پیوندهای مفید
اخبار و اعلانات
آمار
| تعداد نشریات | 127 |
| تعداد شمارهها | 7,196 |
| تعداد مقالات | 77,227 |
| تعداد مشاهده مقاله | 157,218,135 |
| تعداد دریافت فایل اصل مقاله | 118,403,708 |
تشخیص هوشمند عیوب سطحی پنلهای خورشیدی با رویکرد بینایی ماشین مبتنی بر یادگیری عمیق | ||
| فصلنامه سیستم های انرژی پایدار | ||
| مقالات آماده انتشار، پذیرفته شده، انتشار آنلاین از تاریخ 09 خرداد 1405 | ||
| نوع مقاله: مقاله پژوهشی | ||
| شناسه دیجیتال (DOI): 10.22059/ses.2026.414893.1244 | ||
| نویسنده | ||
| علی جلوخانی نیارکی* | ||
| دانشکده کامپیوتر، دانشکده فنی دانشگاه تهران | ||
| چکیده | ||
| با گسترش استفاده از سامانههای فتوولتائیک، پایش سلامت پنلهای خورشیدی به یکی از موضوعات مهم در بهرهبرداری پایدار، کاهش هزینههای نگهداری و افزایش بازده تولید انرژی تبدیل شده است. عیوبی مانند شکستگی، گردوغبار، سایه و تغییرات سطحی میتوانند باعث افت عملکرد پنل و کاهش عمر مفید آن شوند. روشهای سنتی بازرسی معمولاً زمانبر، وابسته به نیروی انسانی و در مقیاسهای بزرگ غیرکارآمد هستند. در این پژوهش، یک چارچوب مبتنی بر بینایی ماشین و یادگیری عمیق برای تشخیص و مکانیابی نواحی سطحی پنلهای خورشیدی ارائه میشود. مدل پیشنهادی از استخراجگر ویژگی ResNet101، ماژول استخراج لبه مبتنی بر عملگر سوبل، ماژول توجه کانالی-فضایی، ساختار تلفیق ویژگی چندمقیاسی FPN/PAN و سر تشخیص چندمقیاسی تشکیل شده است. خروجی مدل شامل جعبههای محدودکننده، کلاس ناحیه و امتیاز اطمینان است و بنابراین میتواند چندین ناحیه مختلف را بهصورت همزمان در یک تصویر شناسایی کند. مجموعهداده مورد استفاده از ترکیب تصاویر گردآوریشده از منابع عمومی و دادههای جمعآوریشده دستی تشکیل شده و کلاسهای شکستگی، ناحیه سالم، گردوغبار و سایه را شامل میشود. نتایج آزمایشها نشان داد مدل پیشنهادی با دستیابی به دقت 0.954، بازخوانی 0.939، امتیاز F1 برابر با 0.946، مقدار mAP@0.5 برابر با 0.966 و مقدار mAP@0.5:0.95 برابر با 0.766، عملکرد بهتری نسبت به مدلهای پایه تشخیص عیوب فتوولتائیک دارد. نتایج مطالعه حذف اجزا نشان داد ترکیب اطلاعات لبهای، توجه کانالی–فضایی و تلفیق چندمقیاسی نقش مهمی در بهبود دقت تشخیص و مکانیابی دارد. روش پیشنهادی میتواند بهعنوان یک راهکار کاربردی برای پایش خودکار، پاکسازی هدفمند، تعمیر و نگهداری پیشبینانه پنلهای خورشیدی مورد استفاده قرار گیرد. | ||
| کلیدواژهها | ||
| پنل خورشیدی؛ تشخیص عیوب پنلهای خورشیدی؛ بینایی ماشین؛ یادگیری عمیق | ||
|
آمار تعداد مشاهده مقاله: 44 |
||
سامانه مدیریت نشریات علمی. قدرت گرفته از سیناوب