摘 要 为了辨识不同阴影状态下光伏组件的热斑故障问题,提出一种基于局部保持投影空间到空间投影的 诊断方法。 该方法以光伏组件的8个关键参数作为故障特征,对光伏组件的
实验结果表明,该方法具有电 流对光伏板表面温度的可控性且采用分段函数-K 均值聚类混合算法构建的红外热成像特征库能精确表示热斑。关键词: 光伏板; 热斑; 等效电路; 阴影遮
CN113092321B CN202110350517.3A CN202110350517A CN113092321B CN 113092321 B CN113092321 B CN 113092321B CN 202110350517 A CN202110350517 A CN 202110350517A CN 113092321 B CN113092321 B CN 113092321B Authority CN China Prior art keywords photovoltaic panel dust photovoltaic parameters dust concentration Prior art
本发明提供了一种基于深度卷积神经网络的光伏板热斑检测方法及装置,属于光伏板热斑检测技术领域,包括:获取光伏板红外图像;利用改进的目标检测算法Yolov4构建光伏板识别模
本文首先阐述了光伏组件热斑故障的原理及其特性,论证了基于红外图像分析检测方法的可行性。 然后,针对组件实际生成的红外图像模糊、对比度低以及外界环境造成的噪声污
热斑现象是造成光伏组件发电能力下降的重要原因之一,热斑检测是光伏电站运维必不可少的工作。 然而分布式光伏电站的规模普遍较小、选址分散、环境复杂多样,使用传统的热斑检测算法需要投入大量的人力资源。
按照cqc--cncacts0016-2015并网光伏电站性能检测与质量评估技术规范要求,光伏组件热斑及功率衰减的检测方法如下： 检测对象：对所有抽样选定组串内所有光伏组件进行扫描。
摘要：. 本发明涉及一种基于YOLOv5的光伏板红外图像热斑检测方法及系统,其方法包括:S1:使用无人机获取生产运行中的光伏组件红外图像,得到原始数据集;S2:提取原始数据集
本发明提出一种基于改进的BETR模型的光伏板红外图像热斑检测方法,包括步骤1,采集光伏板图像及光伏板红外热斑图像;步骤2,处理上述图像,利用处理后的图像分别构建第一名,二光伏
针对光伏电站传统巡检技术的高成本、低效率以及精确率不高等问题,提出二阶段式的航拍红外图像热斑检测方法,实现对红外图像中热斑缺陷的组件级定位及精确细化分类诊断.
实现本发明目的之一采用的技术方案是,一种基于计算机视觉的光伏电池板热斑效应检测系统,其特征在于：它包括光伏阵列源1的输出端经汇流箱7与直流/交流转换器8的输入端相
我们提供专业的储能解决方案，帮助您实现能源高效管理。无论是家庭、企业还是工业应用，我们的团队都能为您量身定制最适合的方案。填写以下表格获取您的免费报价。