摘要
本发明提供一种光伏组件检修方法、介质及系统,属于光伏组件检修技术领域,本发明通过红外热像扫描、IV曲线测试、电致发光成像、PID衰减测量和机械载荷测试等多种技术获取组件多维数据,应用深度学习降解预测模型预测性能衰减趋势,核心创新在于利用PVDefectsNet模型对电致发光图像进行自动缺陷识别,替代传统人工判读,并通过MPEvaluate多参数综合评估函数计算健康指数并划分健康等级,基于客观评估结果制定差异化检修方案,通过MPPT算法验证修复效果,解决了光伏组件缺陷检测往往依靠人工经验导致准确度不够高的技术问题。
技术关键词
检修方法
参数综合评估
机械载荷测试
串联电阻值
泄漏电流值
高灵敏度CCD相机
热图像
光伏组件缺陷检测
可读存储介质
红外热像仪
层压结构
深度学习神经网络
MPPT算法
曲线测试仪
边缘检测技术
计算机
多尺度特征提取
背景减除法
功率
系统为您推荐了相关专利信息
固体绝缘材料
多维特征数据
风险评估方法
分类神经网络
生成对抗网络模型
设备寿命预测
剩余寿命评估
补偿发射功率
避雷器
设备健康等级
电力能源管理系统
数据获取单元
设备剩余使用寿命
数据分析单元
监控电网状态
信号分选方法
元器件
电路板
电解电容
大功率电感
MPPT算法
有源二极管
有源整流
开关
采样电路