小型光伏热斑的全卷积网络模型检测

摘要：

在光伏发电越来越成熟的当下,光伏组件的维护也成为了一大难题.为避免环境影响下产生的光伏热斑损害光伏板,从而导致发电效率下降,以及当前的检测手段中小型热斑经常被漏检的情况,结合无人机检测清理时对速度和准确性的需要,针对传统的两级检测方法,搭建了基于ResNet(Residual Network)残差网络的全卷积网络模型,并进一步使用灰度化、滤波及边缘梯度拟合等方法对模型评估条件进行改进,实现对光伏板上热斑的准确定位.实验结果表明,改进后的全卷积网络模型对小型光伏热斑同样有着很好的检测效果,检测时间减少了60％.该模型的应用不但满足了光伏检测中对于实时性的要求,而且成本较低、移植性较强,可以适用于绝大部分场景,大大降低了对环境和光伏组件工作状态的要求.

关键词：光伏热斑、全卷积网络、池化、位置敏感得分图、残差网络、边缘检测

所属期刊栏目：36

分类号：TP183(自动化基础理论)

资助基金：山西省科技成果转化引导专项资助项目;山西省重点研发计划资助项目

在线出版日期：2022-06-24（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：199-205