-
题名基于热红外图像的光伏板热斑检测方法研究
- 1
-
-
作者
毛羽
郑怀华
李隆
张傲
-
机构
浙江省送变电工程有限公司
上海电力大学自动化工程学院
-
出处
《自动化仪表》
CAS
2024年第5期25-29,34,共6页
-
文摘
光伏板长期处于室外环境,极易因污渍遮挡而产生热斑效应,进而影响光伏电站的安全和高效运行。针对该问题,对基于传统图像处理和基于机器学习的目标检测算法的热斑检测开展研究。基于传统图像处理,利用区域分割算法和边缘检测算法进行试验,并研究热斑检测的效果。基于机器学习,提出了一种改进型你只看一次第四版本(YOLOv4)的热斑检测方法。其中,数据集通过实地拍摄光伏板热斑搭配模拟热斑的方法来获取。试验结果表明,改进的YOLOv4模型对数据集中的热斑检测指标交并比(IoU)达到92.31%、平均精度(AP)达到93.42%,均优于YOLOv4模型的效果。该研究具有一定的工程应用价值。
-
关键词
光伏板热斑
传统图像处理
机器学习
目标检测
你只看一次第四版本
故障检测
-
Keywords
photovoltaic(pv)panel hot spot
Traditional image processing
Machine learning
Target detection
You only look once version 4(YOLOv4)
Fault detection
-
分类号
TH126.1
[机械工程—机械设计及理论]
-
