基于可见光图像特征的光伏板碎裂状态分析与研究

• 作者: 钟泳松 徐凌桦 周克 李凯飞
• 来源期刊: 微处理机
• 学科: 工学
• 关键词: 光伏板 碎裂状态识别 残差网络 注意力机制
• 年，卷（期）: 2022,（2）
• 所属期刊栏目: 微机应用|Computer Application
• 页码范围: 38-41
• 页数: 4页
• 分类号: TP391.41|TM615.2
• 语种: 中文
• DOI: 10.3969/j.issn.1002-2279.2022.02.009

摘要

光伏板表面裂纹会导致光伏系统发电效率降低,并引发腐蚀、灼烧等并发故障,进行光伏板碎裂状态智能识别与分析对光伏电站发电效率和高效运维有重要意义.利用碎裂光伏板在可见光图像上具有显著纹理特征这一特点,提出一种光伏板碎裂状态的识别和分析方法.以嵌入了注意力机制的残差网络来辨识不同碎裂状态程度的光伏板图像,建立不同碎裂程度光伏板和发电损失率的对应关系.实验表明:改进算法具有优良的识别精度,可以批量快速并定量地分析光伏板碎裂对光伏发电效率的影响,为光伏电站智能巡检和运维技术提供参考与新思路.