科研之友
微信
新浪微博
Facebook
分享链接
摘要
在应用神经网络进行光伏组件红外图像故障检测中，针对其存在学习效率低、运行速度慢等问题，提出一种改进InceptionV3网络的故障分类方法。首先，通过设置宽度因子来压缩模型通道数；然后通过SENet机制实现网络结构优化，提升故障特征的提取能力；最后通过引入logcosh函数为损失函数增加约束项，确保输出loss值的稳定性并解决数值溢出问题。实验结果表明，改进后的InceptionV3模型在提升准确率的同时减少了运行时间，为光伏组件的故障分类提供了一种有效方案。
-
单位河北大学; 电子信息工程学院
