[发明专利]一种基于改进卷积神经网络的太阳能电池板故障识别方法在审
| 申请号： | 202111210588.X | 申请日： | 2021-10-18 |
| 公开（公告）号： | CN114022694A | 公开（公告）日： | 2022-02-08 |
| 发明（设计）人： | 靳昌伟;廖斌;其他发明人请求不公开姓名 | 申请（专利权）人： | 华北电力大学 |
| 主分类号： | G06V10/762 | 分类号： | G06V10/762;G06V10/82;G06K9/62;G06N3/04;G06N3/08;H01L21/66 |
| 代理公司： | 暂无信息 | 代理人： | 暂无信息 |
| 地址： | 102206 北*** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于改进卷积神经网络的太阳能电池板故障识别方法，本发明通过太阳能电池板电致发光原理采集得到故障图像，分析故障图像特征，采取图像样本统一格式、图像剪裁和大小调整、去均值、归一化、图像增强等预处理操作得到数据集；结合太阳能电池板故障图像数据集的特点，采用学习率配置优化方法、聚类算法确定最优锚框和非极大值抑制避免多个锚框等方法，改进了YOLOv3神经网络；针对故障图像的类型、位置的表型形式有很多种，提出基于卷积神经网络的太阳能电池板故障识别系统，建立了故障图像识别分类方法。本发明改进了之前故障识别系统无法识别具体故障的问题，可以准确的对具体故障类型进行判断和位置识别。 | ||
| 搜索关键词： | 一种 基于 改进 卷积 神经网络 太阳能 电池板 故障 识别 方法 | ||
【主权项】：
暂无信息
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于华北电力大学，未经华北电力大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/202111210588.X/，转载请声明来源钻瓜专利网。
- 上一篇：基于数据挖掘的新旧动能转化结果分析方法和装置
- 下一篇：超级结器件的制造方法
