于多光谱遥感图像的所有局部位置点的当前的灰尘判别值和当前的光伏板判别值，确定出每个光伏板在历史分析时段内每个分析时刻的光伏板清洁度。

31、优选的，s3：基于光伏电站区域在历史分析时段内的降雨数据和光伏电站区域内所有光伏板在历史分析时段内的清洁度数据，分析出光伏电站区域当前的最佳降雨参数，包括：

32、在光伏电站区域在历史分析时段内的降雨数据中，确定出光伏电站区域在历史分析时段内每个分析时刻的降雨参数；

33、在光伏电站区域内所有光伏板在历史分析时段内的清洁度数据中，确定出光伏电站区域在历史分析时段内每个分析时刻的光伏板清洁度；

34、将光伏电站区域在历史分析时段内每个分析时刻的降雨参数和光伏板清洁度进行对齐并关系量化，获得降雨参数与光伏板清洁度之间的关系模型；

35、将光伏电站区域的目标光伏板清洁度输入至关系模型，确定出光伏电站区域当前的最佳降雨参数。

36、优选的，还包括：

37、当获取到光伏电站区域内所有光伏板更新的光伏板清洁度和光伏电站区域内更新的总降雨数据时，则基于光伏电站区域内所有光伏板更新的光伏板清洁度和光伏电站区域内更新的总降雨数据，优化关系模型，获得新的关系模型；

38、将光伏电站区域的目标光伏板清洁度输入至新的关系模型，获得光伏电站区域更新的最佳降雨参数。

39、优选的，s4：基于光伏电站区域当前的最佳降雨参数和光伏电站区域的未来降雨数据，确定出光伏电站区域在未来时段内的人工增雨数据，包括：

40、基于光伏电站区域的历史气象数据和地理空间数据以及降雨数据预测模型，预测出光伏电站区域的未来降雨数据；

41、在光伏电站区域的未来降雨数据中，确定出光伏电站区域在未来分析时段内每个分析时刻的未来降雨参数；

42、基于光伏电站区域在未来分析时段内每个分析时刻的未来降雨参数和光伏电站区域当前的最佳降雨参数，确定出光伏电站区域在未来时段内每个分析时刻的人工增雨参数；

43、将光伏电站区域在未来时段内所有时刻的人工增雨参数当作光伏电站区域在未来时段内的人工增雨数据。

44、本发明提供一种基于人工增雨技术的光伏板清洁系统，用于执行实施例1至9中任一一种所述的基于人工增雨技术的光伏板清洁方法，包括：

45、分割及分类识别模块，用于基于预设sam+svm嵌入式大模型，在光伏电站区域在历史分析时段内的所有全范围多光谱遥感图像中，识别出光伏电站区域内的所有光伏板在历史分析时段内的所有多光谱遥感图像；

46、清洁度分析模块，用于对光伏电站区域内每个光伏板在历史分析时段内的所有多光谱遥感图像进行光谱分析，获得光伏电站区域内每个光伏板在历史分析时段内的清洁度数据；

47、最佳降雨数据分析模块，用于基于光伏电站区域在历史分析时段内的降雨数据和光伏电站区域内所有光伏板在历史分析时段内的清洁度数据，分析出光伏电站区域当前的最佳降雨参数；

48、人工增雨数据确定模块，用于基于光伏电站区域当前的最佳降雨参数和光伏电站区域的未来降雨数据，确定出光伏电站区域在未来时段内的人工增雨数据；

49、人工增雨控制模块，用于基于光伏电站区域在未来时段内的人工增雨数据进行人工增雨控制，获得人工增雨控制结果。

50、本发明相对于现有技术产生的有益效果为：通过对光伏电站区域在历史分析时段内的所有全范围多光谱遥感图像进行分类和分割处理，识别出光伏板在历史分析时段内的所有多光谱遥感图像，并通过对光伏板的所有多光谱遥感图像进行光谱分析，确定出光伏板在历史分析时段内的清洁度数据，基于光伏板在历史分析时段内的清洁度数据和为经过人工增雨干预的降雨数据进行对应，分析出可以使供电站区域的光伏板达到所要求的清洁度的最佳降雨参数，并利用该最佳降雨参数和未来降雨数据，确定出详细的人工增雨数据，进而通过精准地人工增雨控制来干预降雨数据，使得利用降雨完成对光伏板的清洁，保证其光伏板的清洁度，也保证了光伏电站的正常运行和发电效益，即通过精准控制人工增雨大大减少光伏板清洁过程中的水资源消耗和人工成本投入。

51、本发明的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点可通过在本技术文件中所特别指出的结构来实现和获得。

52、下面通过附图和实施例，对本发明的技术方案做进一步的详细描述。