基于改进SSD算法的光伏组件缺陷检测研究

无人机自动化巡检是解决大型分布式光伏系统运维需求的有效方案。无人机航拍产生大量光伏板图像数据,需要算法实现更高的识别精度和更快的识别速度,为此提出一种改进的SSD算法,用于检测光伏组件缺陷。新算法在原有SSD算法中嵌入注意力机制,并使用迁移学习策略提高检测速度和准确率,能够对光伏组件普遍存在的玻璃破碎、受光面发黄、灰尘等进行自动识别和分类。通过与Faster-RCNN、YOLO3、VGG16-SSD算法对比,实验结果表明,改进SSD算法在识别准确率、召回率和检测速度方面表现良好,能有效提升光伏组件缺陷识别的效率。

无人飞行器自动巡检光伏板建模智能系统

本文基于图像处理与机器学习技术,结合无人机飞行器、热像仪、无线图传模块等硬件,提出了一种利用无人飞行器全自动巡检光伏板并识别故障进行建模的智能系统.该系统具有检测速度快、检测周期短、准确度高、直观显示故障位置等优点,比较理想地解决了因人工检测效率低而影响故障维修的问题.应用本系统能够有效预防和解决因为光伏板故障导致的发电量减少的情况,达到了节约能源,促进新能源发展的目的.此外提升光伏发电效益,也为光伏电厂的大规模建设与维护提供了良好的技术支持.

太阳能光伏发电系统设计及安装技术

本文结合实际项目,详细阐述了太阳能光伏并网系统安装施工技术,并就光伏安装原理、施工技术工艺及安装要点,从技术可行性及经济可行性出发,对光伏支架的深化设计、安装,光伏组件的安装工序等各个环节进行优化,提高了光伏项目的综合效益。