摘要
本发明涉及光伏板表面损伤智能检测技术领域,特别是涉及一种光伏板表面损伤智能检测方法及系统,方法包括:获取待检测光伏板的表面图像;将所述表面图像输入预设的损伤检测模型中,输出所述待检测光伏板的表面损伤区域、损伤类别;其中,所述损伤检测模型基于训练集训练获得,所述训练集包括若干光伏板表面正常图片和光伏板表面损伤图片,所述损伤检测模型通过图神经网络构建。本发明通过构建损伤检测模型,能够快速识别光伏板的表面损伤区域和损失类别,适用于光伏板表面多故障的情况,且能够精确定位损伤区域,有效避免耦合的各种背景噪声干扰,能够时提高光伏发电效率,降低因故障而引发的损失。
技术关键词
智能检测方法
损伤类别
损伤特征
光伏板
全局特征提取
特征提取模块
判别模块
训练集
图像采集模块
背景噪声干扰
智能检测技术
图片
智能检测系统
检测模型训练
识别光伏
图像采集装置
注意力机制
系统为您推荐了相关专利信息
光伏组件面板
万向支撑
夹持模块
行走模块
视觉监测系统
数字孪生模型
损伤预测方法
混合神经网络模型
风电
建筑信息模型
金属板材表面
板材表面缺陷
精密检测方法
缺陷类别
荧光磁粉
输出特征
图像分割模型
牙齿图像分割方法
编码器
全局特征提取