準(zhǔn)確率達(dá)91.74%！東南大學(xué)提出光伏電池缺陷檢測模型，首次引入神經(jīng)結(jié)構(gòu)搜索

AIGC動態(tài)歡迎閱讀

原標(biāo)題：準(zhǔn)確率達(dá)91.74%！東南大學(xué)提出光伏電池缺陷檢測模型，首次引入神經(jīng)結(jié)構(gòu)搜索
關(guān)鍵字：模型,缺陷,政策,解讀,電池
文章來源：大數(shù)據(jù)文摘
內(nèi)容字?jǐn)?shù)：8013字

內(nèi)容摘要：

大數(shù)據(jù)文摘授權(quán)轉(zhuǎn)自HyperAI超神經(jīng)
作者：哇塞
編輯：李寶珠，三羊
乘著從全球吹來的「綠色發(fā)展、低碳轉(zhuǎn)型」東風(fēng)，光伏 (photovoltaic, PV) 產(chǎn)業(yè)自進(jìn)入 21 世紀(jì)以來，便以令世人驚嘆的速度迅猛向前發(fā)展。在我國，光伏發(fā)電更是呈現(xiàn)出前所未有的活力。根據(jù) 2023 年 4 月國家能源局公布的當(dāng)年 1-3 月份全國電力工業(yè)統(tǒng)計(jì)數(shù)據(jù)，截止當(dāng)年 3 月底，我國光伏累計(jì)裝機(jī)量已超越水電，成為全國第二大電源。
隨著光伏發(fā)電的規(guī)模化應(yīng)用，如何保障光伏供電穩(wěn)定以及可持續(xù)發(fā)展也成為行業(yè)研究的重要課題。光伏組件是光伏的基本單元，受生產(chǎn)鏈條較長、應(yīng)用場景復(fù)雜等多種外因影響，在其制造、運(yùn)輸、安裝等過程中都極易發(fā)生模塊破損，如果這些缺陷組件投入到實(shí)際運(yùn)行中，極大可能造成整個(gè)供電系統(tǒng)功率降低甚至出現(xiàn)安全問題。因此，針對光伏的現(xiàn)場維護(hù)和故障診斷要求正變得越來越高。
目前，較為傳統(tǒng)的 PV 缺陷檢測手段包括電流-電壓 (I-V) 曲線 (current–voltage (I–V) curve)、紅外熱成像 (IRT) 等，但囿于識別精度限制，上述方法均無法有效識別微裂紋等潛在風(fēng)險(xiǎn)因素。卷積神經(jīng)網(wǎng)絡(luò) (

原文鏈接：準(zhǔn)確率達(dá)91.74%！東南大學(xué)提出光伏電池缺陷檢測模型，首次引入神經(jīng)結(jié)構(gòu)搜索

聯(lián)系作者

文章來源：大數(shù)據(jù)文摘
作者微信：BigDataDigest
作者簡介：普及數(shù)據(jù)思維，傳播數(shù)據(jù)文化