基于改进DeepLabV3+网络的光伏组件热斑故障识别及状态量化评估方法研究-太阳能学报2025年03期-手机知网

手机知网 App

24小时专家级知识服务

基于改进DeepLabV3+网络的光伏组件热斑故障识别及状态量化评估方法研究

上海电力大学电气工程学院;新型电力系统运行与控制全国重点实验室(清华大学) | 陈雷刘波孙凯赵健

开通知网号

针对光伏组件热斑的精确定位和量化评估，提出一种基于改进DeepLabV3+网络与热斑像素比重模型相融合的光伏组件状态量化评估方法，旨在实现不同热斑状态的量化评估。首先，基于获取的红外热斑图像集，提出在DeepLabV3+主干网络中引入迁移学习网络（E...

机　构:

上海电力大学电气工程学院；新型电力系统运行与控制全国重点实验室(清华大学)；

领　域:

电力工业；计算机软件及计算机应用；

关键词:

光伏组件；热斑；图像分割；状态评估；深度学习；红外图像；

格　式:

PDF原版；EPUB自适应版(需下载客户端)

开通会员更优惠，尊享更多权益

手机阅读本文

下载APP 手机查看本文

太阳能学报

相似文献

期刊硕士博士会议报纸

图书推荐

相关工具书