摘要
لوح الطاقة الشمسية هو الجزء الأساسي لمكونات توليد الطاقة الشمسية، حيث ترتبط جودته مباشرة بأمان توليد الطاقة وكفاءته. لذلك، فإن فحص العيوب في لوح الطاقة الشمسية له قيمة عملية هامة. نظرًا لفعالية التفتيش اليدوي وتكلفته العالية، فإن هذه الورقة تقترح استخدام شبكة عصبية تكثيفية ممتازة في مجال التعلم العميق لتصنيف صور لوح الطاقة الشمسية تلقائيًا. باستخدام أداء تصنيف الصور لشبكة عصبية تكثيفية كلاسيكية نموذج LeNet-5 على منصة Tensorboard ، تم تحسين هيكل نموذج LeNet-5 الكلاسيكي وضبط المعلمات الفائقة ، وتم مقارنة نتائج تصنيف نموذج LeNet-5 المحسن بنتائج التصنيف لنموذج LeNet-5 الكلاسيكي وآلة الدعم القطاعي ، وأظهرت النتائج أن تأثير تصنيف نموذج LeNet-5 المحسن هو الأفضل.
关键词
لوح الطاقة الشمسية؛ نموذج Le Net-5؛ تصنيف الصور؛ شبكة عصبية تكثيفية؛ المعلمات الفائقة؛ تنسوربورد