摘要
本发明公开了一种基于视觉处理的电池片裂纹检测方法、系统、设备及介质。利用图像采集设备采集光伏电池片的当前图像数据;基于神经网络构建电池片裂纹检测模型,并获取电池片样本图像;利用电池片裂纹检测模型,基于样本图像针对当前图像进行检测,得到裂纹检测结果;对得到的裂纹检测结果进行分析,并向用户进行反馈。通过本发明通过采集光伏电池片的图像,利用基于神经网络技术的裂纹检测模型对该图像进行检测,以此准确判断当前光伏电池片是否存在裂纹,以便工作人员尽早发现此类问题,完成维修或更换,减少发电功率的衰减以及由于热斑效应所导致的可能发生的安全隐患,提升了光伏发电系统的发电效率和安全性。
技术关键词
裂纹检测方法
图像采集设备
寿命预测模型
神经网络技术
样本
裂纹检测系统
生成训练数据
神经网络架构
视觉
光伏电池片
通信接口
光伏发电系统
计算机存储介质
热斑效应
红外摄像头
系统为您推荐了相关专利信息
多模态深度学习
分类器
旋转机械故障
智能故障诊断装置
旋转机械振动信号
控制模型构建方法
刺激伪影
工频噪声
幅值
线性回归模型