基于Vision Transformer的光伏组件红外图像故障检测

太阳能光伏板受制造、运输、安装以及环境因素的影响,易发生故障和损坏,造成能量损失。通过对电池板进行红外图像检测,可以估计电力生产的损失,降低运行和维护的成本。基于此,设计了一种基于Vision Transformer的光伏异常红外图像检测的方法,通过对异常红外图像的检测,达到对不同的故障类型进行分类的目的。Vision Transformer首先将输入进来的图片,每隔一定的区域大小划分图片块,然后将划分后的图片块组合成序列,并将组合后的结果传入Transformer特有的Multi-head Self-attention进行特征提取,最后利用Cls Token进行分类。实验结果表明基于本文方法的红外图像检测准确率可达到95.787%,高于Xception模型11.9%、高于VGG16模型17.74%。