基于改进的VarifocalNet的光伏模块的缺陷检测
Yanfei Jia1, Guangda Chen2, Liquan Zhao3
1College of Electrical and Information Engineering, Beihua University, Jilin, 132013, China.
Scientific reports
|July 2, 2024
概括
检测有缺陷的光伏模块对于效率至关重要. 这项研究引入了改进的VarifocalNet,提高了识别故障太阳能电池板的速度和准确性.
科学领域:
- 电气工程 电气工程
- 计算机科学 计算机科学
- 材料科学 材料科学 材料科学
背景情况:
- 有缺陷的光伏模块显著降低了发电效率.
- 当前的深度学习方法往往优先考虑速度或准确性,限制了实际应用.
- 要有效检测太阳能电池板的缺陷,需要采取平衡的方法.
研究的目的:
- 提出一个改进的VarifocalNet模型,以提高故障光伏模块的检测速度和准确性.
- 解决以单一绩效指标为重点的现有方法的局限性.
- 提高光伏发电的整体效率和可靠性.
主要方法:
- 设计了一种具有标准和扩展卷积的新型瓶模块,以增加网络深度和受感场.
- 开发了一个参数较小的瓶模块,以提高检测速度.
- 在检测头中内置了一个功能交互器,以提高分类准确度.
- 在损失函数中利用一个改进的交叉点对联 (IoU) 来更好地预测边界框.
主要成果:
- 提出的方法在比较技术中实现了最高的检测准确性.
- 与大多数现有方法相比,改进的VarifocalNet显示出更快的检测速度.
- 这些修改成功地提高了故障光伏模块检测的速度和准确性.
结论:
- 增强的VarifocalNet有效地平衡了光伏模块缺陷识别的检测速度和准确性.
- 拟议的架构和损失函数改进为该领域带来了重大进展.
- 这种方法通过改进缺陷管理,有助于实现更可靠,更高效的太阳能发电.
