摘要
本发明适用于光伏技术领域,提供了一种面向光伏背板热斑的生成对抗仿真与早期预警方法,包括以下步骤:采集光伏组件红外图像以及环境电气参数,对光伏组件红外图像和环境电气参数进行处理,得到热红外图像,环境电气特征向量和热斑图像;基于热红外图像和环境电气特征向量构建条件生成对抗网络,以生成仿真热斑图像;构建并训练热斑早期预警分类神经网络模型,分类结果包括无热斑、轻微热斑和严重热斑;对早期预警分类神经网络模型进行压缩并部署,通过动态反馈学习机制进行远程动态优化。本发明通过引入生成对抗网络,生成多样化的热斑图像,并结合电气参数等条件信息进行生成,能够生成大量的仿真图像,提升了分类网络的训练效果。
技术关键词
早期预警方法
分类神经网络
光伏背板
条件生成对抗网络
光伏组件
电气
焦点损失函数
联合损失函数
参数
通道剪枝
巡检机器人
图像结构
动态
分类网络
掩膜
语义
优化器
系统为您推荐了相关专利信息
条件生成对抗网络
镜面反射图像
成像方法
池化特征
稳态
分辨率
频谱特征
边界检测技术
原始图像数据
网格
生长预测方法
三维点云数据
数据特征提取
植物生长环境
特征提取模块
条件生成对抗网络
图像生成系统
法线贴图
图像生成方法
模块
分布式光伏电站
发电量
分布式光伏发电系统
分布式光伏组件
信息公示平台