基于Inception网络结构的光伏板积灰状态识别方法

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。

关键词

光伏板 / 积灰状态识别 / Swish-SE / Inception模块