找到 2 条结果
用于光伏电池缺陷检测中数据不平衡的缺陷电致发光图像生成
Defective Electroluminescence Image Generation for Data Imbalance in Solar Cell Defect Inspection
Ziai Zhou · Jiacheng Jiang · Jinxia Zhang · IEEE Journal of Photovoltaics · 2025年9月
利用高分辨率电致发光（EL）图像对光伏组件进行缺陷检测已广受欢迎。然而，针对光伏组件EL图像中的不平衡问题（即缺陷图像数量远少于正常图像数量）开展的研究有限。为解决上述问题，本文提出一种快速生成缺陷EL图像的方法。为准确提取缺陷区域，需要找出与缺陷图像最相似的正常图像。首先，提出一种图像类型分类网络，用于识别与缺陷图像类型（单晶硅或多晶硅）相同的正常图像。然后，进一步利用余弦相似度来找出与缺陷图像最相似的正常图像。之后，通过将缺陷图像与所找出的相似正常图像进行对比，获取缺陷模板。为快速生成多样且...
解读: 该缺陷EL图像生成技术对阳光电源iSolarCloud智能运维平台具有重要应用价值。在光伏电站运维中，稀有缺陷样本（如隐裂、热斑等）难以大量获取，制约了AI诊断模型的训练效果。该GAN生成方法可为SG系列逆变器配套的组件健康监测系统提供数据增强方案，通过合成稀有缺陷样本平衡训练集，显著提升小样本条件...
基于电致发光图像的太阳能电池缺陷分割
Referring Solar Cell Defect Segmentation in Electroluminescence Images
Shenghao Dong · Jinxia Zhang · Yu Shen · Dehong Gao · IEEE Transactions on Industrial Informatics · 2025年5月
在光伏发电领域，基于电致发光（EL）图像准确识别太阳能电池缺陷对于维持光伏电站的高效运行至关重要。当前的太阳能电池缺陷分割方法通常对EL图像中的所有缺陷进行统一分割，难以根据维护需求精确识别特定缺陷。这一局限性阻碍了光伏电站智能运维的个性化缺陷检测。为解决该问题，本文提出了一种名为指称太阳能电池缺陷分割（RSCDS）的新任务。RSCDS任务的目标是根据指称文本，针对实际光伏电站的个性化维护需求，精确分割指定的太阳能电池缺陷。鉴于缺乏相关数据集，本文开发了一个RSCDS数据集，简称为Ref - E...
解读: 从阳光电源智慧运维业务视角来看，这项基于文本引导的光伏组件缺陷分割技术具有重要的战略价值。当前我们在全球管理着数百GW级的光伏电站资产，传统EL图像检测方法只能批量识别所有缺陷，无法根据运维优先级进行针对性分析，这与我们推进的智慧电站精细化管理需求存在明显差距。 该论文提出的RSCDS任务恰好切中...