基于改进DeepLabV3+网络的光伏组件热斑故障识别及状态量化评估方法研究

打开文本图片集

摘 要：针对光伏组件热斑的精确定位和量化评估，提出一种基于改进DeepLabV3+网络与热斑像素比重模型相融合的光伏组件状态量化评估方法，旨在实现不同热斑状态的量化评估。首先，基于获取的红外热斑图像集，提出在DeepLabV3+主干网络中引入迁移学习网络（EfficientNetB7）来提高热斑形状特征提取能力，进而实现热斑的像素级语义分割；其次，利用Canny算法对分割的热斑图像进行像素级轮廓界定，并利用格林积分计算其像素比重；最后，通过构建状态评估模型实现对光伏组件热斑状态的量化评估。（剩余19566字）