使用无监督传感算法和3D增强现实来检测和分析太阳能光伏模块中受损区域

科学领域:

• 材料科学 材料科学 材料科学
• 电气工程 电气工程
• 计算机视觉 计算机视觉

背景情况:

• 太阳能光伏 (PV) 系统对于全球能源安全至关重要.
• 模块缺陷,如热点和牛痕迹,通常是由裂引起的,降低光伏效率和功率输出.

研究的目的:

• 引入一种用于自动细分和分析光伏模块异常的新方法.
• 通过实时,自动检测和可视化缺陷来增强光伏维护.

主要方法:

• 利用无监督传感算法与3D增强现实 (AR) 集成,用于异常检测和可视化.
• 采用无人机技术进行自动太阳能电池板检查.
• 使用Cali-Thermal太阳能电池板和太阳能电池板红外图像数据集验证了方法.

主要成果:

• 在异常细分方面实现了高性能,超过了现有的技术,如Weka和Meta Segment Anything Model (SAM).
• 评估指标包括贾卡德指数 (0.76),子系数 (0.82),精度 (0.90) 和回忆 (0.99).
• 在检测准确度和可视化方面显著改进.

结论:

• 拟议的方法为光伏维护提供了一种革命性的方法,可以实现自动,实时的缺陷检测.
• 预期的结果包括大幅降低成本,增加能源生产,提高太阳能光伏装置的性能.
• 无监督传感和3D AR可视化的整合为光伏诊断开辟了新的研究方向.