一种结合光伏组件表面灰尘图像的污染功率损失范围量化模型

摘要

为有效量化光伏组件因污染导致的功率损失，提出一种结合光伏组件图像和环境数据的双分支结构的PLQ-Net.首先，采用动态卷积改进模型，以提高模型图像特征提取器对光伏组件污染特征的提取能力.其次，针对不同尺度的环境参数，通过归一化、非线性函数变换的方式使模型更好地提取环境数据特征.最后，为实现污染光伏组件图像与环境数据之间的有效特征融合，结合递归架构与迭代学习策略，提出基于动态多层感知机的多模态迭代融合网络.为验证PLQ-Net的有效性，在PV-Net数据集上进行了消融实验与对比实验，结果表明，PLQ-Net的准确率达到87.18%,优于对比的单图像模型与多模态模型.

关键词

光伏组件 / 污染 / 功率损失 / 多模态 / 深度学习

基金资助

福建省科技厅引导性基金资助项目(2022H0008)