电力工业论文_图像识别与卷积神经网络结合的光 - 太阳能学报杂志社投稿

来稿应自觉遵守国家有关著作权法律法规，不得侵犯他人版权或其他权利，如果出现问题作者文责自负，而且本刊将依法追究侵权行为给本刊造成的损失责任。本刊对录用稿有修改、删节权。经本刊通知进行修改的稿件或被采用的稿件，作者必须保证本刊的独立发表权。一、投稿方式： 1、请从我刊官网直接投稿。 2、请从我编辑部编辑的推广链接进入我刊投审稿系统进行投稿。二、稿件著作权： 1、投稿人保证其向我刊所投之作品是其本人或与他人合作创作之成果，或对所投作品拥有合法的著作权，无第三人对其作品提出可成立之权利主张。 2、投稿人保证向我刊所投之稿件，尚未在任何媒体上发表。 3、投稿人保证其作品不含有违反宪法、法律及损害社会公共利益之内容。 4、投稿人向我刊所投之作品不得同时向第三方投送，即不允许一稿多投。 5、投稿人授予我刊享有作品专有使用权的方式包括但不限于：通过网络向公众传播、复制、摘编、表演、播放、展览、发行、摄制电影、电视、录像制品、录制录音制品、制作数字化制品、改编、翻译、注释、编辑，以及出版、许可其他媒体、网站及单位转载、摘编、播放、录制、翻译、注释、编辑、改编、摄制。 6、第5条所述之网络是指通过我刊官网。 7、投稿人委托我刊声明，未经我方许可，任何网站、媒体、组织不得转载、摘编其作品。

电力工业论文_图像识别与卷积神经网络结合的光

作者:

关键词:

摘要：

文章目录

0 引言

1 检测系统硬件平台

2 裂痕图像识别

2.1 分割图像

2.2 裂痕提取

3 裂缝图片的处理

3.1 噪声的过滤

3.2 灰度图转换

3.3 灰度拉伸

4 结语

文章摘要:研究光伏发电板裂纹识别问题。光伏发电板质量的准确检测是保证太阳能发电系统功率和使用寿命的关键。当光伏发电面板出现裂纹时,很容易破坏栅线,导致采集的电流无法正常输出,从而导致电池部分甚至全部故障,这也会对太阳能发电系统的功率输出产生很大的影响,使其不断衰减,进而影响光伏发电面板的使用寿命。研究了一种基于图像识别和卷积神经网络的光伏面板裂纹图像识别系统,阐述了图像识别技术和神经网络算法。

文章关键词:

论文分类号:TP183;TP391.41;TM615

文章来源：《太阳能学报》网址: http://www.tynxbzz.cn/qikandaodu/2021/1216/1643.html