沙特阿拉伯法赫德国王石油矿产大学的科学家分析了基于集成的深度学习框架对光伏电池缺陷分类的优势。集成深度学习结合了多种深度学习模型，以提高预测的准确性。该小组测试了八种先进的独立模型，并将它们的性能与投票和装袋两种集成技术的性能进行了比较。对于投票技术，我们有八个经过训练的投票集成模型，每个模型都有独特的性能值。投票聚合技术用于提高整体性能。在本文中，我们使用了软投票技术，该技术使用每个模型的平均性能值进行多数...

一个国际研究团队开发了一种基于航空图像深度学习的新型光伏故障检测方法。所提出的方法使用 U-Net 卷积神经网络 (CNN) 架构进行图像分割，然后应用 InceptionV3-Net CNN 架构进行故障分类。学者们表示：太阳能电池板表面存在的灰尘、雪、鸟粪以及其他物理和电气问题可能会导致能量损失。 太阳能系统有效监控和清洁协议的必要性怎么强调都不为过。 基于这个目的，我们选择了研究主题来改进与各种类型的太阳能电池板损坏相关的图像处理和...