本发明涉及人工智能技术领域，具体涉及一种基于
光伏组件隐裂检测的电池板失效面积预测方法与系统。该方法利用图像采集设备采集电池组件图像；将电池组件图像输入第一神经网络，得到
电池片的隐裂分割图像和隐裂类型；对隐裂分割图像进行统计和分析，得到电池板的隐裂特征参数；基于隐裂分割图像和隐裂类型，得到电池板的隐裂分布图和隐裂类型数量；将隐裂特征参数、隐裂分布图和隐裂类型数量输入第二神经网络，预测电池板的失效面积。利用双路结构的神经网络对电池片进行隐裂检测和电池板失效面积预测，不仅能够为电池板的失效面积预测提供有效的特征，进一步得到严谨的预测数据结果，而且提高了电池板的失效面积预测的严谨性和效率。
声明：
“基于光伏组件隐裂检测的电池板失效面积预测方法与系统” 该技术专利(论文)所有权利归属于技术(论文)所有人。仅供学习研究，如用于商业用途，请联系该技术所有人。
我是此专利(论文)的发明人(作者)
818
编辑：管理员
来源：北方有色网
咨询细节
