摘要
本发明实施例提供了一种分布式光伏电站的智能巡检系统,其获取分布式光伏电站中待分析光伏电池组件在预定时间段内多个预定时间点的表面温度热分布图像;对所述多个预定时间点的表面温度热分布图像进行热分布特征提取以得到电池组件热分布特征向量的序列;提取所述电池组件热分布特征向量的序列之间的时域关联特征以得到电池组件热分布时序特征向量;以及,基于所述电池组件热分布时序特征向量,确定是否生成故障预警提示。这样,可以结合深度学习算法来对这些表面温度热分布图像进行分析与处理,以此来进行光伏电池组件的故障识别和预警提示,实现智能巡检。
技术关键词
分布式光伏电站
智能巡检系统
电池组
卷积神经网络模型
特征提取模块
深度学习网络模型
时域特征提取
时序
特征提取单元
特征提取器
故障类别
序列
多任务分类
深度学习算法
图像获取模块
分类器
转换器
时间段
系统为您推荐了相关专利信息
行人姿态估计
动作识别模型
识别方法
融合特征
特征提取模块
卷积神经网络模型
双卡尔曼滤波算法
构建卷积神经网络
电池荷电状态预测
数据
岩性识别方法
数据交互模块
图像分类算法
图像采集模块
电子放大镜
注意力机制
文本
特征提取器
跨模态
多模态特征融合