[发明专利]一种基于深度残差网络的太阳能板污迹识别方法

说明书

本发明公开了一种基于深度残差网络的太阳能板污迹识别方法，包括以下步骤：S1：通过OpenCV中的数据增强技术扩大训练集，使训练样本更丰富；S2：利用CNN中的残差网络提取图像特征，计算训练集识别率与损失函数值，储存训练模型，形成模型库；S3：验证集图片输入模型库，比较识别率得到最优模型；S4：将太阳能板污迹图像输入模型，自动识别并分类。采用数据增强的方法克服样本获取难的缺陷，进而有效预防模型训练中的过拟合现象；不仅避开了传统图像处理中的手动选取特征的弊端，还能解决人工检测的缺陷，实现智能精准化的识别太阳能板污迹，有较高的普适性和实际应用价值。

技术领域

本发明涉及太阳能板污迹识别技术领域，尤其涉及一种基于深度残差网络的太阳能板污迹识别方法。

背景技术

光伏系统安装之后，用户最关心就是发电量，其中影响较大的是太阳能板的污染，在其中，太阳能光伏板的污染有很多种，如组件灰尘影响、板表面的污渍、污渍的遮挡等，太阳能板表面的污渍无法避免，如鸟粪、树叶的堆积。

然而，判断太阳能板表面是否存在污渍、污渍的类型，是能够为对太阳能板的维护、养护提供主要的判断和合理规划的依据。

经检索，公告号CN201710538395.4的中国专利文献，公开了一种识别光伏太阳能板表面污垢程度的方法及系统，其也采用了图像识别方式，能对光伏太阳能板表面污垢程度进行自动化地识别，能对光伏太阳能板表面是否需要清洗进行自动化地判断，实现了对太阳能板表面进行识别，但是其主要针对太阳能板表面是否需要进行清洗进行判断。

判断太阳能板表面是否需要清洗以及太阳能表面是否具有污渍和污渍分类识别，并不相同。

污渍的类别和对太阳能板的使用影响并不相同，而对太阳能板的清洗，尤其在具有规模的分布情况下，往往是较为消耗时间和成本的。

准确判断太阳能板表面污渍的存在以及类型，能够更加有效的帮助对太阳能板的清洗、养护、维护和维修，让操作人员规划更加方便。

发明内容

本发明的目的是为了解决现有技术中存在的缺陷，而提出的基于深度残差网络的太阳能板污迹识别方法。

为了实现上述目的，本发明采用了如下技术方案：

一种基于深度残差网络的太阳能板污迹识别方法，包括以下步骤：

S1：通过OpenCV中的数据增强技术扩大训练集，使训练样本更丰富；

S2：利用CNN中的残差网络提取图像特征，计算训练集识别率与损失函数值，储存训练模型，形成模型库；

S3：验证集图片输入模型库，比较识别率得到最优模型；

S4：将太阳能板污迹图像输入模型，自动识别并分类。

进一步地，步骤S4的具体步骤包括：

S401：将输入模型的太阳能板污迹图像的分辨率限定为224×224；

S402：经过第一层卷积生成特征图为112×112后，利用最大池化操作输出56×56的特征图；

S403：构建4个残差单元，分别为和得到7×7的特征图；

S404：利用AveragePooling操作得到最后的特征向量后，将其输入Softmax进行分类。

进一步地，在步骤S1中：通过构建自主拍摄与网络爬取的方式构建数据集、筛选并划分训练集与验证集。

进一步地，在步骤S1中：分别采用水平翻转、垂直翻转、逆时针旋转90°、随机改变亮度和随机改变对比度六种方法进行数据增强。