[01914965]太阳电池、光伏组件参数提取、预测、缺陷识别相关技术
交易价格:
面议
所属行业:
类型:
非专利
技术成熟度:
正在研发
交易方式:
技术转让
联系人:崔高锋
所在地:陕西西安市
- 服务承诺
- 产权明晰
-
资料保密
对所交付的所有资料进行保密
- 如实描述
技术详细介绍
本项目通过电流-电压特性,建立单二极管、双二极管模型,提取太阳电池、
光伏组件串联电阻、并联电阻、理想因子、饱和电流、光生电流等寄生参数,精
确度超过源表自带的参数提取结果。采用深度学习算法实现光伏电站、光伏组件
超短期、短期输出电流/功率预测,为光伏电站并网发电的运行、机组组合、规划
和配电方面提供依据。
开发了缺陷识别系统,(1)仅仅需要一个或者少量缺陷光伏组件图片的训练,
通过生成对抗网络,实现对测试组件图片的识别,判断是否为合格/缺陷组件。可
用于及时发现光伏电站中的缺陷组件。(2)基于一定数量的合格和缺陷组件,以
及对应的缺陷标注,通过可变形卷积算法,实现对测试组件图片的识别,判断是
否为合格/缺陷组件。
本项目通过电流-电压特性,建立单二极管、双二极管模型,提取太阳电池、
光伏组件串联电阻、并联电阻、理想因子、饱和电流、光生电流等寄生参数,精
确度超过源表自带的参数提取结果。采用深度学习算法实现光伏电站、光伏组件
超短期、短期输出电流/功率预测,为光伏电站并网发电的运行、机组组合、规划
和配电方面提供依据。
开发了缺陷识别系统,(1)仅仅需要一个或者少量缺陷光伏组件图片的训练,
通过生成对抗网络,实现对测试组件图片的识别,判断是否为合格/缺陷组件。可
用于及时发现光伏电站中的缺陷组件。(2)基于一定数量的合格和缺陷组件,以
及对应的缺陷标注,通过可变形卷积算法,实现对测试组件图片的识别,判断是
否为合格/缺陷组件。