【技術實現步驟摘要】
本專利技術涉及計算機圖像分類領域，尤其涉及一種基于改進yolov5的光伏組件熱斑檢測方法。
技術介紹
1、目前，光伏發電技術已在全球范圍內實現了廣泛的應用與普及，其未來發展前景極為樂觀。這項技術靈活多樣，可適應多種場景需求，如屋頂光伏發電系統、大型光伏電站以及便攜式光伏設備等。然而，在太陽能光伏電池板的生產制造過程中，盡管各環節均實施了嚴格的質量控制與檢測措施，受限于設備、原材料及生產工藝等因素，仍不可避免地會產生一定數量的次品。這些次品不僅降低了整體產量，增加了生產成本，還對產品質量構成了顯著的不利影響。
2、鑒于太陽能光伏電池板的大規模生產，對其進行高效、準確的質量檢測顯得尤為重要。當前普遍采用的方法是通過觀察通電狀態下的電池板表現來進行區分，但這種人工檢測方式在速度和精確度上均存在局限性。因此，業界迫切需求一種創新方法，旨在顯著提升檢測效率與結果的準確性，以更好地保障光伏產品的質量與市場競爭力。
技術實現思路
1、為了解決上述現有技術中存在的技術問題，本專利技術提供一種基于改進yolov5的光伏組件熱斑檢測方法，該方法的引入顯著提升了檢測的速度與精確度，有效推動了檢測流程的自動化進程。
2、為實現上述目的，本專利技術提供如下技術方案：一種基于改進yolov5的光伏組件熱斑檢測方法，方法如下：
3、s1、選取待采集故障樣本的光伏組件，使用紅外熱像儀將拍攝的圖像傳入計算機，得到原始數據集；
4、s2、對紅外圖像進行濾波去噪；
...【技術保護點】
1.一種基于改進YOLOv5的光伏組件熱斑檢測方法，其特征在于，方法如下：
2.根據權利要求1所述的一種基于改進YOLOv5的光伏組件熱斑檢測方法，其特征在于，S1中，采用紅外熱像儀獲得光伏電池板電致發光圖像：圖像大小為2048*2048像素，每個采樣的圖片均勻分割為8*8個具體的小部分，每個小部分的像素為256*256。
3.根據權利要求1所述的一種基于改進YOLOv5的光伏組件熱斑檢測方法，其特征在于，S2中，采用高斯濾波和雙邊濾波完成去噪，處理過程如下:
4.根據權利要求1所述的一種基于改進YOLOv5的光伏組件熱斑檢測方法，其特征在于，S3中，光伏組件故障圖像特征選取的是光伏電池板的線狀隱裂、斷柵、黑芯、粗線以及星狀隱裂缺陷類型，并且按照7:1.5:1.5的比例圖像特征分配為訓練集、驗證集和測試集；并且對線狀隱裂、斷柵和粗線缺陷類型的圖像通過隨機鏡像、翻轉技術擴充訓練集。
5.根據權利要求4所述的一種基于改進YOLOv5的光伏組件熱斑檢測方法，其特征在于，利用卷積神經網絡提取光伏組件故障特征。
6.根據權利要求5
7.根據權利要求1所述的一種基于改進YOLOv5的光伏組件熱斑檢測方法，其特征在于，S4中，通過特征匹配的方式度量光伏組件圖像故障特征與標準特征之間的相似度，輸出光伏組件圖像故障的檢測、分類和定位信息。
8.根據權利要求7所述的一種基于改進YOLOv5的光伏組件熱斑檢測方法，其特征在于，相似度計算式為：
9.根據權利要求7所述的一種基于改進YOLOv5的光伏組件熱斑檢測方法，其特征在于，光伏組件圖像故障的幾何參數信息計算如下：
...【技術特征摘要】
1.一種基于改進yolov5的光伏組件熱斑檢測方法，其特征在于，方法如下：
2.根據權利要求1所述的一種基于改進yolov5的光伏組件熱斑檢測方法，其特征在于，s1中，采用紅外熱像儀獲得光伏電池板電致發光圖像：圖像大小為2048*2048像素，每個采樣的圖片均勻分割為8*8個具體的小部分，每個小部分的像素為256*256。
3.根據權利要求1所述的一種基于改進yolov5的光伏組件熱斑檢測方法，其特征在于，s2中，采用高斯濾波和雙邊濾波完成去噪，處理過程如下:
4.根據權利要求1所述的一種基于改進yolov5的光伏組件熱斑檢測方法，其特征在于，s3中，光伏組件故障圖像特征選取的是光伏電池板的線狀隱裂、斷柵、黑芯、粗線以及星狀隱裂缺陷類型，并且按照7:1.5:1.5的比例圖像特征分配為訓練集、驗證集和測試集；并且對線狀隱裂、斷柵和粗線缺陷類型的圖像通過隨機鏡像、翻轉技術擴充訓練集。
5.根據權利要求4...
【專利技術屬性】
技術研發人員：浦永華，沈金榮，時厚龍，孫玉波，鐘浩超，
申請(專利權)人：江蘇格林保爾新能源有限公司，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。