一种太阳能光热系统反射镜的监控系统及方法与流程

本发明涉及光学元件监控，具体为一种太阳能光热系统反射镜的监控系统及方法。

背景技术：

1、太阳能光热发电是指：利用大规模阵列抛物或碟形镜面收集太阳热能，通过换热装置提供蒸汽，结合传统汽轮发电机的工艺，从而达到发电的目的；采用太阳能光热发电技术，避免了昂贵的硅晶光电转换工艺，可以大大降低太阳能发电的成本；而且，这种形式的太阳能利用还有一个其他形式的太阳能转换所无法比拟的优势，即太阳能所烧热的水可以储存在巨大的容器中，在太阳落山后几个小时仍然能够带动汽轮发电。

2、例如公开号cn105785552a的专利公开了一种基于蝶式太阳能光热系统反射镜的检测装置及检测方法，通过在聚光器反射面上设置一个可易于移动至聚光器上任一反射镜座标上方的光束仪，该光束仪发射垂直向下的可见光束，当垂直向下的可见光束照射到反射镜面，调整反光镜角度使可见光束反射后光斑落在光接收器设定的焦点位置上，此时的反射镜位置即为校准位置，固紧反射镜，达到了安装调整反射镜位置的目的，该发明的检测装置结构简易、成本低、安装简易，检测方法简单、检测效率高，解决了碟式太阳能光热系统在安装调整和复检测每块有光学曲面的反射镜中存在的难题。

3、在太阳能光热系统反射镜的监控过程中，主要难点是反射镜的对准精度和清洁度问题，保证反射镜始终保持最佳对准状态，并且表面无灰尘、污垢等污染物是提高系统效率的关键；而目前传统的反射镜对准方法依赖于定期人工检查和调整，效率低下且易出错，同时对于维护一般采用定期维护方式，无法实时监控反射镜表面的表面是否被灰尘污垢影响，无法及时发现和处理老化、磨损、脏污问题，因此亟需一种太阳能光热系统反射镜的监控系统及方法来解决此类问题。

技术实现思路

1、针对现有技术的不足，本发明提供了一种太阳能光热系统反射镜的监控系统及方法，解决现有技术中存在的依赖于定期人工检查和调整，效率低下且易出错，同时对于维护一般采用定期维护方式，无法实时监控反射镜表面的表面是否被灰尘污垢影响，无法及时发现和处理老化、磨损、脏污问题的问题。

2、为实现以上目的，本发明通过以下技术方案予以实现：

3、本发明提供了一种太阳能光热系统反射镜的监控方法，包括：

4、步骤1.对反射镜健康状况进行预测性维护，在每个反射镜及其支撑结构上均匀安装高精度传感器，传感器数据通过无线网络实时传输到数据分析预测模块，利用大数据分析和机器学习技术，对传感器数据进行实时分析，预测反射镜的健康状况；并基于预测结果，提前发出预警信号，以便安排预防性维护；

5、步骤1中使用应变计、温度传感器和湿度传感器，实时监测反射镜及支撑结构的健康状况；

6、利用广域网lpwan技术，进行传感器数据的传输；并于云计算平台上对传感器数据进行实时分析，使用机器学习算法预测反射镜的健康状况；

7、步骤2.针对反射镜表面清洁度进行智能化监控，在反射镜表面安装光学传感器，检测反射镜表面对光的散射和吸收特性变化；光学传感器实时采集数据，通过边缘计算设备进行初步处理，判断清洁度；当检测到反射镜表面污染达到阈值时，自动启动清洁机器人、机械臂进行清洁；

8、步骤3.基于计算机视觉进行自动对准，在反射镜周围布置相机捕捉反射镜的图像；相机实时采集反射镜的图像，并通过计算机视觉技术进行分析，判断反射镜的对准状态；根据分析结果，自动对准装置实时调整反射镜的角度，将其始终处于最佳对准状态。

9、本发明进一步地设置为：步骤1中传感器数据实时分析方式为：

10、设每个反射镜上的传感器为si，i代表不同的传感器类型，包括温度传感器、应变计和湿度传感器，每个传感器在时间t上采集的数据记为di(t)；

11、设温度传感器数据为t(t)，应变计数据ε(t)，湿度传感器数据h(t)；

12、利用lpwan技术，将采集到的数据di(t)无线传输到云计算平台即实时分析单元；

13、在云计算平台上进行数据预处理，包括数据清洗、去噪和标准化：

14、对于每个传感器数据di(t)，进行标准化处理：其中，μi和σi分别为传感器si数据的均值和标准差；

15、从预处理后的数据中提取特征，使用滑动窗口技术提取时间序列特征：

16、设定窗口大小为w和步长为s：其中，标识窗口内的时间步数；

17、本发明进一步地设置为：传感器数据实时分析方式还包括：

18、使用长短期记忆网络lstm模型处理时间序列数据，进行模型训练：

19、lstm网络架构包括：

20、输入层：输入特征fi(t)；

21、隐藏层：多层lstm单元；

22、输出层：健康状况预测结果；

23、设ht为lstm单元的隐藏状态，ct为细胞状态，σ为sigmoid激活函数，tanh为tanh激活函数；

24、遗忘门：

25、输入门：

26、候选细胞状态：

27、细胞状态更新：

28、输出门：

29、隐藏状态更新：ht＝ot·tanh(ct)；

30、其中，wf,wi,wc,wo和bf,bi,bc,bo为权重和偏置矩阵；

31、使用训练好的lstm模型，对实时数据进行健康状况预测；

32、本发明进一步地设置为：健康状况预测方式为：

33、设为时间t的健康状况预测结果：其中，f(t)为当前时间步数据特征；

34、根据预测结果进行实时监控和预警；

35、设定健康状况阈值θ，当超过阈值θ时，触发预警；

36、本发明进一步地设置为：步骤2中，在反射镜表面安装高精度光学传感器，实时监测清洁度；

37、利用边缘计算技术，对传感器数据进行初步处理和分析；

38、结合清洁度监控数据，自动启动清洁机器人、机械臂；

39、本发明进一步地设置为：步骤2中利用边缘计算技术进行传感器数据的初步处理和分析方式为：

40、在每个反射镜表面安装高精度光学传感器，用于监测表面的清洁度，传感器测量光的散射和吸收特性，反映表面的污染程度，设定光学传感器采集到的数据为l(t)，表示时间t时的光学反射强度；

41、传感器数据l(t)通过边缘计算设备进行实时采集，初步处理包括噪声过滤和数据标准化：

42、使用移动平均法来平滑数据，设定窗口大小为w：标准化处理：其中，i表示时间步长，l(t-i)表示时间t-i采集的光学反射强度数据，μl和σl分别为历史数据的均值和标准差；

43、利用边缘计算设备进行实时分析，判断反射镜的清洁度是否达到清洁阈值；

44、设定清洁度阈值θl，当标准化后的光学反射强度l'(t)低于阈值时，认为反射镜需要清洁；

45、根据污染评估结果，边缘计算设备决定是否启动清洁机器人、机械臂；

46、当检测到反射镜的清洁度低于阈值θl时，向清洁机器人、机械臂发送启动信号；

47、本发明进一步地设置为：步骤3中，在反射镜周围安装高分辨率相机，实时捕捉反射镜的图像；

48、利用计算机视觉技术和机器学习算法，实时分析反射镜的对准状态；

49、结合视觉分析结果，自动调整反射镜的角度；

50、本发明进一步地设置为：步骤3中进行自动对准方式为：

51、在反射镜周围布置高分辨率相机，设每个相机在时间t采集到的图像记为i(t)；

52、将采集到的图像i(t)转换为灰度图像ig(t)，减少计算量：ig(t)＝0.299·r(t)+0.587·g(t)+0.114·b(t)；其中，r(t),g(t),b(t)分别为图像在时间t的红、绿、蓝三个通道像素值；

53、使用canny边缘检测算法提取反射镜的边缘，e(t)＝canny(ig(t))，其中，e(t)为时间t的边缘检测结果；

54、利用hough变换从边缘检测结果中提取反射镜的轮廓线，h(t)＝houghline(se(t))，其中，h(t)为时间t的hough变换结果，包含检测到的直线参数；

55、本发明进一步地设置为：步骤3中进行自动对准方式还包括：

56、对准状态分析，比较当前图像中的反射镜轮廓线与预设的标准对准状态，计算偏移量，设预设的标准对准状态为href，当前时间t的检测结果为h(t)，两者的偏移量计算公式为：δθ(t)＝h(t)-href，其中δθ(t)为时间t的对准偏移量；

57、根据偏移量δθ(t)计算需要调整的角度，并生成调整指令，设定调整角度为α(t)，控制器的调整指令为a(t)：其中，kp,ki,kd分别为比例、积分、微分控制器的参数；

58、将调整指令a(t)发送到反射镜驱动系统调整反射镜的角度；

59、本发明还提供了一种太阳能光热系统反射镜的监控系统，包括：

60、传感器网络模块，包括：

61、温度传感器单元，监测反射镜及其支撑结构的温度变化，预防过热损坏；

62、应变计单元，检测反射镜及其支撑结构的应力和应变，识别潜在的结构损伤；

63、湿度传感器单元，监控环境湿度，防止因湿度变化引起的反射镜性能下降；

64、数据采集传输模块，包括：

65、数据采集单元，实时收集传感器数据，保证数据的准确性和及时性；

66、无线传输单元，采用低功耗广域网lpwan技术，将数据传输到计算机视觉模块；

67、数据分析预测模块，包括：

68、实时分析单元，利用大数据技术，对传感器数据进行实时分析，识别异常情况；

69、预测算法单元，使用机器学习算法，预测反射镜的健康状况，提前预警可能的故障；

70、光学传感模块，包括：

71、光学检测单元，在反射镜表面安装光学传感器，实时检测反射镜表面的光学特性变化；

72、数据处理单元，对光学传感器数据进行初步处理，判断反射镜表面的污染程度；

73、边缘计算模块，包括：

74、边缘计算设备单元，边缘计算设备部署在本地，处理传感器数据并做出初步分析，并进行清洁度评估，利用边缘计算技术，实时评估反射镜的清洁度，提供清洁建议；

75、自动清洁系统模块，包括：

76、清洁机器人单元，配备柔性刷和喷雾装置的清洁机器人，根据清洁度评估结果自动进行清洁；

77、自动调度单元，根据反射镜的污染情况和清洁优先级，调度清洁机器人进行清洁；

78、图像采集模块，包括：

79、相机单元，在反射镜周围安装高分辨率相机，实时捕捉反射镜的图像；

80、图像传输单元，将采集到的图像数据传输到计算机视觉模块进行处理；

81、计算机视觉模块，包括：

82、图像处理单元，基于计算机视觉技术对反射镜的图像进行处理，提取关键特征；

83、机器学习分析单元，采用机器学习算法分析反射镜的对准状态，识别微小偏移；

84、自动对准模块，包括：

85、对准控制单元，根据视觉分析结果，自动调整反射镜的角度，提供最佳对准状态；

86、实时反馈单元，实时监控反射镜的对准效果，反馈调整结果，优化对准过程。

87、与现有技术相比，本发明具有以下有益效果：

88、本发明，基于传感器和相机实时监控反射镜的健康状况和清洁度，利用无线网络将数据传输到云计算平台，避免频繁的人工检查，大大提高监控效率；通过高精度传感器、光学传感器和高分辨率相机，实时获取反射镜的详细数据，结合大数据分析和机器学习算法，实现对反射镜健康状况和清洁度的精准监控；

89、本发明，基于计算机视觉的自动对准系统，实时捕捉反射镜的图像并分析其对准状态，自动调整反射镜的角度，保证反射镜始终处于最佳对准状态，提高系统运行稳定性；

90、本发明，通过预测性维护和智能化监控，提前预警和处理潜在问题，减少系统故障和停机时间，降低维护成本；同时基于云计算和边缘计算技术，实时处理和分析大量传感器数据，通过机器学习模型进行健康状况预测，优化反射镜的维护和调整策略，实现智能化和数据驱动监控；

91、解决了现有技术中存在的依赖于定期人工检查和调整，效率低下且易出错，同时对于维护一般采用定期维护方式，无法实时监控反射镜表面的表面是否被灰尘污垢影响，无法及时发现和处理老化、磨损、脏污问题的问题。