一种基于改进深度学习的光伏电池膜厚预测方法

本发明提供一种基于改进深度学习的光伏电池膜厚预测方法，具体步骤包括：（1）通过摄像装置采集镀膜后光伏电池片的图像信息以及膜厚值，图像信息中包括RGB三通道灰度值的图像数据；（2）将RGB图像数据转换为HSL图像数据；（3）根据HSL图像数据和膜厚值确定相关性R，并根据相关性R确定与实际镀膜厚度关联性最强的图像数据，根据HSL图像数据中H值和L值确定色深值Y值；（4）对图像数据进行归一化处理；（5）基于BP神经网络形成色深值与膜厚预测模型；（6）通过膜厚预测模型以及色深值Y对光伏电池片的镀膜厚度进行膜厚预测，确定预测的膜厚与实际膜厚误差在允许的范围内，计算速度快，且可靠性好。