基于小样本学习的海岛光伏智能运维状态分析方法

专利主权项内容

1.基于小样本学习的海岛光伏智能运维状态分析方法，其特征在于包括以下步骤：1)获取光伏电站运维图片；2)将获取的光伏电站运维图片输入训练好的缺陷识别模型中；缺陷识别模型的训练包括：获取缺陷图片，缺陷图片来自于光伏电站中已有的缺陷样本，缺陷样本包含破损、附着物、鸟粪和刮痕；对缺陷图片进行预处理，包括图片清洗和标准化，以确保图片的质量和一致性，并通过包括对图片的随机裁剪、换向、缩放及视觉处理进行增强以扩充图片数量，生成更多的样本；构建基于视觉变换模型的缺陷识别模型，在训练过程中，采用损失函数来指导缺陷识别模型的学习，使用三元组损失来学习缺陷样本之间的相似性，以区分正常样本和缺陷样本，使用交叉熵分类损失函数进行缺陷分类，以使缺陷识别模型识别不同类型的缺陷；3)缺陷识别模型对光伏电站运维图片进行缺陷检测和分类，若光伏电站运维图片存在异常，则进行提示，并输出对应缺陷的类型，通知运维人员进行对应缺陷点的维护、检测和验证，并将运维人员确认状态后的运维图片存入光伏电站运维图片数据库中。 （macrodatas.cn） （来 自 马 克 数 据 网）