基于FC-ACGAN网络的太阳电池EL图像的数据增强方法

作者：张一平; 许盛之^*; 孟子尧; 赵颖; 张晓丹

来源：太阳能学报, 2021, 42(10): 35-41.

DOI：10.19912/j.0254-0096.tynxb.2019-1016

• 太阳电池
• 电致发光
• 深度学习
• 光伏发电
• 数据增强
• 生成对抗网络

针对深度学习训练中太阳电池电致发光(EL)图像数据集过小导致训练效果差的问题,该文设计了全连接辅助分类器生成式对抗网络(FC-ACGAN),对已有的单晶硅太阳电池EL图像数据集进行数据增强,并用于LeNet网络模型训练。实验表明,通过改进ACGAN网络模型深度和训练方法生成高质量EL图像,利用生成图像与原始图像的混合数据集训练LeNet分类模型后获得识别率为94.82%的分类性能。

• 单位
  南开大学; 天津市光电子薄膜器件与技术重点实验室