基于卷积神经网络的光伏阵列污染报警系统

摘要：

针对依靠人工检查光伏阵列是否需要清洗的效率低,机器人定期清洗又会造成资源浪费的问题,文章提出一种基于卷积神经网络(Convolution Neural Network,CNN)的光伏阵列污染报警系统.该系统通过采集受污染和未受污染的光伏阵列图像作为训练集训练CNN神经网络,将训练好的模型嵌入网站后端,再定期采集光伏阵列图像,通过CNN神经网络模型识别是否受到污染,当光伏阵列受到污染时由前端显示报警信息.实验结果表明:该系统识别精度达97.6％,系统工作稳定,具有较强的实用价值.

关键词：光伏阵列、卷积神经网络、报警系统、网站

所属期刊栏目：57

分类号：TM933

资助基金：国家自然科学基金资助项目;2015东莞市引进第三批创新科研团队项目;广州市南沙区科技计划项目;福建省自然科学基金资助项目

在线出版日期：2020-05-15（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：54-59