一种基于视觉识别和机器学习的智能光伏跟踪系统及其方法

一种基于视觉识别和机器学习的智能光伏跟踪系统，包括图像采集模块、预处理模块、机器学习模型模块、控制驱动模块和系统控制中心模块5个部分；图像采集模块采用DSLR数码相机，通过USB接口与系统连接，实现高清照片的定时自动采集。预处理模块基于OpenCV工具包，对采集图像进行格式转化、规格化处理，提取色调、边缘等特征。机器学习模块选择ResNet为基础构建深度卷积神经网络模型，通过大量标记样本训练，实现环境识别率95％以上。控制驱动模块采用单片机控制步进电机，依据识别结果微调光伏面板的定向位置和角度。系统控制中心模块负责各模块间信息交互管理，同时监控系统运行状态并给出优化建议，保证稳定精准运行。本方法规范了控制驱动模块组的接口，支持模块的可插拔性，使各功能模块能够关注核心业务细分而无需重复工作。本发明基于视觉识别和机器学习技术，性能损耗低，资源占用少。不修改系统本身，通过系统初始化驱动和系统控制中心协调各模块工作，建立一个高效智能的光伏跟踪闭环体系，为各类基于该技术的应用提供便利性。