準確率達91.74%！東南大學提出光伏電池缺陷檢測模型，首次引入神經結構搜索

AIGC動態歡迎閱讀

原標題：準確率達91.74%！東南大學提出光伏電池缺陷檢測模型，首次引入神經結構搜索
關鍵字：模型,缺陷,政策,解讀,電池
文章來源：大數據文摘
內容字數：8013字

內容摘要：

大數據文摘授權轉自HyperAI超神經
作者：哇塞
編輯：李寶珠，三羊
乘著從全球吹來的「綠色發展、低碳轉型」東風，光伏 (photovoltaic, PV) 產業自進入 21 世紀以來，便以令世人驚嘆的速度迅猛向前發展。在我國，光伏發電更是呈現出前所未有的活力。根據 2023 年 4 月國家能源局公布的當年 1-3 月份全國電力工業統計數據，截止當年 3 月底，我國光伏累計裝機量已超越水電，成為全國第二大電源。
隨著光伏發電的規模化應用，如何保障光伏供電穩定以及可持續發展也成為行業研究的重要課題。光伏組件是光伏的基本單元，受生產鏈條較長、應用場景復雜等多種外因影響，在其制造、運輸、安裝等過程中都極易發生模塊破損，如果這些缺陷組件投入到實際運行中，極大可能造成整個供電系統功率降低甚至出現安全問題。因此，針對光伏的現場維護和故障診斷要求正變得越來越高。
目前，較為傳統的 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險因素。卷積神經網絡 (

原文鏈接：準確率達91.74%！東南大學提出光伏電池缺陷檢測模型，首次引入神經結構搜索

聯系作者

文章來源：大數據文摘
作者微信：BigDataDigest
作者簡介：普及數據思維，傳播數據文化