基于Inception网络结构的光伏板积灰状态识别方法

Identification of Photovoltaic Panel Ash Accumulation State Based on Inception Network Structure

摘要

传统的光伏板积灰状态识别方法识别准确率低、速度慢，因此提出一种基于Inception网络结构的 光伏板积灰状态识别模型。该模型以Inception模块作为主体模块，通过在模型初期添加Stem模块，加大Stem模块卷积核尺寸，从而减少输入数据的维度，增大模型初期的有效感受野，提高模型泛化能力。同时引入Swish-SE轻量级注意力机制，增强模型对不同特征的关注度，提高模型的识别准确率。实验结果表明，所提方法的目标识别率为97.05%，较经典卷积神经网络Inception-V3模型和MobileNet-V2模型分别提高1.64%、5.91%。研究提出的积灰状态识别方法具有参数量少、训练时间短、分类效果好的优势，可以满足光伏电站智能化运维的基本要求，具备较好的实用性。

Abstract

In light of the low recognition accuracy and slow speed of the traditional photovoltaic panel ash accumulation state recognition method， a photovoltaic panel ash accumulation state recognition model based on Inception network structure is proposed in the paper. The model adopts Inception module as the main module， and increases the size of the convolutional kernel of the Stem module by adding the Stem module at the early stage of the model， so as to reduce the dimensionality of the input data， increase the effective sensory field at the early stage of the model， and improves the generalization ability of the model， and at the same time， it introduces the Swish-SE lightweight attention mechanism， which enhances the model's attention to different features， so as to effectively improve the recognition accuracy rate. The experimental results show that the target recognition rate of the proposed method reaches 97.05%， which is 1.64 and 5.91 percentage points higher than that of the classical convolutional neural network Inception-V3 model and MobileNet-V2 model， respectively. The proposed ash accumulation state recognition method has the advantages of small number of parameters， short training time， and good classification effect， which effectively meet the basic requirements of intelligent operation and maintenance of photovoltaic power plants and are of good practicability.

Graphical abstract

关键词

光伏板 / 积灰状态识别 / Swish-SE / Inception模块

Key words

photovoltaic panel / ash accumulation state recognition / Swish-SE / Inception module

我国是全球最大光伏发电市场和生产基地，拥有丰富的光伏资源和良好的市场环境。近年来，我国大力推动光伏能源的发展，通过政策支持、产业扶持和市场化竞争，促进了光伏产业快速增长，光伏能源在我国的地位日益重要。光伏板通常安装在户外，容易受到各种自然环境因素的影响，导致表面积灰。积灰会影响光伏板的透光性和光照吸收效率，对光伏板的输出功率影响较大^［1］，并且容易导致光伏板出现热斑^［2］和隐裂破损^［3］等硬件故障，甚至会导致系统故障致使系统瘫痪^［4］。因此，对光伏板表面的积灰进行及时准确的识别是保障光伏发电系统高效运行的关键。传统的光伏积灰识别方法主要依赖于人工巡检，存在效率低、成本高、易出错等问题，难以满足光伏电池板积灰状态的实时检测、故障诊断等智能化运维的发展要求^［5］。

国内外学者对于光伏板积灰状态展开了多方面研究。Huadong Y等^［6］通过室外实验发现，光伏板的发电效率与积灰程度呈线性正相关。赵波等^［7］提出基于残差网络的光伏板积灰状态识别方法，采用ResNet50（residual network 50）神经网络模型进行识别，能够基本满足对光伏板积灰状态的识别要求。由于将光伏板积灰状态分成11个分类级别，分类难度偏大，对模型性能要求更高，实现高精度、高速度识别存在较大困难，经实验测试识别准确率为81%。孙鹏翔等^［8］通过改进次代残差网络50（ResNeXt），并加入坐标注意力机制（CA）机制，实现对4个等级的光伏板积灰状态进行识别，其识别准确率能够达到90.7%，有效提高了光伏板积灰状态识别的准确率。然而，其网络参数较多，计算复杂，推理速度受限，难以满足在光伏电站移动设备上的应用需求。白云端等^［9］利用自适应图像分割算法，根据光伏板灰尘图像的YCbCr颜色空间特性将光伏板与积灰分割，再经旋转统一不变LBP算法对图像的纹理特征进行提取，从而实现对光伏板积灰状态的识别。该方法虽然能够大幅提高光伏板积灰识别速度，但其识别准确率只能维持在88.56%。综上，目前对光伏板积灰状态的识别，存在识别准确度不够、识别速度受限等问题，难以满足光伏电站实际运维的需求。因此，本文提出一种基于Inception网络结构的光伏板积灰状态识别方法，以下为主要工作。

（1）构建数据集，通过实地调研、实验室模拟等方法，利用图像处理技术构建完备的数据集。

（2）改进Stem模块，加大Stem模块卷积核尺寸，增大模型初期的有效感受野。在模型初期添加改进Stem模块，有效降低模型的计算复杂度和参数量，提高模型的泛化能力。

（3）引入Swish-SE轻量级注意力机制，增强模型对不同特征的关注度；通过增加dropout层及采用Warmup和多项式（Poly）两种学习率调整策略来减缓过拟合现象，增强模型的鲁棒性。

1 模型设计

1.1 Inception模块

Inception网络最早出现在GoogleNet^［10］中，并推出多个Inception模块的改良版。Inception模块是组成Inception网络的基本单元，简易结构如图1所示。通过结合不同尺寸的卷积核和池化核及1×1的卷积层以减少维度和参数数量，提高了网络的深度和宽度，减少了计算复杂度。Inception模块的使用，可以使得网络在更深的层次上进行特征提取，同时减少参数的数量，从而提高了网络性能。此外，Inception模块还可以通过并行计算进行加速，提高了网络训练速度。

1.2 优化Stem模块

Stem模块位于模型的开始部分，主要作用是降低输入图像的分辨率，减少后面的Inception模块计算量，同时提高整个模型的非线性，增强模型的表征能力。

优化后的Stem模块结构如图2所示。Stem模块从输入到输出经过4个阶段，第1个阶段采用3层3×3的卷积核进行卷积操作，在第3个阶段的分支中，右分支采用尺寸为1×1的卷积核卷积后，接着通过尺寸为3×3的卷积核进行卷积，左分支则在1×1卷积和3×3卷积之间增加了7×1卷积和1×7卷积。经多次实验尝试，在保证较小参数量的前提下，通过将第1阶段的3×3卷积和第3阶段的1×1卷积和3×3卷积替换为5×5卷积，可以有效增强模型初期的有效感受野，增强模型对全局特征的提取能力，从而提高模型的性能和泛化能力。

1.3 Swish-SE注意力机制模块

注意力机制^［11］具有强大的信息资源分配功能，可以在大量杂乱信息中将计算资源分配给更加重要的任务^［12］。由于光伏板积灰数据集的噪声比较多，各个积灰等级间的差异不明显，受光伏板本身颜色影响较大，这需要网络本身能够提取出更加有用的信息，从而做出更加准确的判断。本文提出在模型中引入Swish-SE（Swish gated squeeze and excitation）轻量级注意力机制模块，这种注意力机制结合了Swish激活函数和SE模块，通过引入Swish激活函数代替原来的ReLU激活函数对特征进行加权。引入更多的非线性，能够实现更有效的特征选择和重用，具有较好的性能表现，尤其在较深层的神经网络中，能够增强SE模块的表示能力。

将光伏板积灰状态特征图输入Swish-SE模块，首先光伏板积灰状态特征图经过Squeeze操作，通过全局平均池化压缩，将特征图的高度和宽度尺寸压缩成1×1，然后再经过Excitation操作，使用两个全连接层（fully connected layer，FC）和Swish激活函数建立通道连接，再通过Sigmoid函数将权重归一化，最后经过Scale操作，将通道注意力权重加权到每一个通道的特征上，强调重要通道的特征，减弱不重要通道的特征。模块结构如图3所示。

1.4 网络模型搭建

基于Inception网络结构搭建的模型整体结构如图4所示，由Stem模块、Swish-SE注意力模块、Inception-A、Inception-B、Inception-C模块、全连接层以及Softmax构成。首先将尺寸为299×299×3的图像作为模型的输入，通过stem模块初步对输入图像提取特征，然后由Inception-A、Inception-B、Inception-C模块深层次的提取图像特征，最后将输出特征图融入全连接层，由Softmax生成概率分布。

Inception-A、Inception-B、Inception-C是Inception模块的简易结构经分解卷积、增加卷积核尺寸和数量形成，其模块结构如图5所示。模块在保持感受野不变的情况下，提升了网络的非线性表达能力^{［13⁃14］}。

模型参数设置见表1。表1中的Avg代表自适应平均池化（adaptive average pooling），Max代表最大池化，S表示需要补零操作，V为卷积操作的步长，默认为1。

2 实验过程

2.1 实验平台

本实验以Python语言和Pytorch深度学习框架作为软件环境，硬件环境为64位Windows10操作系统，Intel Core i7-13700 CPU，16 GB内存，NVIDIA GeForce RTX 3060 Ti GPU。

2.2 数据集构建

本实验数据集主要来源于某光伏发电站2023年3月至9月光伏板不同积灰状态的图像，通过电站监控摄像头拍摄以及电站工作人员手机拍摄得到。经过过滤筛选，去除模糊、相似及被遮挡的无效图像后，共获得473张光伏板积灰状态图像，同时通过判断光伏板是否有积灰，光伏板网格线是否被积灰覆盖，将光伏板的积灰状态划分为无积灰、积灰以及重积灰三个分类等级，图片样例如图6所示。

为避免因实验数据太少而导致训练时出现过拟合，本文对数据集中的图片采用随机缩放、随机调整亮度和对比度、随机旋转以及随机裁剪的方式进行图像增广，将数据集扩充至3 015张图片，其中三种光伏板积灰状态图片各1 005张。实验中，采用8∶1∶1的比例对数据集进行划分，其中80%的光伏板积灰状态图像作为训练集，10%的光伏板积灰状态图像作为验证集，10%的光伏板积灰状态图像作为测试集。

2.3 模型训练

模型训练时，将数据集图片大小调整为299×299，以适应Stem模块的输入要求，设置单批次处理的数量（batch_size）为32，设置迭代次数（epochs）为60，同时在每个卷积和Relu激活函数之间引入批标准化（Batch normalization，BN）处理，加速模型训练过程以及缓减模型过拟合。

2.3.1 优化器设置

优化器在深度学习中扮演重要角色，选择合适的优化器能够加速模型训练，使模型更快收敛，避免模型陷入局部最优解，对于模型的训练和性能有显著提升。经实验测试采用自适应矩估计Adam^［15］（adaptive moment estimation）优化器能够有效提升模型的性能和训练效果。Adam优化器的更新规则为

m_t={\beta }_{\mathrm{1}}{m}_{t-\mathrm{1}}+(\mathrm{1}-{\beta }_{\mathrm{1}})g_t，（1）

v_t={\beta }_{\mathrm{2}}{v}_{t-\mathrm{1}}+(\mathrm{1}-{\beta }_{\mathrm{2}})g_t^{\mathrm{2}}，（2）

m_t^{△}=m_t/(\mathrm{1}-{\beta }_{\mathrm{1}}^t)，（3）

v_t^{△}=v_t/(\mathrm{1}-{\beta }_{\mathrm{2}}^t)，（4）

{\theta }_{t+\mathrm{1}}={\theta }_t-\eta m_t^{△}/(\sqrt[]{v_t^{△}}+\epsilon )。（5）

其中：m_t 和v_t 为梯度方向的指数移动平均值；g_t 为参数的梯度；β₁和β₂为两个指数加权平均值的衰减系数，取β₁=0.9，β₂=0.999；m_t^△和v_t^△为梯度方向偏差纠正后的移动平均值；θ_t+1为更新后的参数；t为时间；η为学习率；ε为一个很小的常数，用于避免分母为零，取ε=10^-8。

2.3.2 学习率调整策略

学习率（learning rate）是深度学习中至关重要的超参数，直接影响着模型的训练效果和收敛速度。学习率不能设置过高或过低，过高的学习率会导致模型在训练过程中无法稳定下降到全局最优解，过低的学习率则会导致模型在训练过程中收敛速度变慢，需要更多的迭代次数和训练时长，甚至导致模型在参数空间中陷入局部最优解。本文在前20 epochs采用Warmup学习率调整策略，即在训练开始时使用一个较小的学习率，然后逐渐增加学习率，直到达到设定的初始学习率；在（21~60） epochs采用多项式学习率调整策略，随着迭代次数的增加，学习率会逐渐减小。相关学习率更新表达式为

{\eta }_w={\eta }_{\mathrm{s}\mathrm{t}\mathrm{a}\mathrm{r}\mathrm{t}}\left[{({\eta }_{\mathrm{0}}/{\eta }_{\mathrm{s}\mathrm{t}\mathrm{a}\mathrm{r}\mathrm{t}})}^{i_{\mathrm{e}\mathrm{p}\mathrm{o}\mathrm{c}\mathrm{h}}/i{}_w{}^{}}\right]，（6）

{\eta }_p={\eta }_{\mathrm{0}}{\left[\mathrm{1}-(i_{\mathrm{e}\mathrm{p}\mathrm{o}\mathrm{c}\mathrm{h}}-i_w)/(i_{\mathrm{n}\mathrm{u}\mathrm{m}}-i_w)\right]}^p。（7）

其中：i_epoch表示是第几次迭代；η_w 和η_p 表示在两个阶段内第i_epoch次迭代时学习率的值；i_w 表示使用Warmup学习率调整策略时迭代的总次数，i_w =20；η_start表示在训练开始时设置的一个较小的学习率，取η_start=0.000 5；η₀ 表示初始学习率，取η₀ =0；i_num表示迭代的总次数，i_num=60；p表示多项式的指数权重，取p=0.9。

2.3.3 损失函数

光伏板积灰状态识别问题属于多分类问题，交叉熵损失函数^{［16⁃18］}在多分类问题上具有较好的表征能力、敏感性和数值稳定性，故选择交叉熵损失函数作为模型的损失函数对训练过程进行评估^［19］，交叉熵损失函数具体公式为

L=-\frac{\mathrm{1}}{n}{\displaystyle \sum _{j=\mathrm{0}}^{n-\mathrm{1}}}{\displaystyle \sum _{r=\mathrm{0}}^{m-\mathrm{1}}}{y}_{j\_r}\mathrm{l}\mathrm{o}\mathrm{g}{P}_{j\_r}^{}，（8）

其中：y_{j_r} 表示第j个样本所对应的标签为r；m和n分别表示总的标签值数和样本数；P_{j_r} 表示第j个样本的预测标签值为r的概率。

3 实验和结果分析

3.1 评估方法

本文主要采用识别正确率（P_accuracy）、精确率（P_precision）、回召率（P_recall）和F1-Score（P_F1-score）评估所提方法的有效性。其中F1-score的值越大说明模型鲁棒性越好。相关计算公式为

P_{\mathrm{a}\mathrm{c}\mathrm{c}\mathrm{u}\mathrm{r}\mathrm{a}\mathrm{c}\mathrm{y}}=\frac{TP+TN}{TP+FP+FN+TN}，（9）

P_{\mathrm{p}\mathrm{r}\mathrm{e}\mathrm{c}\mathrm{i}\mathrm{s}\mathrm{i}\mathrm{o}\mathrm{n}}=\frac{TP}{TP+FP}，（10）

P_{\mathrm{r}\mathrm{e}\mathrm{c}\mathrm{a}\mathrm{l}\mathrm{l}}=\frac{TP}{TP+FN}，（11）

P_{F\mathrm{1}-\mathrm{s}\mathrm{c}\mathrm{o}\mathrm{r}\mathrm{e}}=\frac{\mathrm{2}{P}_{\mathrm{p}\mathrm{r}\mathrm{e}\mathrm{c}\mathrm{i}\mathrm{s}\mathrm{i}\mathrm{o}\mathrm{n}}\times P_{\mathrm{r}\mathrm{e}\mathrm{c}\mathrm{a}\mathrm{l}\mathrm{l}}}{P_{\mathrm{p}\mathrm{r}\mathrm{e}\mathrm{c}\mathrm{i}\mathrm{s}\mathrm{i}\mathrm{o}\mathrm{n}}+P_{\mathrm{r}\mathrm{e}\mathrm{c}\mathrm{a}\mathrm{l}\mathrm{l}}}。（12）

其中，TP和FP分别表示真阳性和假阳性，TN和FN分别表示真阴性和假阴性。

3.2 训练结果及模型对比

模型训练时的误差损失和验证集上的准确率随epoch变化的曲线如图7所示。从图7可以看出，所提模型能以较快的速度收敛，并维持稳定，能够达到较高的准确率。

为进一步验证本文方法的优越性，选择2种经典的分类模型进行对照实验，分别为Inception-V3和MobileNet-V2。加载训练得到的几种模型的最优权重，分别对预先备好的测试集进行预测，结果见表2。从表2可知，本文所提模型的各项评估指标相较于其他两种模型更高，识别性能最好，在测试集上的识别准确率达到了97.05%，相较于MobileNet-V2和Inception-V3分别提高了5.91%和1.64%。

模型的训练时长、预测时间和参数量也是评估模型性能的重要指标，用来验证模型在实际应用中的可行性和效率，几种模型的参数量、平均训练时长和单张图片的平均预测时间见表3。由表3可知，MobileNet-V2参数量最少，训练时长最短，推理速度最快，而本文所提模型的参数量明显少于Inception-V3，仅为3.59 M，推理速度也比Inception-V3快将近27%。

实验结果表明，MobileNet-V2虽然更加轻量化，但识别准确率不高。Inception-V3识别准确率较高，但模型参数量较大，推理速度较慢。本文所提模型能够以较小的参数量、较快的推理速度和较高的准确率实现对光伏板积灰状态的识别。

3.3 消融实验

为验证本文模型改进Stem模块和添加注意力机制模块的有效性，基于本文模型的基本架构，针对是否改进Stem模块和是否添加注意力机制两方面设置消融实验，实验数据见表4。由表4可知，改进后的模型相较于原始模型的准确率、精确率以及F1-score分别提高了7.22%、7.55%和4.03%，充分表明改进Stem模块和添加注意力机制能够有效提高模型的识别性能。

4 结论

为解决传统的光伏板积灰状态识别方法准确率低、参数量大等问题，本文提出一种基于Inception网络结构的光伏板积灰状态识别方法，以Inception模块为主体结构，通过添加Stem模块，加大Stem模块卷积核尺寸，增大模型前期的有效感受野，使模型能够捕捉到更广泛的输入信息，从而更好提取特征。同时引入Swish⁃SE轻量级注意力机制，在不增加计算量的前提下，能够明显提高模型的性能和泛化能力。实验结果显示，所提方法的识别准确率能够达到97.05%，提出的积灰状态识别方法能够以较小的参数量、较快的推理速度和较高的准确率实现对光伏板积灰状态的识别。

在进行数据集构建的过程中，分类级别的选取没有考虑到实际应用对分类精细度的需求，在后续的研究中将根据光伏电站的相关设备开展进一步的研究。

参考文献

[1] 曲宏伟，王靖雯.积灰对光伏板输出特性影响理论和试验研究［J］. 太阳能学报， 2018，39（8）：2335-2340.

[2] 孟伟君，朴铁军，司德亮，等.灰尘对光伏发电的影响及组件清洗研究［J］. 太阳能学报， 2015（2）：22-27.

[3] SIVA R M， SHYAM N S. Online modular level fault detection algorithm for grid-tied and off-grid PV systems［J］. Solar Energy， 2017， 157：349-364.

[4] 贾科，顾晨杰，毕天姝，等.基于压缩感知技术的大型光伏电站汇集系统故障定位研究［J］. 中国电机工程学报， 2017，37（12）：3480-3489.

[5] 张博，黄帅，丛伟伦，等.基于最小二乘支持向量回归的光伏电站清洗时间动态优化方法［J］. 太阳能学报， 2021，42（9）：55-61.

[6] HUADONG Y， HUI W. Numerical simulation of the dust particles deposition on solar photovoltaic panels and its effect on power generation efficiency［J］. Renewable Energy，2022，201（P1）：1111-1126.

[7] 赵波，廖坤，邓春宇，等.基于卷积神经学习的光伏板积灰状态识别与分析［J］. 中国电机工程报， 2019，39（23）：6981-6989.

[8] 孙鹏翔，毕利，王俊杰.基于改进深度残差网络的光伏板积灰程度识别［J］. 计算机应用， 2022，42（12）：3733-3739.

[9] 白云瑞，魏霞，黄德启，等.自适应图像分割的光伏板积灰状态识别［J］. 现代电子技术， 2022，45（22）：43-47.

[10] BABU H G， VENKATRAM N. An efficient image dahazing using Googlenet based convolution neural networks［J］. Multimedia Tools and Applications，2022，81（30）：43897-43917.

[11] 任欢，王旭光.注意力机制综述［J］. 计算机应用， 2021，41（S1）：1-6.

[12] 董跃华，彭辉林.改进Inception结构的图像分类方法［J］. 软件导刊， 2023，22（2）：1672-7800.

[13] FU L， LV X， WU Q，et al. Field weed recognition based on an improved VGG with inception module［J］.International Journal of Agricultural and Environmental Information Systems（IJAEIS），2020，11（2）：1-13..

[14] ZONG Y S， CHEN J L， YANG L Q， et al. U-net based method for automatic hard exudates segmentation in fundus images using Inception module and residual connection［J］. IEEE ACCESS，2020，8：167225-167235.

[15] NEWEY W K. Adaptive estimation of regression models via moment restrictions［J］. Journal of Econometrics， 1988， 38（3）： 301-339.

[16] 王绍文，宋鹏，谭军，等.基于QHAdam梯度优化算法的最小二乘逆时偏移［J］. 地球物理学报， 2022，65（7）：2673-2680.

[17] 陈纪宏，卞荣星，张听雪，等. 垃圾分类对碳减排的影响分析：以青岛市为例［J］. 环境科学， 2023，44（5）：2995-3002.

[18] 张天，孙连英，杨琰，等.基于改进残差网络的陷落柱识别方法［J］. 煤田地质与勘探， 2023，51（5）：171-179.

[19] 张洪，盛永健，黄子龙，等.基于W-DenseNet的减压阀不平衡样本故障诊断模型［J］. 控制与决策， 2022，37（6）： 1513-1520.

基金资助

安徽省教育厅自然基金重大资助项目“基于能源互联的矩阵变换器控制技术研究”(2022AH040234)

安徽省大学生创新创业训练计划资助项目“基于嵌入式系统的电机数据监测系统”(S202310879050)