一种基于人工智能的光伏组件质量检测方法

本发明涉及人工智能与光伏检测技术领域，尤其涉及一种基于人工智能的光伏组件质量检测方法，该方法包括：通过多模态数据采集构建光谱‑几何模型和多场耦合模型，结合分层注意力机制进行特征融合，利用生成对抗网络提取关键深层特征，精准定位缺陷区域并评估严重程度。此外，方案通过数字孪生技术模拟组件运行工况，结合时序耦合预测网络预测缺陷扩展趋势，实现了缺陷检测的高效性与前瞻性。本发明可广泛应用于光伏发电领域，显著提升组件缺陷检测的精度与效率，为光伏系统的高效运维提供技术支持。