CN109584222A - 一种基于无人机的光伏组件图像的故障分类及辨识方法 - Google Patents
一种基于无人机的光伏组件图像的故障分类及辨识方法 Download PDFInfo
- Publication number
- CN109584222A CN109584222A CN201811372625.5A CN201811372625A CN109584222A CN 109584222 A CN109584222 A CN 109584222A CN 201811372625 A CN201811372625 A CN 201811372625A CN 109584222 A CN109584222 A CN 109584222A
- Authority
- CN
- China
- Prior art keywords
- failure
- photovoltaic module
- image
- fault
- foreign matter
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0004—Industrial image inspection
- G06T7/0008—Industrial image inspection checking presence/absence
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/13—Edge detection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/136—Segmentation; Edge detection involving thresholding
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10032—Satellite or aerial image; Remote sensing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10048—Infrared image
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20036—Morphological image processing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30108—Industrial image inspection
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
- Y02E10/00—Energy generation through renewable energy sources
- Y02E10/50—Photovoltaic [PV] energy
Landscapes
- Engineering & Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Quality & Reliability (AREA)
- Image Processing (AREA)
- Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
- Image Analysis (AREA)
Abstract
一种基于无人机的光伏组件图像的故障分类及辨识方法,包括可见光和红外航拍图像的辨识;可见光图像故障采用基于HSV阀值的图像分割和形态学处理,检测是否有EVA脱落和异物遮挡故障区域;红外图像故障基于检测光伏组件“热斑”现象进行分类辨识。所述方法步骤包括(1)获取航拍图像;(2)图像分割;(3)形态学处理;(4)提取轮廓特征;(5)检测故障区域。本发明针对光伏组件的航拍影像故障,提出了光伏组件的故障分类方法以及故障辨识特征,从而为无人机光伏巡检故障智能识别提供辨识依据。本发明方法简单、实用。
Description
技术领域
本发明涉及一种基于无人机的光伏组件的图像故障分类及辨识方法,属航拍影像识别技术领域。
背景技术
光伏设备的安装受地理环境影响,通常呈现杂乱性和分散性,使用人工对整个电站的设施进行全面具体的检测,非常耗时耗力。而无人机具有高效、灵活、安全、低成本、航拍面积大等特点,应用于光伏电站巡检非常具有优势。无人机巡检可以将故障定位到具体的组件串和组件上。目前,无人机对光伏电站组件巡检主要采取搭载可见光、红外设备对组件进行图像采样,再由工作人员对照片进行筛选、判断故障类型,故障辨识的准确性,取决于员工的专业技术。虽然利用图像处理等算法进行光伏组件故障的智能辨识也有了研究运用,但是主要集中在红外图像中。所以,对整个光伏组件故障类型的分类与辨识的技术指标研究十分有必要。
发明内容
本发明的目的是,针对无人机巡检光伏组件图像采样后的图像处理存在的问题,提出一种基于无人机的光伏组件图像的故障分类及辨识方法,从而为无人机光伏巡检故障智能识别提供辨识依据。
本发明实现的技术方案如下,一种基于无人机的光伏组件的故障分类及辨识方法,包括可见光和红外航拍图像的辨识;可见光图像故障采用基于HSV阀值的图像分割和形态学处理,检测是否有EVA脱落和异物遮挡故障区域;红外图像故障基于检测光伏组件“热斑”现象进行分类辨识;辨识步骤如下:
(1)无人机进行可见光和红外航拍,获取航拍图像;
(2)基于HSV阀值的图像分割和形态学处理,检测是否有EVA脱落和异物遮挡故障区域;
(3)若检测到故障区域,按照第一类故障辨识方法,计算HSV三个分量,当HSV满足灰白色三个分量阀值,则认定为EVA脱落,否则是异物遮挡;
(4)若未检测到故障区域,则进入第(5)步;
(5)基于HSV空间的图像分割和直线检测算法,检测是否有组件裂纹区域;若存在则判断存在组件裂纹故障,如不存在,则组件正常;
(6)对红外照片进行分析,针对存在热斑现象的区域,查看相同位置的可见光照片,如果对应的可见光照片存在异物遮挡,则光伏组件故障辨识为异物遮挡,如果不存在异物遮挡,则判断为红外图像第二类故障,即电池本身内部缺陷。
所述可见光图像故障分为两类,第一类故障是EVA脱落和异物遮挡,第二类故障是光伏组件碎裂;
所述第一类故障采用HSV空间图像分割和形态学处理算法;第二列故障采用HSV空间图像分割和直线检测算法;
EVA脱落故障区域HSV分量表现为灰白色特点;而异物故障区域HSV三个分量值标准差很大,所以在检测到故障区域后,采用排除法判定,如果不属于EVA脱落,则判定为异物遮挡;
第二类故障组件裂纹采用HSV空间图像分割和霍夫直线检测法;组件裂纹的图像呈现为灰度值很高的白色,容易与光伏组件的栅线混淆,所以采用霍夫直线检测消除光伏组件的栅线影响;再根据提取出的故障区域判断轮廓特征是否满足分散性,确定是否为组件裂纹故障。
所述红外影像故障基于检测光伏组件“热斑”现象,根据“热斑”现象成因将红外影像故障分为两类:一类是有个别坏电池的混入、电极焊片虚焊、电池由裂纹演变为破碎、个别电池特性变坏;二类是电池局部被遮挡;电池局部被遮挡可对照具体“热斑”位置的可见光图像,确定是否确有异物遮挡;如可见光中并未发现遮挡,则判断为第一类电池内部缺陷导致。
本发明的有益效果是,本发明针对光伏组件的航拍影像故障,提出了光伏组件的故障分类方法以及故障辨识特征,从而为无人机光伏巡检故障智能识别提供辨识依据。本发明方法简单、实用。
附图说明
图1为光伏组件可见光故障分类流程图;
图2为EVA脱落和异物遮挡检测过程框图;
图3为组件裂纹检测流程图。
具体实施方式
本发明实施例一种基于无人机的光伏组件的图像故障分类及辨识方法包括可见光和红外航拍图像的辨识。
辨识具体步骤如下。
(1)无人机进行可见光和红外航拍,获取航拍图像。先对可见光照片进行下面第(2)步-第(5)步的分析。
(2)基于HSV阀值的图像分割和形态学处理,检测是否有EVA脱落和异物遮挡故障区域,具体流程如图2所示。
(3)若检测到故障区域。按照第一类故障辨识方法,计算HSV三个分量,当HSV满足灰白色三个分量阀值,则认定为EVA脱落,否则则是异物遮挡。
(4)若未检测到故障区域。则进入第(5)步。
(5)基于HSV空间的图像分割和直线检测算法,检测是否有组件裂纹区域,具体流程如图3所示。若存在则判断存在组件裂纹故障,如不存在,则组件正常。
(6)对红外照片进行分析。提出存在热斑现象的区域,并根据照片位置信息,查看相同位置的可见光照片,如果对应的可见光照片存在异物遮挡,则光伏组件故障辨识为异物遮挡,如果不存在异物遮挡,则判断为红外第二类故障,即电池本身内部缺陷。
航拍光伏组件可见光图像故障分类流程如图1所示。具体实施如下:
获取光伏组件的航拍图像,提取第一类故障区域,即EVA脱落和异物遮挡区域:
如果检测到故障区域,则计算故障区域HSV值,看HSV值是否满足灰白色范围;如果是,则判断为EVA脱落;如果不是,则判断为异物遮挡。
如果未检测到故障区域,则检测是否有组件裂纹区域:
如检测到有组件裂纹区域,则计算故障区域数量、面积;如果故障区域轮廓特征满足分散型,则判断为光伏组件裂纹;如果故障区域轮廓特征不满足分散型,则结束辨识。
如未检测到有组件裂纹区域,则也结束辨识。
Claims (3)
1.一种基于无人机的光伏组件图像的故障分类及辨识方法,其特征在于,所述方法包括可见光和红外航拍图像的辨识;可见光图像故障采用基于HSV阀值的图像分割和形态学处理,检测是否有EVA脱落和异物遮挡故障区域;红外图像故障基于检测光伏组件“热斑”现象进行分类辨识;辨识步骤如下:
(1)无人机进行可见光和红外航拍,获取航拍图像;
(2)基于HSV阀值的图像分割和形态学处理,检测是否有EVA脱落和异物遮挡故障区域;
(3)若检测到故障区域,按照第一类故障辨识方法,计算HSV三个分量,当HSV满足灰白色三个分量阀值,则认定为EVA脱落,否则是异物遮挡;
(4)若未检测到故障区域,则进入第(5)步;
(5)基于HSV空间的图像分割和直线检测算法,检测是否有组件裂纹区域;若存在则判断存在组件裂纹故障,如不存在,则组件正常;
(6)对红外照片进行分析,针对存在热斑现象的区域,查看相同位置的可见光照片,如果对应的可见光照片存在异物遮挡,则光伏组件故障辨识为异物遮挡,如果不存在异物遮挡,则判断为红外图像第二类故障,即电池本身内部缺陷。
2.根据权利要求1所述的一种基于无人机的光伏组件图像的故障分类及辨识方法,其特征在于,所述可见光图像故障分为两类,第一类故障是EVA脱落和异物遮挡,第二类故障是光伏组件碎裂;
所述第一类故障采用HSV空间图像分割和形态学处理算法;第二列故障采用HSV空间图像分割和直线检测算法;
EVA脱落故障区域HSV分量表现为灰白色特点;而异物故障区域HSV三个分量值标准差很大,所以在检测到故障区域后,采用排除法判定,如果不属于EVA脱落,则判定为异物遮挡;
第二类故障组件裂纹采用HSV空间图像分割和霍夫直线检测法;组件裂纹的图像呈现为灰度值很高的白色,容易与光伏组件的栅线混淆,所以采用霍夫直线检测消除光伏组件的栅线影响;再根据提取出的故障区域判断轮廓特征是否满足分散性,确定是否为组件裂纹故障。
3.根据权利要求1所述的一种基于无人机的光伏组件图像的故障分类及辨识方法,其特征在于,所述红外影像故障基于检测光伏组件“热斑”现象,根据“热斑”现象成因将红外影像故障分为两类:一类是有个别坏电池的混入、电极焊片虚焊、电池由裂纹演变为破碎、个别电池特性变坏;二类是电池局部被遮挡;电池局部被遮挡可对照具体“热斑”位置的可见光图像,确定是否确有异物遮挡;如可见光中并未发现遮挡,则判断为第一类电池内部缺陷导致。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811372625.5A CN109584222B (zh) | 2018-11-19 | 2018-11-19 | 一种基于无人机的光伏组件图像的故障分类及辨识方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811372625.5A CN109584222B (zh) | 2018-11-19 | 2018-11-19 | 一种基于无人机的光伏组件图像的故障分类及辨识方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109584222A true CN109584222A (zh) | 2019-04-05 |
CN109584222B CN109584222B (zh) | 2023-05-16 |
Family
ID=65922768
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811372625.5A Active CN109584222B (zh) | 2018-11-19 | 2018-11-19 | 一种基于无人机的光伏组件图像的故障分类及辨识方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109584222B (zh) |
Cited By (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110320926A (zh) * | 2019-07-24 | 2019-10-11 | 北京中科利丰科技有限公司 | 一种基于无人机的电站检测方法和电站检测系统 |
CN110987190A (zh) * | 2019-11-22 | 2020-04-10 | 国网江西省电力有限公司电力科学研究院 | 一种红外图谱温度反演方法 |
CN111242914A (zh) * | 2020-01-09 | 2020-06-05 | 武汉博晟信息科技有限公司 | 基于窗格检测和线性回归算法光伏组件热斑缺陷定位方法 |
CN111275759A (zh) * | 2020-01-16 | 2020-06-12 | 国网江苏省电力有限公司 | 基于无人机双光影像融合的变电站刀闸温度检测方法 |
CN111397596A (zh) * | 2020-04-02 | 2020-07-10 | 西安因诺航空科技有限公司 | 一种固定轴光伏场景的无人机巡检目标定位方法 |
CN112163018A (zh) * | 2020-09-27 | 2021-01-01 | 国家电网有限公司 | 确定光伏组件的生命周期的方法、装置及系统 |
CN113076816A (zh) * | 2021-03-17 | 2021-07-06 | 上海电力大学 | 基于红外与可见光图像的太阳能光伏组件热斑识别方法 |
CN113139955A (zh) * | 2021-05-12 | 2021-07-20 | 华北电力大学 | 一种基于双光图像的光伏组件故障识别方法及系统 |
CN113160236A (zh) * | 2020-11-30 | 2021-07-23 | 齐鲁工业大学 | 一种光伏电池阴影遮挡的图像识别方法 |
CN113155288A (zh) * | 2020-11-30 | 2021-07-23 | 齐鲁工业大学 | 一种光伏电池热斑的图像识别方法 |
CN114418945A (zh) * | 2021-12-14 | 2022-04-29 | 国家电投集团数字科技有限公司 | 一种光伏组件热斑检测方法及装置 |
CN114898232A (zh) * | 2022-04-29 | 2022-08-12 | 中科云尚(南京)智能技术有限公司 | 基于光伏组串数据分析的光伏电站无人机巡检方法及系统 |
CN115049648A (zh) * | 2022-08-12 | 2022-09-13 | 北京中拓新源科技有限公司 | 光伏组件热斑缺陷检测方法及装置 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101853492A (zh) * | 2010-05-05 | 2010-10-06 | 浙江理工大学 | 一种夜视微光图像与红外图像融合方法 |
US20130106695A1 (en) * | 2011-10-31 | 2013-05-02 | Elwha LLC, a limited liability company of the State of Delaware | Context-sensitive query enrichment |
CN104881841A (zh) * | 2015-05-20 | 2015-09-02 | 南方电网科学研究院有限责任公司 | 基于边缘特征与点特征的航拍高压电力塔架图像拼接方法 |
CN104952066A (zh) * | 2015-05-11 | 2015-09-30 | 国网安徽省电力公司芜湖供电公司 | 基于hsv色彩空间的输电线路相位标志牌识别方法 |
CN105263000A (zh) * | 2015-10-16 | 2016-01-20 | 广西大学 | 基于无人机载双相机的大型光伏电站巡检装置 |
CN107505546A (zh) * | 2017-08-25 | 2017-12-22 | 国家电网公司 | 一种利用紫外成像仪监测电晕放电的方法 |
-
2018
- 2018-11-19 CN CN201811372625.5A patent/CN109584222B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101853492A (zh) * | 2010-05-05 | 2010-10-06 | 浙江理工大学 | 一种夜视微光图像与红外图像融合方法 |
US20130106695A1 (en) * | 2011-10-31 | 2013-05-02 | Elwha LLC, a limited liability company of the State of Delaware | Context-sensitive query enrichment |
CN104952066A (zh) * | 2015-05-11 | 2015-09-30 | 国网安徽省电力公司芜湖供电公司 | 基于hsv色彩空间的输电线路相位标志牌识别方法 |
CN104881841A (zh) * | 2015-05-20 | 2015-09-02 | 南方电网科学研究院有限责任公司 | 基于边缘特征与点特征的航拍高压电力塔架图像拼接方法 |
CN105263000A (zh) * | 2015-10-16 | 2016-01-20 | 广西大学 | 基于无人机载双相机的大型光伏电站巡检装置 |
CN107505546A (zh) * | 2017-08-25 | 2017-12-22 | 国家电网公司 | 一种利用紫外成像仪监测电晕放电的方法 |
Non-Patent Citations (2)
Title |
---|
RAFAEL DIVINO FERREIRA FEITOSA: "A New Clustering-based Thresholding Method for Human Skin Segmentation Using HSV Color Space", 《2018 IEEE SYMPOSIUM ON COMPUTERS AND COMMUNICATIONS (ISCC)》 * |
王殿伟等: "基于光照-反射成像模型和形态学操作的多谱段图像增强算法", 《物理学报》 * |
Cited By (19)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110320926A (zh) * | 2019-07-24 | 2019-10-11 | 北京中科利丰科技有限公司 | 一种基于无人机的电站检测方法和电站检测系统 |
CN110987190A (zh) * | 2019-11-22 | 2020-04-10 | 国网江西省电力有限公司电力科学研究院 | 一种红外图谱温度反演方法 |
CN111242914A (zh) * | 2020-01-09 | 2020-06-05 | 武汉博晟信息科技有限公司 | 基于窗格检测和线性回归算法光伏组件热斑缺陷定位方法 |
CN111242914B (zh) * | 2020-01-09 | 2023-09-08 | 武汉赛摩博晟信息科技有限公司 | 基于窗格检测和线性回归算法光伏组件热斑缺陷定位方法 |
CN111275759A (zh) * | 2020-01-16 | 2020-06-12 | 国网江苏省电力有限公司 | 基于无人机双光影像融合的变电站刀闸温度检测方法 |
CN111275759B (zh) * | 2020-01-16 | 2022-09-02 | 国网江苏省电力有限公司 | 基于无人机双光影像融合的变电站刀闸温度检测方法 |
CN111397596B (zh) * | 2020-04-02 | 2022-04-01 | 西安因诺航空科技有限公司 | 一种固定轴光伏场景的无人机巡检目标定位方法 |
CN111397596A (zh) * | 2020-04-02 | 2020-07-10 | 西安因诺航空科技有限公司 | 一种固定轴光伏场景的无人机巡检目标定位方法 |
CN112163018A (zh) * | 2020-09-27 | 2021-01-01 | 国家电网有限公司 | 确定光伏组件的生命周期的方法、装置及系统 |
CN113160236A (zh) * | 2020-11-30 | 2021-07-23 | 齐鲁工业大学 | 一种光伏电池阴影遮挡的图像识别方法 |
CN113155288A (zh) * | 2020-11-30 | 2021-07-23 | 齐鲁工业大学 | 一种光伏电池热斑的图像识别方法 |
CN113076816A (zh) * | 2021-03-17 | 2021-07-06 | 上海电力大学 | 基于红外与可见光图像的太阳能光伏组件热斑识别方法 |
CN113139955A (zh) * | 2021-05-12 | 2021-07-20 | 华北电力大学 | 一种基于双光图像的光伏组件故障识别方法及系统 |
CN113139955B (zh) * | 2021-05-12 | 2024-02-27 | 华北电力大学 | 一种基于双光图像的光伏组件故障识别方法及系统 |
CN114418945A (zh) * | 2021-12-14 | 2022-04-29 | 国家电投集团数字科技有限公司 | 一种光伏组件热斑检测方法及装置 |
CN114898232A (zh) * | 2022-04-29 | 2022-08-12 | 中科云尚(南京)智能技术有限公司 | 基于光伏组串数据分析的光伏电站无人机巡检方法及系统 |
CN114898232B (zh) * | 2022-04-29 | 2023-08-15 | 中科云尚(南京)智能技术有限公司 | 基于光伏组串数据分析的光伏电站无人机巡检方法及系统 |
CN115049648A (zh) * | 2022-08-12 | 2022-09-13 | 北京中拓新源科技有限公司 | 光伏组件热斑缺陷检测方法及装置 |
CN115049648B (zh) * | 2022-08-12 | 2022-11-01 | 北京中拓新源科技有限公司 | 光伏组件热斑缺陷检测方法及装置 |
Also Published As
Publication number | Publication date |
---|---|
CN109584222B (zh) | 2023-05-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109584222A (zh) | 一种基于无人机的光伏组件图像的故障分类及辨识方法 | |
CN109631848B (zh) | 输电线路异物入侵检测系统和检测方法 | |
CN111275679A (zh) | 一种基于图像的太阳能电池缺陷检测系统及方法 | |
CN111260629A (zh) | 基于图像处理的受电弓结构异常检测算法 | |
CN108333188A (zh) | 一种电池极片在线外观视觉检测设备 | |
CN111080691A (zh) | 一种光伏组件红外热斑检测方法、装置 | |
CN105354589A (zh) | 一种在接触网图像中智能识别绝缘子裂损的方法及系统 | |
CN106371013A (zh) | 一种基于图片识别的gis开关故障自动识别系统 | |
CN113485432A (zh) | 一种基于无人机的光伏电站电致发光智能诊断系统及方法 | |
WO2023168984A1 (zh) | 一种基于面阵相机的阴极铜质量检测方法及系统 | |
Nian et al. | Automatic detection of defects in solar modules: image processing in detecting | |
CN111260617A (zh) | 一种基于深度学习的太阳能电池板缺陷检测方法 | |
CN114627082A (zh) | 一种基于改进YOLOv5网络的光伏组件EL缺陷检测方法 | |
CN105303162A (zh) | 一种基于目标建议算法的航拍图像绝缘子识别算法 | |
CN112508911A (zh) | 基于巡检机器人的轨交接触网悬挂支撑部件裂纹检测系统及其检测方法 | |
CN113837994A (zh) | 一种基于边缘检测卷积神经网络的光伏板缺陷诊断方法 | |
CN114399484A (zh) | 一种光伏组件缺陷检测方法、装置、设备及介质 | |
CN111339927A (zh) | 一种电力营业厅人员工作状态智能识别系统 | |
CN113566704A (zh) | 一种基于机器视觉的轴承总成滚珠尺寸检测方法 | |
CN113487570A (zh) | 基于改进的yolov5x网络模型的高温连铸坯表面缺陷检测方法 | |
CN117036825A (zh) | 一种太阳能电池板检测方法、介质及系统 | |
CN113205133B (zh) | 一种基于多任务学习的隧道水渍智能识别方法 | |
TWI732682B (zh) | 太陽能發電模組失效分析系統與方法 | |
CN114937001A (zh) | 一种基于红外检测的灰尘预警方法 | |
TWI732683B (zh) | 太陽能發電模組缺陷智慧診斷系統與方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |