典型文献
基于Vision Transformer的光伏组件红外图像故障检测
文献摘要：
太阳能光伏板受制造、运输、安装以及环境因素的影响,易发生故障和损坏,造成能量损失.通过对电池板进行红外图像检测,可以估计电力生产的损失,降低运行和维护的成本.基于此,设计了一种基于Vision Transformer的光伏异常红外图像检测的方法,通过对异常红外图像的检测,达到对不同的故障类型进行分类的目的.Vision Transformer首先将输入进来的图片,每隔一定的区域大小划分图片块,然后将划分后的图片块组合成序列,并将组合后的结果传入Transformer特有的Multi-head Self-attention进行特征提取,最后利用Cls Token进行分类.实验结果表明基于本文方法的红外图像检测准确率可达到95.787％,高于Xception模型11.9％、高于VGG16模型17.74％.
文献关键词：
光伏板;红外图像检测;Vision Transformer;特征提取;Cls Token
中图分类号：
作者姓名：
张晓艳;向勉;朱黎;周丙涛;刘洪笑;段亚穷
作者机构：
湖北民族大学智能科学与工程学院,湖北 恩施 445000
文献出处：
引用格式：
[1]张晓艳;向勉;朱黎;周丙涛;刘洪笑;段亚穷-.基于Vision Transformer的光伏组件红外图像故障检测)[J].农村电气化,2022(12):13-16
A类：
Cls
B类：
Vision,Transformer,光伏组件,故障检测,太阳能光伏,光伏板,受制,能量损失,电池板,红外图像检测,电力生产,运行和维护,故障类型,进来,每隔,组合成,传入,Multi,head,Self,attention,Token,检测准确率,Xception,VGG16
AB值：
0.313748
相似文献
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。
