基于最优传输理论的光伏电池异常检测精确分类

Precision classification for anomaly detection in photovoltaic cells via optimal transport theory

Ning Kang · Wenju Hu · Dan Wang · Rongji Xu · Solar Energy · 2025年1月 · Vol.298

摘要 太阳能，特别是光伏发电（PV）系统，在应对气候变化中发挥着至关重要的作用。然而，由于环境因素导致的光伏电池异常，如黑心和裂纹，会显著降低其性能。传统的检测方法通常效率低下且存在风险，而现有的YOLO模型（如YOLOv9）在检测形状或尺寸不规则的异常时也面临挑战。这些异常导致预测置信度低以及分类结果不准确。本文提出了一种用于光伏电池异常检测的精确分类框架，该框架利用最优传输（OT）理论实现。该框架分为两个阶段：在第一阶段，通过在真实标注框内使用k-means聚类特征构建异常原型池；根据异常原...

解读: 该光伏组件异常检测技术对阳光电源SG系列逆变器和iSolarCloud智能运维平台具有重要应用价值。基于最优传输理论的精确分类框架可集成至iSolarCloud预测性维护系统,实现黑核、裂纹等异常的自动识别,mAP@0.5达95.8%,误报率降至1.1%。该技术可优化MPPT算法对异常组件的功率追踪...