摘要
本发明涉及一种光伏组件功率损失范围评估方法及系统,该方法包括:获取光伏组件的积灰组件的可见光图像与红外图像,形成双模态图像,以此构建样本数据集;对样本数据集中双模态图像进行预处理;构建基于双通道MobileNetV2多模态深度学习框架的功率损失范围评估模型,其通过双通道MobileNetV2特征提取网络提取可见光与红外特征,再通过多级联跨模态融合网络与多尺度融合网络进行特征的双模态融合与多尺度融合,然后通过分类器映射出功率损失范围;对功率损失范围评估模型进行训练;通过训练好的功率损失范围评估模型进行光伏组件功率损失范围评估。该方法及系统有利于提高光伏组件功率损失范围评估的准确性,从而准确判断出不同积灰程度下的光伏组件功率损失范围。
技术关键词
光伏组件功率
可见光图像
双模态图像
特征提取网络
图像分割模型
融合特征
积灰
深度学习框架
跨模态
分类器
计算机程序指令
多尺度融合网络
输入多尺度
级联
系统为您推荐了相关专利信息
放射性污染钢铁
沾污检测系统
放射性污染检测技术
混合损失函数
图像识别技术
智慧校园管理系统
视频帧特征
人工智能算法
事件特征
特征提取网络
布局特征
矢量图
报表自动生成方法
特征提取网络
标识
维修系统
智能巡检
除冰机器人
DS证据理论
指挥调度平台
特征提取网络
动态监测方法
煤矿井下
轮廓特征
存储计算机程序