一种光伏板清扫机器人清扫系统的自动控制方法

1.本发明涉及太阳能光伏板的清洁领域，具体的说是一种光伏板清扫机器人清扫系统的自动控制方法。


背景技术：

2.随着对化石能源的利用大幅减少，发展可再生能源已是大势所趋。光伏能源作为其重要组成部分，得到了国家的大量政策支持，越来越多的光伏电站投入到实际运行。然而光伏发电存在一个严重问题，即当一些灰尘和其他污垢积累光伏板表面时，光伏系统的发电性能下降严重。当灰尘相对密度为5g/
㎡
的时候，相对发电率为无遮挡时的93％，当灰尘相对密度为15g/
㎡
时，发电率降为无遮挡时的79％，灰尘通过衰减入射的太阳辐射、降低表面透过率、引入部分遮挡效应和提高太阳能电池板的温度，导致光伏电池板的效率下降。因此，有效的光伏板清洁是一项重要任务。尽管目前也有人工清洁、相关机构研制的部分光伏清洁装置等方案试图解决光伏板表面的污染物积累问题，但仍存在一定局限性：
3.1、仍会存在灰尘、鸟粪等污染物累积的现象，对这些不同的污染物清洁效果不一。且部分光伏电站在设计时空间排列密集，一些大型清洁机械无法在内工作。
4.2、光伏板安装时考虑到土地利用、搭建成本、地理位置等问题，光伏板实际安装倾角也会不同，部分清洁机器人无法适应不同地区、不同倾角的光伏板完成清洁工作。
5.3、当下光伏板清扫机器人智能化程度普遍不高，大多还要需现场进行操控，仍存在许多不足，例如适用性差，续航不够，功能单一，虽然也有遥控功能，但其控制系统大都为控制光伏板清扫机器人在其光伏阵列的移动和清扫，还没有一款产品做到以神经网络等智能算法分析学习，实时检测分析光伏板灰尘覆盖率，实现装置自动清扫，最大限度地保证光伏阵列的发电效率。


技术实现要素：

6.为解决上述存在的技术问题，本发明提供了一种光伏板清扫机器人清扫系统的自动控制方法，针对光伏板清扫机器人的清扫系统设计了自动清扫的控制方法，基于神经网络智能算法和物联网技术，使光伏板清扫机器人的清扫系统实现自动清扫，并具有更强的包容性和适应性。
7.为达到上述目的，本发明所采用的技术方案是：
8.一种光伏板清扫机器人清扫系统的自动控制方法，该控制方法基于神经网络智能算法和物联网技术实现，具体步骤如下：
9.1)搭建上位机平台，上位机为光伏板清扫机器人提供神经网络智能算法分析，通过各类传感器检测数据的输入，获得不同角度光照、温度、湿度、灰尘浓度、表面光洁度的实时数据，采用神经网络多输入单输出长短期记忆lstm模型整体分析灰尘覆盖浓度，并且以神经网络算法将采集的信息进行分析学习，确定最佳清洗周期，控制光伏板清扫机器人的动作，展示光伏板清扫机器人的当前状态并作记录；
10.2)组建通讯模块的网络连接，实现光伏清洗机器人与上位机、手机、以及遥控器之间的双向信息传递；
11.3)利用物联网感知层、应用层、网络层的体系构架搭建整个光伏板清扫机器人自动清扫系统，
12.所述感知层包含有各类无线传感器，形成无线传感网络，协作地感知、采集和处理网络覆盖区域中光伏板清扫机器人信息数据，并通过通讯模块将光伏板清扫机器人连接到网络层和应用层；
13.所述网络层采用nb-iot窄带物联网的带内部署方式，实现上位机和光伏板清扫机器人之间信息的传递、路由和控制；
14.所述应用层嵌入式综合了计算机软硬件、传感器技术、集成电路技术和电子应用技术，实现光伏板清扫机器人和应用软件之间的物理隔离和无缝连接，提供数据的高效汇聚与存储，利用云计算对光伏板清扫机器人的数据进行存储和分析，实现对光伏板清扫机器人的实时动态管理和智能分析；
15.4)神经网络预测模型的构建和训练：
16.第一阶段：神经网络预测模型的构建与数据采集，所述神经网络预测模型由输入层、隐含层和输出层构成，输入层神经元设置为光伏板清扫机器人所采集的传感器数据，包括三个不同角度光照值、温湿度、灰尘浓度、表面光洁度，输出层神经元设置为分析算出光伏板灰尘覆盖率，输入节点为6个，输出节点为1个；隐含层的神经元个数设置为7，对所需要的输入输出数据进行采集，记录n组数据，得到对应的样本数据；
17.第二阶段：神经网络预测模型的训练，训练过程主要包括信号的正向传播和误差的反向传播两个过程；
18.神经网络预测模型的搭建，输入向量为x＝(x1，x2，
…
，xi，
…
，xn)
t
，其中x0是为隐含层神经元引入阈值而设置的；隐含层输出的量为y＝(y1，y2，
…
，yj，
…
，ym)
t
，其中y0是为输出层神经元引入阈值而设置的；输出层输出向量为o＝(o1)
t
，期望输出向量d＝(d1，d2，
…
，dk，
…
，d
l
)
t
；输入层到隐含层之间的权值矩阵用v表示v＝(v1，v2，
…
，vj，
…
，vm)，其中列向量vj为隐含层第j个神经元对应的权向量；隐含层到输出层之间的权值矩阵有w表示，w＝(w1，w2，
…
，wk，
…
，w
l
)；
19.对于输出层，有ok＝f(netk)k＝1,
[0020][0021]
对于隐含层，有yj＝f(netj)j＝1,2,
…
，7
[0022][0023]
以上两式中，变换函数f(x)均为单极性sigmoid函数
[0024]
f(x)具有连续、可导的特点，且有f
′
(x)＝f(x)[1-(x)]；
[0025]
根据应用需要，也可以采用双极性sigmoid函数
[0026]
i为输入层神经元个数，j为隐含层神经元个数，k为输出层神经元个数，η为学习速率，vij，wjk分别为输入层与隐含层以及隐含层与输出层之间的连接权值，f为连续可导的sigmoid函数；
[0027]
用测试集数据对前述神经网络预测模型进行验证，结果表明神经网络对光伏板灰尘覆盖率输出的预测值与真实值相差较小，说明该模型能够较为精确的反应输入输出之间的非线性映射关系，能够较为准确的说明光伏板清扫机器人综合检测灰尘覆盖率与实际灰尘浓度之间的内在联系。
[0028]
所述通讯模块采用有线+无线的混合组网方式，多种通信技术融合，实现更大的包容性，所述光伏清洗机器人具备远方自动控制和就地手动控制功能，可在控制室内通过上位机或手机操作动作，也可就地配通用遥控器，通过地址拨码来选择控制对应的光伏板清扫机器人。
[0029]
所述无线传感网络，通过在光伏板清扫机器人上部署大量的微型传感器，组成传感器节点，通过无线通信方式形成一个多跳的自组织的网络系统，通过无线通讯模块上传给上位机。
[0030]
所述传感器节点包含有电源模块、传感模块、计算模块和无线通讯模块，所述电源模块实现供电，所述传感模块对光伏板清扫机器人信息进行采集和转换，所述计算模块用以处理数据和系统管理，并存放程序和数据，所述无线通讯模块与其他节点通信，实现控制信息的交换和采集数据的收发，综合反馈光伏板清扫机器人检测的各类数据。
[0031]
所述光伏板清扫机器人采用模块化结构，包含有机器人底座、机器人行走系统、机器人清洗系统、机器人供电系统和机器人控制系统，所有系统设置于机器人底座上，所述机器人底座包含有三个底座，各底座之间通过活络连接的方式连接于一体，将光伏板清扫机器人分为三段，以适应在弯曲、高低不平的光伏组件阵列表面上行走。
[0032]
所述光伏板清扫机器人的机器人控制系统将采集到的大量传感器数据通过无线传感网络，利用神经网络进行学习分析与存储，建立数据库，利用神经网络、数据挖掘、专家库智能分析方法对光伏板灰尘覆盖率进行判断是否超过阈值，通过上位机分析结果是否达到清洗条件，将数据存储在数据库中，给出最有效的清洗方案。
[0033]
本发明针对光伏板清扫机器人的清扫系统系统，设计了基于神经网络智能算法和物联网技术的自动控制方法，将上位机、手机、通讯模块、光伏板清扫机器人通过现场总线或物联网技术融为一个整体，实现远程、就地控制，通过神经网络等智能算法使机器人具有记忆学习功能，实时检测分析光伏阵列灰尘覆盖率是否超过阈值，当灰尘覆盖率超过阈值达到清洗条件时，实现自动清扫，记录清扫周期，彻底解决目前光伏板清扫机器人清扫系统存在的问题；无需工作人员人工现场观测，节约了人工，极大提高了光伏电站的安全清扫环境；清扫效果好，并对整个清扫系统的各个状态和运行轨迹详细记录并存储，便于查看，确保信息传递实时性、共享性、准确性；光伏板清扫机器人采用模块化设计，独立性、互换性和通用性好，减少系统故障率的同时，有利于系统后期的技术升级与维护。
附图说明
[0034]
图1为本发明系统流程示意图；
[0035]
图2为系统整体框架示意图；
[0036]
图3为无线传感网络的体系结构示意图；
[0037]
图4为神经网络预测模型的构建和训练原理示意图。
具体实施方式
[0038]
下面结合附图和具体实施例对本发明进行详细描述：
[0039]
如图1-4所示，该光伏板清扫机器人清扫系统的自动控制方法，该控制方法基于神经网络智能算法和物联网技术实现，具体步骤如下：
[0040]
1)搭建上位机平台，上位机软件具有画面组态、报警组态、逻辑组态、报表制作、数据组态等功能，上位机为光伏板清扫机器人提供神经网络智能算法分析，通过各类传感器检测数据的输入，获得不同角度光照、温度、湿度、灰尘浓度、表面光洁度的实时数据，采用神经网络多输入单输出长短期记忆lstm模型整体分析灰尘覆盖浓度，并且以神经网络算法将采集的信息进行分析学习，确定最佳清洗周期，控制光伏板清扫机器人的动作，展示光伏板清扫机器人的当前状态并作记录。
[0041]
2)组建通讯模块的网络连接，实现光伏清洗机器人与上位机、手机、以及遥控器之间的双向信息传递，采用有线+无线的混合组网方式，多种通信技术融合，实现更大的包容性。无线通讯可采用蓝牙、红外、nb-iot、lora、zigbee，wifi等无线通讯方式，有线通讯可采用光纤、屏蔽双绞线、同轴电缆、rs485、rs232、profibus、profinet、ff、modbus、can总线与现场总线相结合的方式。
[0042]
作为优选的方式，所述光伏清扫机器人具备远方自动控制和就地手动控制功能，可在控制室内通过上位机或手机操作动作，也可就地配通用遥控器，通过地址拨码来选择控制对应的光伏板清扫机器人。有线技术采用rs485总线方式，无线云平台技术采用bc25通信模块，nb-iot通信协议，无线蓝牙技术采用e104-bt02模块，ble4.2通讯协议。
[0043]
3)利用物联网感知层、应用层、网络层的体系构架搭建整个光伏板清扫机器人自动清扫系统。
[0044]
所述感知层包含有各类无线传感器，形成无线传感网络，协作地感知、采集和处理网络覆盖区域中光伏板清扫机器人信息数据，并通过通讯模块将光伏板清扫机器人连接到网络层和应用层。
[0045]
感知层是集分布式信息采集、信息传输和信息处理技术于一体的无线传感器网络技术，具有低成本、微型化、低功耗、灵活的组网及铺设方式、适用于移动目标等特点。
[0046]
作为优选的方式，本实施例中，所述无线传感网络，是通过在光伏板清扫机器人上部署大量的微型传感器，组成传感器节点，通过无线通信方式形成一个自组织的网络系统，将采集到的数据经过多跳的方式进行传输或处理。
[0047]
具体地，所述传感器节点包含有电源模块、传感模块、计算模块和无线通讯模块，所述电源模块实现供电，为其他几个模块提供运行所需的能量；所述传感模块对光伏板清扫机器人信息进行采集和转换；所述计算模块作为传感器节点的核心，用以处理数据和系统管理，如设备控制、任务调度、数据融合等，并存放程序和数据；所述无线通讯模块与其他节点通信，实现控制信息的交换和采集数据的收发，可长时间感知、处理和执行任务，综合反馈光伏板清扫机器人检测的各类数据。
[0048]
所述网络层采用nb-iot窄带物联网的带内部署方式，实现上位机和光伏板清扫机器人之间信息的传递、路由和控制。网络层作为数据信息的联通和处理，主要依托公众电信网和互联网或行业专用通信网络。
[0049]
nb-iot频段为license频段，具有三种工作状态：连接态、空闲态、节能模式，其三
种工作状态可随意切换。nb-iot在编码方面采用turbo编码，译码信噪比低，覆盖距离更高，并可采取带内、保护带或独立载波等三种部署方式。本发明采用带内部署方式，经过与其他通讯技术的综合比较，该技术具有的广覆盖、低功耗、大链接等特点十分契合于光伏板清扫机器人大量信息数据交互的物联网网络。
[0050]
所述应用层位于物联网三层结构中的最顶层，其功能为处理，即通过云计算平台进行数据信息处理。应用层可以对感知层光伏板清扫机器人采集的数据进行计算、处理和知识挖掘，从而实现对光伏板清扫机器人的实时控制、精确管理和科学决策。
[0051]
所述应用层的关键技术由物联网中间件和物联网应用构成，应用中间件为物联网应用提供信息处理、计算、资源调用接口等通用基础服务设施，以此为基础实现物联网在光伏板清扫机器人中的融合，本发明中，所述应用层嵌入式综合了计算机软硬件、传感器技术、集成电路技术和电子应用技术，实现光伏板清扫机器人和应用软件之间的物理隔离和无缝连接，提供数据的高效汇聚与存储，利用云计算对光伏板清扫机器人的数据进行存储和分析，实现对光伏板清扫机器人的实时动态管理和智能分析，使得光伏板清扫机器人具备一定的智能性。
[0052]
4)神经网络预测模型的构建和训练：
[0053]
第一阶段：神经网络预测模型的构建与数据采集，所述神经网络预测模型由输入层、隐含层和输出层构成，输入层神经元设置为光伏板清扫机器人所采集的传感器数据，包括三个不同角度光照值、温湿度、灰尘浓度、表面光洁度，输出层神经元设置为分析算出光伏板灰尘覆盖率，输入节点为6个，输出节点为1个；隐含层的神经元个数设置为7，对所需要的输入输出数据进行采集，记录n组数据，得到对应的样本数据；
[0054]
第二阶段：神经网络预测模型的训练，训练过程主要包括信号的正向传播和误差的反向传播两个过程。正向传播时，将第一阶段采集的输入样本数据输入神经网络的输入层，经隐含层处理，传入输出层。若输出层的实际输出与目标输出有较大的误差值，则转入误差的反向传播阶段。误差反向传播是将输出误差通过隐含层向输入层逐层反传，并将误差分摊给各层的所有单元，从而获得各层单元的误差信号，此误差信号即作为修正各单元权值的依据。当实际输出与目标输出之间的误差不满足预设的精度要求时，神经网络会不断的调整权值，更新网络，直到误差小于预设精度，训练结束。
[0055]
神经网络预测模型的搭建，输入向量为x＝(x1，x2，
…
，xi，
…
，xn)
t
，其中x0是为隐含层神经元引入阈值而设置的；隐含层输出的量为y＝(y1，y2，
…
，yj，
…
，ym)
t
，其中y0是为输出层神经元引入阈值而设置的；输出层输出向量为o＝(o1)
t
，期望输出向量d＝(d1，d2，
…
，dk，
…
，d
l
)
t
；输入层到隐含层之间的权值矩阵用v表示v＝(v1，v2，
…
，vj，
…
，vm)，其中列向量vj为隐含层第j个神经元对应的权向量；隐含层到输出层之间的权值矩阵有w表示，w＝(w1，w2，
…
，wk，
…
，w
l
)；
[0056]
对于输出层，有ok＝f(netk)k＝1,
[0057][0058]
对于隐含层，有yj＝f(netj)j＝1,2,
…
，7
[0059][0060]
以上两式中，变换函数f(x)均为单极性sigmoid函数
[0061]
f(x)具有连续、可导的特点，且有f
′
(x)＝f(x)[1-(x)]；
[0062]
根据应用需要，也可以采用双极性sigmoid函数
[0063]
i为输入层神经元个数，j为隐含层神经元个数，k为输出层神经元个数，η为学习速率，vij，wjk分别为输入层与隐含层以及隐含层与输出层之间的连接权值，f为连续可导的sigmoid函数；
[0064]
用测试集数据对前述神经网络预测模型进行验证，结果表明神经网络对光伏板灰尘覆盖率输出的预测值与真实值相差较小，说明该模型能够较为精确的反应输入输出之间的非线性映射关系，能够较为准确的说明光伏板清扫机器人综合检测灰尘覆盖率与实际灰尘浓度之间的内在联系。
[0065]
本发明具体的实施过程中，还设计了包括与硬件相关的设备驱动、系统内核、通信协议以及图形界面等的操作系统，其操作系统满足以下要求：操作系统支持实时检测环境发生变化的快速响应和迅速执行相关处理任务；操作系统满足任务并发性，当需要同时执行多个逻辑控制时，能够有效地满足这种发生频率；操作系统硬件模块化高度集成化，应用程序控制硬件简洁方便，保证在不影响整体开销的情况下，应用程序中的各个部分能够进行重新组合；操作系统代码量少，复杂度低，满足每个传感器节点有限的计算资源和储存资源；操作系统适应大规模的传感器网络和拓扑高度动态变化的应用环境。
[0066]
光伏板清扫机器人作为现有成熟技术，这里对于结构不做具体描述。作为优选的方式，本实施例中，所述光伏板清扫机器人采用模块化结构，包含有机器人底座、机器人行走系统、机器人清洗系统、机器人供电系统和机器人控制系统，所有系统设置于机器人底座上，所述机器人底座包含有三个底座，各底座之间通过活络连接的方式连接于一体，将光伏板清扫机器人分为三段，以适应在弯曲、高低不平的光伏组件阵列表面上行走。
[0067]
所述光伏板清扫机器人的机器人控制系统将采集到的大量传感器数据通过无线传感网络，利用神经网络进行学习分析与存储，建立数据库，利用神经网络、数据挖掘、专家库智能分析方法对光伏板灰尘覆盖率进行判断是否超过阈值，通过上位机分析结果是否达到清洗条件，将数据存储在数据库中，给出最有效的清洗方案。
[0068]
所述传感器网络中的各类传感器包括光照传感器、温湿度传感器、灰尘浓度传感器、位置传感器、表面光洁度传感器、倾角传感器、速度传感器、水流传感器、电流传感器、电压传感器。光照传感器采集不同角度的光照值、温湿度传感器检测当前温度与湿度，灰尘浓度传感器检测空气中灰尘浓度，倾角传感器检测装置是否发生偏移，速度传感器实时上传光伏板清扫机器人的移动速度，水流传感器检测水系过程中所消耗的水量，电流传感器与电压传感器检测光伏板清扫机器人所消耗的电量，所有传感器检测的数值均通过通讯模块以现场总线或物联网技术上传至上位机，上位机再以神经网络等智能算法对传感器数据进行综合分析。
[0069]
本发明在具体实施过程中，在手机app控制方面，进行开发实现对光伏板清扫机器人的远程控制，手机云平台控制app，通过nb-iot协议来进行数据的传输，用bc25通信模块接收数据串口收发数据到单片机上使用。手机蓝牙控制app，通过协议ble4.2来进行数据的传输，用e104-bt02通讯模块接收数据串口收发数据到单片机上使用。
[0070]
当然，上述说明并非是对本发明的限制，本发明也并不仅限于上述举例，本技术领
域的技术人员在本发明的实质范围内所做出的变化、改型、添加或替换，也应属于本发明的保护范围。

技术特征：
1.一种光伏板清扫机器人清扫系统的自动控制方法，其特征在于，该控制方法基于神经网络智能算法和物联网技术实现，具体步骤如下：1)搭建上位机平台，上位机为光伏板清扫机器人提供神经网络智能算法分析，通过各类传感器检测数据的输入，获得不同角度光照、温度、湿度、灰尘浓度、表面光洁度的实时数据，采用神经网络多输入单输出长短期记忆lstm模型整体分析灰尘覆盖浓度，并且以神经网络算法将采集的信息进行分析学习，确定最佳清洗周期，控制光伏板清扫机器人的动作，展示光伏板清扫机器人的当前状态并作记录；2)组建通讯模块的网络连接，实现光伏清洗机器人与上位机、手机、以及遥控器之间的双向信息传递；3)利用物联网感知层、应用层、网络层的体系构架搭建整个光伏板清扫机器人自动清扫系统，所述感知层包含有各类无线传感器，形成无线传感网络，协作地感知、采集和处理网络覆盖区域中光伏板清扫机器人信息数据，并通过通讯模块将光伏板清扫机器人连接到网络层和应用层；所述网络层采用nb-iot窄带物联网的带内部署方式，实现上位机和光伏板清扫机器人之间信息的传递、路由和控制；所述应用层嵌入式综合了计算机软硬件、传感器技术、集成电路技术和电子应用技术，实现光伏板清扫机器人和应用软件之间的物理隔离和无缝连接，提供数据的高效汇聚与存储，利用云计算对光伏板清扫机器人的数据进行存储和分析，实现对光伏板清扫机器人的实时动态管理和智能分析；4)神经网络预测模型的构建和训练：第一阶段：神经网络预测模型的构建与数据采集，所述神经网络预测模型由输入层、隐含层和输出层构成，输入层神经元设置为光伏板清扫机器人所采集的传感器数据，包括三个不同角度光照值、温湿度、灰尘浓度、表面光洁度，输出层神经元设置为分析算出光伏板灰尘覆盖率，输入节点为6个，输出节点为1个；隐含层的神经元个数设置为7，对所需要的输入输出数据进行采集，记录n组数据，得到对应的样本数据；第二阶段：神经网络预测模型的训练，训练过程主要包括信号的正向传播和误差的反向传播两个过程；神经网络预测模型的搭建，输入向量为x＝(x1，x2，
…
，x
i
，
…
，x
n
)
t
，其中x0是为隐含层神经元引入阈值而设置的；隐含层输出的量为y＝(y1，y2，
…
，y
j
，
…
，y
m
)
t
，其中y0是为输出层神经元引入阈值而设置的；输出层输出向量为o＝(o1)
t
，期望输出向量d＝(d1，d2，
…
，d
k
，
…
，d
l
)
t
；输入层到隐含层之间的权值矩阵用v表示v＝(v1，v2，
…
，v
j
，
…
，v
m
)，其中列向量v
j
为隐含层第j个神经元对应的权向量；隐含层到输出层之间的权值矩阵有w表示，w＝(w1，w2，
…
，w
k
，
…
，w
l
)；对于输出层，有o
k
＝f(net
k
)k＝1,对于隐含层，有y
j
＝f(net
j
)j＝1,2,
…
，7
以上两式中，变换函数f(x)均为单极性sigmoid函数f(x)具有连续、可导的特点，且有f
′
(x)＝f(x)[1-(x)]；根据应用需要，也可以采用双极性sigmoid函数i为输入层神经元个数，j为隐含层神经元个数，k为输出层神经元个数，η为学习速率，vij，wjk分别为输入层与隐含层以及隐含层与输出层之间的连接权值，f为连续可导的sigmoid函数；用测试集数据对前述神经网络预测模型进行验证，结果表明神经网络对光伏板灰尘覆盖率输出的预测值与真实值相差较小，说明该模型能够较为精确的反应输入输出之间的非线性映射关系，能够较为准确的说明光伏板清扫机器人综合检测灰尘覆盖率与实际灰尘浓度之间的内在联系。2.根据权利要求1所述的一种光伏板清扫机器人清扫系统的自动控制方法，其特征在于，所述通讯模块采用有线+无线的混合组网方式，多种通信技术融合，实现更大的包容性，所述光伏清洗机器人具备远方自动控制和就地手动控制功能，可在控制室内通过上位机或手机操作动作，也可就地配通用遥控器，通过地址拨码来选择控制对应的光伏板清扫机器人。3.根据权利要求1所述的一种光伏板清扫机器人清扫系统的自动控制方法，其特征在于，所述无线传感网络，通过在光伏板清扫机器人上部署大量的微型传感器，组成传感器节点，通过无线通信方式形成一个多跳的自组织的网络系统，通过无线通讯模块上传给上位机。4.根据权利要求3所述的一种光伏板清扫机器人清扫系统的自动控制方法，其特征在于，所述传感器节点包含有电源模块、传感模块、计算模块和无线通讯模块，所述电源模块实现供电，所述传感模块对光伏板清扫机器人信息进行采集和转换，所述计算模块用以处理数据和系统管理，并存放程序和数据，所述无线通讯模块与其他节点通信，实现控制信息的交换和采集数据的收发，综合反馈光伏板清扫机器人检测的各类数据。5.根据权利要求1所述的一种光伏板清扫机器人清扫系统的自动控制方法，其特征在于，所述光伏板清扫机器人采用模块化结构，包含有机器人底座、机器人行走系统、机器人清洗系统、机器人供电系统和机器人控制系统，所有系统设置于机器人底座上，所述机器人底座包含有三个底座，各底座之间通过活络连接的方式连接于一体，将光伏板清扫机器人分为三段，以适应在弯曲、高低不平的光伏组件阵列表面上行走。6.根据权利要求5所述的一种光伏板清扫机器人清扫系统的自动控制方法，其特征在于，所述光伏板清扫机器人的机器人控制系统将采集到的大量传感器数据通过无线传感网络，利用神经网络进行学习分析与存储，建立数据库，利用神经网络、数据挖掘、专家库智能分析方法对光伏板灰尘覆盖率进行判断是否超过阈值，通过上位机分析结果是否达到清洗条件，将数据存储在数据库中，给出最有效的清洗方案。

技术总结
本发明公开了一种光伏板清扫机器人清扫系统的自动控制方法，涉及太阳能光伏板的清洁领域，基于神经网络智能算法和物联网技术将上位机、手机、通讯模块、光伏板清扫机器人通过现场总线或物联网技术融为一个整体，实现远程、就地控制，通过神经网络等智能算法使机器人具有记忆学习功能，实时检测分析光伏阵列灰尘覆盖率是否超过阈值，当灰尘覆盖率超过阈值达到清洗条件时，实现自动清扫，记录清扫周期，彻底解决目前光伏板清扫机器人清扫系统存在的问题；无需工作人员人工现场观测，节约人工，极大提高了光伏电站的安全清扫环境；清扫效果好，并对整个清扫系统的各个状态和运行轨迹详细记录存储，便于查看，确保信息传递实时性、共享性、准确性。准确性。准确性。


技术研发人员：吴士涛 叶蔚 汤建泉 杨婕 宗贵聪 吴更 张晶晶 魏海涛 邹坤 赵玉斌 范丰裕 阴俊涛 王俊杰
受保护的技术使用者：山东科技大学
技术研发日：2023.04.14
技术公布日：2023/7/7