【技术实现步骤摘要】
本专利技术涉及一种太阳能光伏板缺陷检测方法，属于光伏发电。
技术介绍
1、在光伏发电系统中，光伏组件是其最重要的组件，其主要是利用硅晶半导体材料将太阳能转换为电能，因此，光伏系统的光电转换效率主要受其所接受到的太阳光辐射强度的高低影响。而大多数光伏组件多安装于室外，在运输和使用的过程中难免会遭受到碰撞、风沙侵蚀等等损害，进而不可避免的产生诸如裂缝、断栅和斑点等等缺陷，为了提高光伏组件的转换率、利用率以及使用寿命，在实际工作中需要对这些缺陷进行监测和有效防护，因此，稳定可靠的监控系统与缺陷检测技术起到了至关重要的作用。
2、现有对光伏组件缺陷进行检测，主要有以下几种方法：
3、1、传统的运行维护光伏电站，主要依赖于采用人工检查的方法，工人直接观察太阳能光伏板，并通过肉眼观测或者凭借经验检测出太阳能光伏板表面缺陷的具体位置及类别的方法。这种方法的优点是不需要太高的技术含量，实际操作简单，缺点是需要消耗人工时间和精力，并且由于光伏发电系统的规模建设的增大，并且受制于不同地形，导致其分布较为杂乱，人工巡检的方法效率较低，...
【技术保护点】
1.基于改进卷积神经网络的太阳能光伏板缺陷检测方法，板缺陷检测方法，其特征在于，它包括：
2.根据权利要求1所述的基于改进卷积神经网络的太阳能光伏板缺陷检测方法，其特征在于，S1所述图像数据集中的缺陷包括裂缝、断栅和斑点。
3.根据权利要求2所述的基于改进卷积神经网络的太阳能光伏板缺陷检测方法，其特征在于，三种缺陷在图像数据集中的比例为1:1:1。
4.根据权利要求1所述的基于改进卷积神经网络的太阳能光伏板缺陷检测方法，其特征在于，S2所述对VOC数据集进行增强处理包括：随机缩放、随机旋转、随机移位和Mosaic数据增强。
<...【技术特征摘要】
1.基于改进卷积神经网络的太阳能光伏板缺陷检测方法，板缺陷检测方法，其特征在于，它包括：
2.根据权利要求1所述的基于改进卷积神经网络的太阳能光伏板缺陷检测方法，其特征在于，s1所述图像数据集中的缺陷包括裂缝、断栅和斑点。
3.根据权利要求2所述的基于改进卷积神经网络的太阳能光伏板缺陷检测方法，其特征在于，三种缺陷在图像数据集中的比例为1:1:1。
4.根据权利要求1所述的基于改进卷积神经网络的太阳能光伏板缺陷检测方法，其特征在于，s2所述对voc数据集进行增强处理包括：随机缩放、随机旋转、随机移位和mosaic数据增强。
5.根据权利要求4所述的基于改进卷积神经网络的太阳能光伏板缺陷检测方法，其特征在于，所述随机缩放的具体方法包括：...
【专利技术属性】
技术研发人员：刘延龙，姜月明，陈晓光，关万琳，徐明宇，荣爽，郝文波，王文龙，王言军，陆杭，兰公煜，尤超，宋柏越，马健程，陈鑫，雷雪婷，刘智洋，张睿，
申请(专利权)人：国网黑龙江省电力有限公司电力科学研究院，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。