准确率达 91.74%!东南大学提出光伏电池缺陷检测模型,首次引入神经结构搜索
AIGC动态欢迎阅读
原标题:准确率达 91.74%!东南大学提出光伏电池缺陷检测模型,首次引入神经结构搜索
关键字:模型,缺陷,电池,政策,数据
文章来源:HyperAI超神经
内容字数:8192字
内容摘要:
作者:哇塞
编辑:李宝珠,三羊
东南大学研究团队提出了一种光伏电池 EL 图像缺陷检测模型,该模型基于神经结构搜索和知识蒸馏,准确率高达 91.74%。乘着从全球吹来的「绿色发展、低碳转型」东风,光伏 (photovoltaic, PV) 产业自进入 21 世纪以来,便以令世人惊叹的速度迅猛向前发展。在我国,光伏发电更是呈现出前所未有的活力。根据 2023 年 4 月国家能源局公布的当年 1-3 月份全国电力工业统计数据,截止当年 3 月底,我国光伏累计装机量已超越水电,成为全国第二大电源。
随着光伏发电的规模化应用,如何保障光伏供电稳定以及可持续发展也成为行业研究的重要课题。光伏组件是光伏的基本单元,受生产链条较长、应用场景复杂等多种外因影响,在其制造、运输、安装等过程中都极易发生模块破损,如果这些缺陷组件投入到实际运行中,极大可能造成整个供电系统功率降低甚至出现安全问题。因此,针对光伏的现场维护和故障诊断要求正变得越来越高。
目前,较为传统的 PV 缺陷检测手段包括电流-电压 (I-V) 曲线 (current–voltage (I–V) curve)、红外热成像 (IRT) 等,
原文链接:准确率达 91.74%!东南大学提出光伏电池缺陷检测模型,首次引入神经结构搜索
联系作者
文章来源:HyperAI超神经
作者微信:HyperAI
作者简介:解构技术先进性与普适性,解读更前沿的 AIForScience 案例
© 版权声明
文章版权归作者所有,未经允许请勿转载。
相关文章
暂无评论...