典型文献
小型光伏热斑的全卷积网络模型检测
文献摘要：
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.
文献关键词：
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
中图分类号：
作者姓名：
王奇;任一峰;王璐
作者机构：
中北大学 电气与控制工程学院,山西 太原 030051
文献出处：
引用格式：
[1]王奇;任一峰;王璐-.小型光伏热斑的全卷积网络模型检测)[J].测试技术学报,2022(03):199-205
A类：
光伏检测,位置敏感得分图
B类：
光伏热斑,全卷积网络模型,模型检测,光伏发电,光伏组件,光伏板,发电效率,检测手段,中小型,漏检,无人机检测,两级,ResNet,Residual,Network,残差网络,灰度化,波及,模型评估,准确定位,检测效果,检测时间,移植性,绝大部分,分场景,大大降低,工作状态,池化,边缘检测
AB值：
0.236643
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
