典型文献
基于语义分割的光伏组件积灰检测与分析
文献摘要：
为了解决恶略环境条件下难以对光伏电池板表面积灰定性定量分析的问题,提出了一种基于深度学习算法的光伏电池板表面积灰智能检测方法.首先,构建数据集,通过实地调研采样以及在实验室模拟等方法并利用图像处理技术构建完备的数据集;然后,利用深度学习语义分割技术对数据进行训练并对其优化;最后,采用图像处理技术对输出图像进行处理,以解决对积灰的定性定量分析.结果表明:在光伏板表面积灰检测中,优化后的U-Net网络准确率达到91.3％,与传统识别算法相比,不仅精确度较高,其算法特性也有利于检测结果的分析,可以满足光伏电池板表面积灰的智能检测需求.
文献关键词：
光伏电池;深度学习;图像处理;语义分割
中图分类号：
作者姓名：
章涛;柳玉宾;崔承刚;王恒涛;潘威丞
作者机构：
上海电力大学自动化工程学院,上海200090;华电电力科学研究院北京分院,北京100000
文献出处：
引用格式：
[1]章涛;柳玉宾;崔承刚;王恒涛;潘威丞-.基于语义分割的光伏组件积灰检测与分析)[J].科学技术与工程,2022(32):14259-14266
A类：
B类：
光伏组件,组件积灰,检测与分析,光伏电池板,定性定量分析,深度学习算法,智能检测方法,实验室模拟,图像处理技术,技术构建,习语,语义分割技术,出图,光伏板,Net,识别算法,法特
AB值：
0.252989
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。
