期刊文献+
共找到12篇文章
< 1 >
每页显示 20 50 100
基于深度迁移学习的小样本光伏热斑识别方法 被引量:19
1
作者 孙海蓉 李号 《太阳能学报》 EI CAS CSCD 北大核心 2022年第1期406-411,共6页
针对训练传统深度学习模型需大量数据而热斑效应样本数量相对少且不易采集的问题,提出基于深度迁移学习的小样本光伏热斑识别方法。在Inception-v3模型的基础上构建深度迁移学习模型,然后在负样本多分类的小样本热斑数据集上完成训练,... 针对训练传统深度学习模型需大量数据而热斑效应样本数量相对少且不易采集的问题,提出基于深度迁移学习的小样本光伏热斑识别方法。在Inception-v3模型的基础上构建深度迁移学习模型,然后在负样本多分类的小样本热斑数据集上完成训练,得到可用于热斑识别的网络模型。实验结果表明,在样本数量不充足的情况下深度迁移学习方法训练出的模型识别准确率高、误检率低、泛化能力强。 展开更多
关键词 光伏效应 迁移学习 图像识别 光伏热斑 深度学习
下载PDF
小型光伏热斑的全卷积网络模型检测 被引量:7
2
作者 王奇 任一峰 王璐 《测试技术学报》 2022年第3期199-205,共7页
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... 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. 展开更多
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
下载PDF
基于加权灰度图与混合阈值分割方法的光伏热斑检测 被引量:1
3
作者 孙海蓉 伍金文 《电力科学与工程》 2024年第1期63-68,共6页
在光伏红外热图像中,热斑和部分高温工作区的亮度非常接近。在利用传统的阈值分割技术提取热斑时,往往会将工作区也一并分割出来,形成虚假热斑。结合Otsu算法和Sauvola算法的优点,提出了一种基于加权灰度图的混合阈值分割方法。通过对... 在光伏红外热图像中,热斑和部分高温工作区的亮度非常接近。在利用传统的阈值分割技术提取热斑时,往往会将工作区也一并分割出来,形成虚假热斑。结合Otsu算法和Sauvola算法的优点,提出了一种基于加权灰度图的混合阈值分割方法。通过对灰度图加权处理,降低工作区亮度,从而增强热斑与工作区的对比度,改善热斑的可视性。利用Otsu算法与Sauvola算法二值化灰度图,并根据二值图差异度计算混合阈值,以此消除虚假热斑的干扰。实验证明,该方法适用于检测存在高温工作区的光伏板热斑,能够精准有效地分割热斑。 展开更多
关键词 太阳能发电 光伏热斑 OTSU算法 Sauvola算法 加权灰度图 混合阈值分割
下载PDF
基于DenseNet的红外图像热斑状态分类研究 被引量:5
4
作者 贾帅康 白英君 +1 位作者 孙海蓉 曹瑶佳 《山东电力技术》 2021年第3期60-64,共5页
光伏热斑故障对光伏组件的运行会产生严重影响,为从图像数据中进行有效的热斑检测,提出一种基于密集连接网络(DenseNet)的深度学习方法。利用数据增强、改进模型结构和迁移学习的方法,在红外光伏故障图形数据集上训练优化,并针对构建的... 光伏热斑故障对光伏组件的运行会产生严重影响,为从图像数据中进行有效的热斑检测,提出一种基于密集连接网络(DenseNet)的深度学习方法。利用数据增强、改进模型结构和迁移学习的方法,在红外光伏故障图形数据集上训练优化,并针对构建的样本数据集具有分布不平衡性的特点,选择采用Focal损失函数缓解样本的非均衡。实验结果表明,该模型网络训练构建的光伏组件红外图像热斑状态数据集,能够实现较高准确度的图像识别,与原始DenseNet模型相比,能够提升准确率。 展开更多
关键词 光伏热斑 红外图像 DenseNet Focal-Loss 图像分类
下载PDF
改进的残差网络对红外图像热斑状态分类研究 被引量:4
5
作者 贾帅康 孙海蓉 苏子凡 《工业控制计算机》 2021年第2期79-82,共4页
为提高光伏组件红外热斑图像识别准确率,提出一种基于多尺度残差和注意力机制相结合的新型卷积神经网络AMSRnet。在残差模块引入多卷积核,充分提取图像的深层特征信息,采用多层注意力模块,减少不必要的特征学习,增强特征的判别性,同时... 为提高光伏组件红外热斑图像识别准确率,提出一种基于多尺度残差和注意力机制相结合的新型卷积神经网络AMSRnet。在残差模块引入多卷积核,充分提取图像的深层特征信息,采用多层注意力模块,减少不必要的特征学习,增强特征的判别性,同时采用数据扩充方法防止模型过拟合。实验结果表明,AMSRnet模型训练识别自制的光伏组件红外图像热斑状态数据集,准确率高达95%,与VGG16等现有模型进行对比,AMSRnet模型的识别准确率比其他模型提高了4.41%~13.82%,且训练过程中准确率未出现明显的抖动现象,具有较高稳定性。 展开更多
关键词 光伏热斑 红外图像 残差网路 注意力机制 图像分类
下载PDF
基于改进的ResNet50网络的光伏热斑识别算法
6
作者 汪方斌 王海霞 龚雪 《长春师范大学学报》 2024年第4期28-36,共9页
为提高样本在分布不均衡情况下的识别精度,提出一种改进的ResNet50卷积神经网络光伏热斑识别算法。首先,为增加初期红外纹理信息流入、调整网络宽度,设计一种头部分组特征提取模块,并将其嵌入到残差网络中,提高网络在图像细微特征方面... 为提高样本在分布不均衡情况下的识别精度,提出一种改进的ResNet50卷积神经网络光伏热斑识别算法。首先,为增加初期红外纹理信息流入、调整网络宽度,设计一种头部分组特征提取模块,并将其嵌入到残差网络中,提高网络在图像细微特征方面的提取能力;然后,将通道注意力机制与残差模块相结合,增加网络通道间的热斑特征信息权重,提高模型识别性能和网络收敛速度;最后,通过图像转换HSV颜色空间、平均H分量梯度直方图峰值等数据预处理方法,将负样本转为多分类数据集,并用于热斑识别网络模型,实现热斑识别结果的可视化。实验结果表明,对比其他算法,改进后的ResNet50网络在识别精度上得到显著提高。 展开更多
关键词 光伏热斑 图像识别 HSV颜色空间 ResNet50
下载PDF
基于主成分分析的光伏热斑红外图像混合噪声去噪方法
7
作者 蔺怡 欧阳名三 +1 位作者 汪义鹏 丁希鹏 《重庆工商大学学报(自然科学版)》 2024年第1期30-37,共8页
为了解决光伏板热斑故障检测时受噪声影响的红外图像分辨率低而导致热斑区域难以识别的问题,提出一种基于主成分分析的红外图像混合噪声自适应去噪方法。该方法通过自适应窗口预处理算法将获取的热斑红外图像进行初步去噪,滤除图像中的... 为了解决光伏板热斑故障检测时受噪声影响的红外图像分辨率低而导致热斑区域难以识别的问题,提出一种基于主成分分析的红外图像混合噪声自适应去噪方法。该方法通过自适应窗口预处理算法将获取的热斑红外图像进行初步去噪,滤除图像中的低密度椒盐噪声,减小噪声信号对后续选取降噪训练集时所造成的影响;然后,采用基于块匹配的主成分分析法对预处理后的图像信息进行降维处理,提取信号的主要特征,降低噪声滤除时的计算复杂度;最后,使用线性最小均方误差估计对图像进行二次去噪处理,滤除残余噪声;此外,在二次去噪之前重新计算图像噪声水平,使最终的去噪图片获得了更好的视觉效果。实验结果表明:该方法能够有效去除光伏热斑红外图像中的混合噪声,客观评价指标显示噪声较小时,图像结构相似性可保持在0.9,在高密度噪声影响下,峰值信噪比相较于修正的阿尔法均值滤波算法平均提高2 dB,实际视觉效果中保留了图像细节特征,可以明显观测到热斑区域。 展开更多
关键词 光伏热斑 红外图像 混合噪声 图像去噪 主成分分析
下载PDF
水泥厂光伏热斑故障红外检测
8
作者 潘朝宇 申汉杰 《水泥工程》 CAS 2024年第3期56-60,共5页
在水泥厂的整个光伏发电系统中,光伏组件暴露在室外,工作环境恶劣,也就导致了其故障率要更高而热斑故障是最为主要的一种故障形式。采用现在被广泛采用的自适应的中值滤波去噪红外检测方法,本文在MALAB上实现了图像的预处理,所提出的图... 在水泥厂的整个光伏发电系统中,光伏组件暴露在室外,工作环境恶劣,也就导致了其故障率要更高而热斑故障是最为主要的一种故障形式。采用现在被广泛采用的自适应的中值滤波去噪红外检测方法,本文在MALAB上实现了图像的预处理,所提出的图像处理算法具有相当的可应用性,可以在图像处理中得到所想要的处理结果。 展开更多
关键词 光伏热斑故障 红外检测 图像处理 算法
下载PDF
显著性特征融合的热红外图像光伏组件热斑检测 被引量:2
9
作者 刘宇宸 李浩 《水力发电》 CAS 2023年第4期96-101,112,共7页
利用无人机搭载热成像仪对光伏组件的巡检有着很大的应用价值,但热红外图像往往具有图像特征对比度较弱、边缘不清晰的特点,影响了热斑的检测精度。因此,提出通过显著图像对光伏组件的热红外图像进行增强,作为对缺陷目标检测的注意力机... 利用无人机搭载热成像仪对光伏组件的巡检有着很大的应用价值,但热红外图像往往具有图像特征对比度较弱、边缘不清晰的特点,影响了热斑的检测精度。因此,提出通过显著图像对光伏组件的热红外图像进行增强,作为对缺陷目标检测的注意力机制,以此来提高光伏组件热斑检测的精度。并针对YOLOv5在光伏航拍红外图像上测精度不高的问题,设计了基于注意力机制的CT-YOLOv5网络模型。首先通过U2-Net生成显著图像,再采用替换图像RGB中某一通道的融合方式将显著图与热红外图像融合,并在设计的CT-YOLOv5网络模型上验证其检测性能。实验表明使用显著图与红外图像融合的方式对光伏组件热斑检测精度有明显提升。 展开更多
关键词 显著图融合 光伏热斑 热红外图像 缺陷检测 无人机航拍 深度学习
下载PDF
改进YOLOv5的轻量化光伏热斑检测算法 被引量:2
10
作者 朱喆 黄勇 +2 位作者 来春庆 曾晓龙 刘泽纬 《机电工程技术》 2023年第8期16-21,96,共7页
针对光伏热斑检测中传统的算法模型复杂、在小目标检测任务中精度低、易出现漏检等问题,提出了一种轻量化的YOLOv5光伏热斑检测算法模型。首先采用MobileNetV3轻量化网络替换主干网络用来提取特征信息,降低整体网络模型的复杂程度;其次... 针对光伏热斑检测中传统的算法模型复杂、在小目标检测任务中精度低、易出现漏检等问题,提出了一种轻量化的YOLOv5光伏热斑检测算法模型。首先采用MobileNetV3轻量化网络替换主干网络用来提取特征信息,降低整体网络模型的复杂程度;其次在颈部网络中的特征融合中采用BiFPN金字塔网络进行多尺度特征融合;然后在整个模型中穿插引入CA坐标注意力机制,使模型更好地定位和识别目标特征信息;最后采用EIoU Loss来作为边框回归损失函数,加快模型训练的收敛速度。实验结果表明:在相同的光伏热斑数据集下,改进后的模型相比原模型在精准率、召回率、平均精准率方面的提升分别为3.2%、1.7%、2.6%,改进模型的参数量为原模型的47.9%,降低模型复杂程度的同时提升了热斑目标的检测效果。 展开更多
关键词 光伏热斑 YOLOv5s 轻量化网络 BiFPN金字塔网络 坐标注意力机制 EIoU
下载PDF
融合知识蒸馏和注意力机制的光伏热斑检测 被引量:1
11
作者 郝帅 吴瑛琦 +2 位作者 马旭 李彤 王海莹 《光学精密工程》 EI CAS CSCD 北大核心 2023年第24期3640-3650,共11页
针对复杂环境下光伏电池板热斑故障的多尺度目标导致检测困难的问题,提出一种融合知识蒸馏和注意力机制的检测算法。为实现故障特征信息高效提取与保留,设计一种融合高阶空间交互和通道注意力的模块以提升网络对于故障特征信息的表达能... 针对复杂环境下光伏电池板热斑故障的多尺度目标导致检测困难的问题,提出一种融合知识蒸馏和注意力机制的检测算法。为实现故障特征信息高效提取与保留,设计一种融合高阶空间交互和通道注意力的模块以提升网络对于故障特征信息的表达能力;为增强复杂背景下目标信息表达能力,构建一种结合通道和位置信息的注意力模块来提高网络对于故障位置信息的识别准确率;采用知识蒸馏思想将教师网络的参数迁移至学生网络,在不增加任何复杂度的前提下提升学生网络的检测精度。为进一步精确定位热斑目标,引入Focal-CIoU损失函数加速网络收敛,从而提升检测性能。为验证算法有效性,与8种经典算法进行比较,实验结果表明,本文算法的检测精度最高,精度达84.8%,对于分辨率为640×512的图像检测速度可达142 FPS。 展开更多
关键词 深度学习 光伏热斑检测 知识蒸馏 注意力机制
下载PDF
基于残差网络的光伏红外图像热斑识别方法 被引量:1
12
作者 贾帅男 《唐山师范学院学报》 2021年第6期53-56,共4页
为了更有效地实现光伏阵列中热斑故障的识别,提出了一种残差结构和多尺度卷积的卷积神经网络模型算法。首先对光伏红外图像进行图像滤波,消除干扰信息,然后用等距分割方法提取光伏组件单元,最后利用改进的模型提取丰富的图像特征,完成... 为了更有效地实现光伏阵列中热斑故障的识别,提出了一种残差结构和多尺度卷积的卷积神经网络模型算法。首先对光伏红外图像进行图像滤波,消除干扰信息,然后用等距分割方法提取光伏组件单元,最后利用改进的模型提取丰富的图像特征,完成红外图像热斑识别。实验结果表明,改进后的算法识别准确率优于原来的模型算法。 展开更多
关键词 光伏热斑 红外图像 卷积神经网路 图像识别
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部