摘要
一种分布式光伏设备故障辨识精度提升方法、系统及相关装置,方法包括获取分布式光伏设备图像输入预训练图像分类模型,移除模型中分类相关的层,并将模型的剩余部分作为特征提取器,在特征提取器的末尾加上分布式光伏设备故障检测任务的附加层;使用分布式光伏设备故障诊断数据集中的图像对模型网络结构进行调整,并将模型主干网络中的特征图与调整之后模型主干网络中的特征图进行比较,计算特征图差异;根据特征图差异确定模型网络结构中的问题层并通过添加残差连接的方式进行修复;实时采集分布式光伏设备图像输入修复后的模型,得到分布式光伏设备故障辨识结果。本发明能够自动识别模型中导致精度下降最大的层并进行修复,提升故障辨识精度。
技术关键词
分布式光伏
精度提升方法
训练图像分类模型
网络结构
设备故障诊断
设备故障检测
特征提取器
表达式
可读存储介质
索引
矩阵
提升系统
处理器
线性
输出模块
存储器
计算机
系统为您推荐了相关专利信息
轻量卷积神经网络
自动生成系统
深度卷积神经网络
蒸馏
学生
神经网络结构
注意力
金字塔池化模块
无人船
空洞
文本特征向量
语义
子模块
计算机程序产品
识别方法
分布式文件系统
算法
分布式数据库
计算机可执行程序
表达式