亚洲免费av电影一区二区三区,日韩爱爱视频,51精品视频一区二区三区,91视频爱爱,日韩欧美在线播放视频,中文字幕少妇AV,亚洲电影中文字幕,久久久久亚洲av成人网址,久久综合视频网站,国产在线不卡免费播放

        ?

        一種基于神經(jīng)網(wǎng)絡(luò)的太陽(yáng)能電池板缺陷檢測(cè)方法*

        2023-02-23 01:26:38蘭小艷史鈞宇
        計(jì)算機(jī)時(shí)代 2023年2期
        關(guān)鍵詞:電池板正則梯度

        蘭小艷,史鈞宇

        (山西工程職業(yè)學(xué)院,山西 太原 030009)

        0 引言

        隨著人口增長(zhǎng)和經(jīng)濟(jì)發(fā)展,能源消耗持續(xù)增長(zhǎng),能源緊缺的時(shí)期將提前到來(lái)。二十一世紀(jì)新能源的開(kāi)發(fā)與利用是關(guān)系到人類子孫后代命運(yùn)的一件大事。綠色環(huán)保的光伏發(fā)電,是解決我國(guó)能源問(wèn)題的一條重要途徑。太陽(yáng)能是綠色環(huán)保的清潔能源,在諸多方面有廣泛的應(yīng)用,尤其是利用太陽(yáng)能發(fā)電為人們的生活帶來(lái)諸多便利。

        太陽(yáng)能電池板是由單晶硅制作而成,由于制作工藝與使用過(guò)程中的損耗,使得電池板表面產(chǎn)生裂痕、斷柵、破損等缺陷[1-2]。這些缺陷會(huì)使得透光率、導(dǎo)電性、發(fā)電效率等下降。為了提高使用壽命,提升發(fā)電效率,電池板表面缺陷檢測(cè)顯得尤為重要。

        目前的檢測(cè)方法包括人工檢測(cè)、基于機(jī)器視覺(jué)和深度學(xué)習(xí)的檢測(cè)方法等。人工檢測(cè)方法效率低,容易出現(xiàn)人眼疲勞、注意力不集中的情況,進(jìn)而造成漏檢、誤檢。

        基于機(jī)器視覺(jué)的檢測(cè)算法首先需要將電池片的柵線去除,其次運(yùn)用掃描線法對(duì)缺陷進(jìn)行統(tǒng)計(jì),最后通過(guò)設(shè)置閾值來(lái)獲得缺陷。該方法能識(shí)別到裂縫,但對(duì)邊緣、破損、斷柵等缺陷的檢測(cè)存在弊端,并且預(yù)處理部分比較復(fù)雜?;谏疃葘W(xué)習(xí)的檢測(cè)算法通常由于數(shù)據(jù)量較少,訓(xùn)練不充分而使得檢測(cè)存在誤差。

        近年來(lái),神經(jīng)網(wǎng)絡(luò)在諸多領(lǐng)域取得了比較好的應(yīng)用,如圖像識(shí)別[3-4]和自然語(yǔ)言處理[5-6]。

        人工神經(jīng)網(wǎng)絡(luò)[7]的應(yīng)用,對(duì)數(shù)據(jù)樣本有一定的要求,如果數(shù)據(jù)樣本不夠充分、質(zhì)量較差,訓(xùn)練就會(huì)出現(xiàn)過(guò)擬合現(xiàn)象,同時(shí)會(huì)出現(xiàn)梯度消失。

        本文利用神經(jīng)網(wǎng)絡(luò)方法對(duì)電池板缺陷進(jìn)行檢測(cè),該方法避免了人工檢測(cè)效率低、避免了機(jī)器學(xué)習(xí)檢測(cè)中預(yù)處理的復(fù)雜性,避免了深度學(xué)習(xí)檢測(cè)中由于數(shù)據(jù)量不足導(dǎo)致訓(xùn)練不充分。神經(jīng)網(wǎng)絡(luò)方法由于具有較強(qiáng)的自學(xué)習(xí)能力,可以學(xué)習(xí)到適合不同問(wèn)題的特征,有很強(qiáng)的適應(yīng)性。實(shí)驗(yàn)結(jié)果表明,這種算法不僅具有很好的適應(yīng)性,還能提高檢測(cè)效率。

        1 電池板圖像預(yù)處理

        在進(jìn)行深度學(xué)習(xí)時(shí),需要對(duì)電池板圖像進(jìn)行預(yù)處理,由于整張電池板面積過(guò)大,而且一張電池板上存在的受損情況不同,很難對(duì)整張電池板進(jìn)行缺陷識(shí)別,需要將電池板切割為獨(dú)立的電池片單元。獲取到的電池板圖片會(huì)存在多余背景、傾斜、畸變等問(wèn)題無(wú)法進(jìn)行準(zhǔn)確切割,需要將電池板圖像進(jìn)行校正,并裁剪為獨(dú)立的電池片。

        如圖1 所示,將獲得的電池板圖像先進(jìn)行灰度化處理;將灰度化后的圖像利用中值濾波進(jìn)行降噪處理;利用頂帽變換進(jìn)行亮度調(diào)整;利用二值化對(duì)圖像進(jìn)行處理,從而將電池板部分與背景部分進(jìn)行分割;利用仿射變換算法對(duì)電池板區(qū)域進(jìn)行矯正;利用Hough變換尋找最長(zhǎng)直線,對(duì)電池板進(jìn)行裁剪;得到切割后的電池板單元圖像。

        圖1 電池板圖像處理流程

        2 缺陷檢測(cè)方法研究

        2.1 DenseNet網(wǎng)絡(luò)模型

        本文中針對(duì)太陽(yáng)能電池板缺陷進(jìn)行檢測(cè),利用DenseNet 網(wǎng)絡(luò)模型對(duì)缺陷進(jìn)行檢測(cè),由于DenseNet 模型是在ResNet 基礎(chǔ)上的改進(jìn),它提出了一種全新的密集連接機(jī)制,連接來(lái)自不同層的特征圖,可以有效實(shí)現(xiàn)特征重用,提升計(jì)算效率。但是與ResNet 模型相比,DenseNet 模型在處理特征圖時(shí),需要每一層的特征圖保持一致,因此,需要在DenseNet 模型中加轉(zhuǎn)換器結(jié)構(gòu)。DenseNet 是采用的密集機(jī)制,層與層之間采用密集的連接方式,轉(zhuǎn)換器結(jié)構(gòu)只能保證相鄰的模塊大小一致,增加池化層可以調(diào)節(jié)特征圖的大小。

        2.2 融合L2正則化

        太陽(yáng)能電池板缺陷存在很多相似性,在電池板缺陷數(shù)據(jù)集中,數(shù)據(jù)集相對(duì)較小。會(huì)導(dǎo)致在訓(xùn)練的過(guò)程中出現(xiàn)過(guò)擬合現(xiàn)象。為了解決這個(gè)問(wèn)題,在模型中融合L2 正則化,式⑴為沒(méi)有添加L2正則化的迭代計(jì)算公式,式⑵為添加L2 正則化的計(jì)算公式。L2 正則化是在每次迭代計(jì)算中,先乘以一個(gè)小于1 的因子從而使得最終參數(shù)計(jì)算的結(jié)果變小。在式⑵中乘以因子,因?yàn)閰?shù)值小的模型簡(jiǎn)單,能夠有效地適應(yīng)不同特征分布電池板缺陷數(shù)據(jù)集,這樣,可以在一定程度上避免過(guò)擬合,因此,式⑵添加L2 正則化可以有效地避免過(guò)擬合現(xiàn)象。

        2.3 調(diào)整Batch Normalization層

        在神經(jīng)網(wǎng)絡(luò)模型中,隨著深度不斷增加,太陽(yáng)能缺陷檢測(cè)圖像像素值分布為以0 為均值,單位方差為正態(tài)分布時(shí)可以加速收斂速度。而每層特征值的分布將會(huì)逐漸向激活函數(shù)輸出區(qū)的上下兩端靠近,這樣會(huì)導(dǎo)致梯度逐漸消失。調(diào)整Batch Normalization 層,將上一層的輸出利用式⑶進(jìn)行歸一化,可以將該層特征值分布變回到標(biāo)準(zhǔn)正態(tài)分布,特征值會(huì)落在激活函數(shù)對(duì)于輸入敏感的數(shù)值區(qū)間。當(dāng)輸入的值發(fā)生微小變化時(shí),損失函數(shù)會(huì)有較大的起伏,在避免梯度消失的同時(shí),加快收斂[8]。

        2.4 激活函數(shù)SELU

        常用的激活函數(shù)為式⑷,式⑷中,當(dāng)x的取值小于0時(shí),函數(shù)值為0。

        在神經(jīng)網(wǎng)絡(luò)中,選用該激活函數(shù)會(huì)造成一部分神經(jīng)元死亡,導(dǎo)致梯度消失。本文采用SELU 激活函數(shù),計(jì)算公式為式⑸。

        其中,δ=1.050700987,α=1.673263242,這兩個(gè)參數(shù)的值是經(jīng)過(guò)大量的計(jì)算驗(yàn)證得到。

        當(dāng)x 大于0 時(shí),激活函數(shù)SELU 的正半軸的導(dǎo)數(shù)是一個(gè)大于1的值,當(dāng)x小于0時(shí),通過(guò)計(jì)算得到一個(gè)極小的值,與RELU 激活函數(shù)相比,可以防止神經(jīng)元死亡。這樣,可以實(shí)現(xiàn)單側(cè)抑制,提高網(wǎng)絡(luò)的稀疏表達(dá)性。該激活函數(shù)有效針對(duì)樣本數(shù)據(jù)集較小,以及網(wǎng)絡(luò)深度大造成的梯度消失問(wèn)題,從而提高網(wǎng)絡(luò)模型的魯棒性。

        3 實(shí)驗(yàn)結(jié)果

        本文選用具有虛焊缺陷的電池板圖像如圖2 中(a)、(b)、(c)、(d)四幅圖片,電池板的生產(chǎn)是由多個(gè)晶體硅板焊接而成,在生產(chǎn)過(guò)程中會(huì)存在焊接部分一體性不夠好,而影響電池板的使用。檢測(cè)電池板的焊接缺陷也是很有必要。利用本文所設(shè)計(jì)的模型對(duì)虛焊缺陷的電池板進(jìn)行檢測(cè),得到的實(shí)驗(yàn)結(jié)果如圖2所示,實(shí)驗(yàn)的識(shí)別準(zhǔn)確率達(dá)到92.78%。

        圖2 以上四幅為帶有虛焊缺陷的電池板圖像

        太陽(yáng)能電池板長(zhǎng)期處于風(fēng)吹日曬的地方,由于這種地理環(huán)境的影響,會(huì)使得電池板出現(xiàn)隱裂,影響使用壽命,對(duì)隱裂進(jìn)行檢測(cè)并及時(shí)修復(fù)可以延長(zhǎng)使用壽命。本文利用該模型對(duì)具有隱裂缺陷的電池板如圖3 中(a)、(b)、(c)、(d)四幅圖像進(jìn)行檢測(cè),實(shí)驗(yàn)結(jié)果如圖3所示,得到的識(shí)別準(zhǔn)確率為93.28%。

        圖3 以上四幅為帶有隱裂缺陷的電池板圖像

        4 結(jié)論

        本文利用DenseNet 網(wǎng)絡(luò)模型,融入L2 正則化對(duì)太陽(yáng)能電池板進(jìn)行檢測(cè)時(shí)能夠在一定程度上避免過(guò)擬合現(xiàn)象,調(diào)整Batch Normalization 可以在避免梯度消失的同時(shí)加快收斂速度,使用SELU 激活函數(shù)可以提高該模型的魯棒性,從實(shí)驗(yàn)結(jié)果可以看出,該模型對(duì)于隱裂缺陷的檢測(cè)具有很好的效果,對(duì)虛焊的檢測(cè)效果稍不及對(duì)隱裂缺陷的檢測(cè),該模型在其他缺陷方面的檢測(cè)有待進(jìn)一步研究。

        猜你喜歡
        電池板正則梯度
        一個(gè)改進(jìn)的WYL型三項(xiàng)共軛梯度法
        國(guó)際空間站航天員正在安裝太陽(yáng)能電池板
        軍事文摘(2021年18期)2021-12-02 01:28:16
        一種可折疊光伏組件
        新能源科技(2021年8期)2021-04-02 19:39:55
        一種自適應(yīng)Dai-Liao共軛梯度法
        剩余有限Minimax可解群的4階正則自同構(gòu)
        一類扭積形式的梯度近Ricci孤立子
        類似于VNL環(huán)的環(huán)
        隱身的電池板
        光伏電池板性能監(jiān)測(cè)系統(tǒng)的設(shè)計(jì)與控制
        有限秩的可解群的正則自同構(gòu)
        亚洲啪啪色婷婷一区二区| 性导航app精品视频| 天天摸天天做天天爽天天舒服| 射进去av一区二区三区| 久久人人爽av亚洲精品| 青青久在线视频免费观看| 高清国产一级毛片国语| 在线观看播放免费视频| 九九九免费观看视频| 中国熟妇人妻xxxxx| 无码国产精品第100页| 日本特殊按摩在线观看| 绝顶高潮合集videos| 无码综合天天久久综合网| 久久免费精品国产72精品剧情| 亚洲国产综合精品一区最新| 久久精品国产99国产精品澳门| 久久久噜噜噜www成人网| 日本精品免费一区二区三区| 国产亚洲av夜间福利在线观看| 无码av中文一区二区三区桃花岛| 亚洲色大网站www永久网站| 亚洲精品国产综合久久一线| 韩国日本一区二区在线 | 自拍偷自拍亚洲精品播放| av网页在线免费观看| 久久精品av在线观看| 亚洲综合国产一区二区三区| 91精品全国免费观看青青| 亚洲av毛片在线播放| 俺去啦最新地址| 乱中年女人伦av| 日本成人免费一区二区三区| 中国久久久一级特黄久久久| 少妇人妻偷人精品免费视频| 天啦噜国产精品亚洲精品| 亚洲国产最新免费av| 欧美亚洲国产一区二区三区| 国产精品无码专区视频| 日日麻批视频免费播放器| 欧美性高清另类videosex|