摘要
本发明公开了一种光伏组件缺陷诊断方法、装置和设备,该光伏组件缺陷诊断方法包括:对航拍图像进行切片处理,获得切片图像;航拍图像为无人机在不低于60米的高空对目标光伏电站进行航拍采集的;利用预先训练的第一深度学习模型,对切片图像中的光伏组件进行识别,并标记出各切片图像中的光伏组件;将各切片图像进行拼接,获得带有光伏标记的光伏组件图像;根据光伏组件图像中的光伏标记,在光伏组件图像中切割出光伏成像区域,获得光伏区域图像;利用预训练好的第二深度学习模型,对光伏区域图像进行缺陷诊断,获得缺陷诊断结果。本申请中的技术方案,能够突破红外巡检技术的局限性,并保证对光伏电站巡检中光伏缺陷诊断的准确可靠性。
技术关键词
光伏组件图像
光伏组件缺陷
深度学习模型
切片
诊断方法
成像
航拍
标记
深度学习训练
样本
标签
误差系数
光伏电站巡检
深度网络模型
四边形
训练集
图像识别模块
系统为您推荐了相关专利信息
电磁散射理论
接地故障预警方法
监测点
电磁环境数据
接地故障状态
智能故障诊断方法
生成对抗网络
深度迁移学习
迁移学习策略
深度学习模型
深度学习模型
数据处理模型
数据处理方法
卷积模块
编码模块
无人机传感器
机器学习模型
深度学习模型
攻击检测模块
数据