期刊导航
期刊开放获取
VIP36
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于新能源大集控生产运营管理与区域维检模式研究
1
作者
于坤義
党宁
+1 位作者
李世峰
王国泉
《中国设备工程》
2024年第24期61-63,共3页
随着新能源技术的发展,新能源场站的管理模式也在不断进化。本研究主要探讨了新能源场站的集控运行模式和区域维检模式,分析了它们的优劣势。同时,研究了数字化管理平台在集控管控和区域维检中的应用,特别是其核心功能、数据分析与决策...
随着新能源技术的发展,新能源场站的管理模式也在不断进化。本研究主要探讨了新能源场站的集控运行模式和区域维检模式,分析了它们的优劣势。同时,研究了数字化管理平台在集控管控和区域维检中的应用,特别是其核心功能、数据分析与决策支持以及与其他系统的集成。此外,还探讨了智能维检系统在区域维检中心的应用,尤其集控无人机巡检技术在区域维检与集控运营模式中的应用。
展开更多
关键词
新能源场站
集控管理运行
区域维检模式
在线阅读
下载PDF
职称材料
基于多尺度伸缩卷积与注意力机制的光伏组件缺陷分割算法
2
作者
党宁
李世峰
于坤義
《电子技术应用》
2025年第4期66-71,共6页
无人机在光伏系统的巡检过程中需要对光伏组件的缺陷进行准确和快速识别,为此提出了一种基于多尺度伸缩卷积与注意力机制的光伏组件缺陷分割网络。首先在传统的U-Net网络每个Stage加入多尺度伸缩卷积模块,从而对光伏组件缺陷进行分割,P...
无人机在光伏系统的巡检过程中需要对光伏组件的缺陷进行准确和快速识别,为此提出了一种基于多尺度伸缩卷积与注意力机制的光伏组件缺陷分割网络。首先在传统的U-Net网络每个Stage加入多尺度伸缩卷积模块,从而对光伏组件缺陷进行分割,PA达到了98.61%,与传统U-Net、FCN网络进行对比分析,准确率分别提高了0.32%和1.17%,算法消耗时间0.054 s,相较于对比的分割算法提高了0.006 s~0.013 s;然后将分割后的缺陷掩码mask和原图进行与操作,最后通过轻量级网络MobileNetV3对光伏组件缺陷(热斑、裂缝、鸟粪)进行检测并分类,精确率达到了98.82%,与SqueezeNet、ShuffleNet V2和GhostNet网络进行对比,分别提高了0.43%、1.08%和0.8%,平均检测时间0.026s,相较于对比的检测算法提高了0.002s~0.036s。实验结果表明基于多尺度伸缩卷积与注意力机制的光伏组件缺陷分割网络具有较高的准确率和识别速率。
展开更多
关键词
光伏组件缺陷
注意力机制
多尺度伸缩卷积
U-net网络
MobileNetV3网络
在线阅读
下载PDF
职称材料
题名
基于新能源大集控生产运营管理与区域维检模式研究
1
作者
于坤義
党宁
李世峰
王国泉
机构
国家电投集团甘肃电力有限公司
出处
《中国设备工程》
2024年第24期61-63,共3页
文摘
随着新能源技术的发展,新能源场站的管理模式也在不断进化。本研究主要探讨了新能源场站的集控运行模式和区域维检模式,分析了它们的优劣势。同时,研究了数字化管理平台在集控管控和区域维检中的应用,特别是其核心功能、数据分析与决策支持以及与其他系统的集成。此外,还探讨了智能维检系统在区域维检中心的应用,尤其集控无人机巡检技术在区域维检与集控运营模式中的应用。
关键词
新能源场站
集控管理运行
区域维检模式
分类号
F426.61 [经济管理—产业经济]
在线阅读
下载PDF
职称材料
题名
基于多尺度伸缩卷积与注意力机制的光伏组件缺陷分割算法
2
作者
党宁
李世峰
于坤義
机构
国家电投集团甘肃电力有限公司
出处
《电子技术应用》
2025年第4期66-71,共6页
基金
国家电力投资集团公司技术预研项目(C-JGKJ-202303-JSYY24)。
文摘
无人机在光伏系统的巡检过程中需要对光伏组件的缺陷进行准确和快速识别,为此提出了一种基于多尺度伸缩卷积与注意力机制的光伏组件缺陷分割网络。首先在传统的U-Net网络每个Stage加入多尺度伸缩卷积模块,从而对光伏组件缺陷进行分割,PA达到了98.61%,与传统U-Net、FCN网络进行对比分析,准确率分别提高了0.32%和1.17%,算法消耗时间0.054 s,相较于对比的分割算法提高了0.006 s~0.013 s;然后将分割后的缺陷掩码mask和原图进行与操作,最后通过轻量级网络MobileNetV3对光伏组件缺陷(热斑、裂缝、鸟粪)进行检测并分类,精确率达到了98.82%,与SqueezeNet、ShuffleNet V2和GhostNet网络进行对比,分别提高了0.43%、1.08%和0.8%,平均检测时间0.026s,相较于对比的检测算法提高了0.002s~0.036s。实验结果表明基于多尺度伸缩卷积与注意力机制的光伏组件缺陷分割网络具有较高的准确率和识别速率。
关键词
光伏组件缺陷
注意力机制
多尺度伸缩卷积
U-net网络
MobileNetV3网络
Keywords
photovoltaic module defects
attention mechanism
multiscale telescopic convolution
U-Net network
MobileNetV3 network
分类号
TP391.41 [自动化与计算机技术]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于新能源大集控生产运营管理与区域维检模式研究
于坤義
党宁
李世峰
王国泉
《中国设备工程》
2024
0
在线阅读
下载PDF
职称材料
2
基于多尺度伸缩卷积与注意力机制的光伏组件缺陷分割算法
党宁
李世峰
于坤義
《电子技术应用》
2025
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部