X为了获得更好的用户体验,请使用火狐、谷歌、360浏览器极速模式或IE8及以上版本的浏览器
帮助中心 | 关于我们
欢迎来到辽阳市科技创新服务平台,请 登录 | 注册
尊敬的 , 欢迎光临!  [会员中心]  [退出登录]
当前位置: 首页 >  科技成果  > 详细页

[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
|
收藏
|

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。

推荐服务:

主办单位:辽阳市科学技术局

技术支持单位:科易网

辽ICP备16017206号-1

辽公网安备 21100302203138号

关于我们

平台简介

联系我们

客服咨询

400-649-1633

工作日:08:30-21:00

节假日:08:30-12:00

13:30-17:30