买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉华北电力大学(保定)申请的专利一种基于图像分析的光伏组件缺陷损伤的识别方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN115311238B 。

龙图腾网通过国家知识产权局官网在2025-11-21发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202210973574.1，技术领域涉及：G06T7/00；该发明授权一种基于图像分析的光伏组件缺陷损伤的识别方法是由王艳;申宗旺设计研发完成，并于2022-08-15向国家知识产权局提交的专利申请。

本一种基于图像分析的光伏组件缺陷损伤的识别方法在说明书摘要公布了：本发明公开了一种基于图像分析的光伏组件缺陷损伤的识别方法，包括：通过在LSGAN网络模型的生成器和判别器的结构中应用卷积网络代替GAN的全连接层，构建LS‑DCGAN模型；基于DenseNet网络，通过融合分组卷积和注意力机制模块，构建GCSE‑DenseNet模型；通过LS‑DCGAN模型，对光伏组件图像进行数据增强，并对光伏组件的缺陷类型进行编码，生成用于训练GCSE‑DenseNet模型的数据集；采集光伏组件图像，根据LS‑DCGAN模型，以及通过利用扩充数据集训练得到的GCSE‑DenseNet模型，识别光伏组件图像中的缺陷损伤；本发明有效提高网络的学习能力以及光伏组件缺陷识别的精度。

本发明授权一种基于图像分析的光伏组件缺陷损伤的识别方法在权利要求书中公布了：1.一种基于图像分析的光伏组件缺陷损伤的识别方法，其特征在于，包括： 通过在LSGAN网络模型的生成器和判别器的结构中应用卷积网络代替其中的全连接层，构建最小二乘深度卷积生成对抗网络LS-DCGAN模型； 基于密集连接卷积网络DenseNet，通过融合分组卷积和注意力机制模块，构建GCSE-DenseNet模型； 通过所述LS-DCGAN模型，对光伏组件图像进行数据增强，并对光伏组件的缺陷类型进行编码，生成用于训练所述GCSE-DenseNet模型的数据集； 采集光伏组件图像，根据所述LS-DCGAN模型，以及通过利用扩充数据集训练得到的所述GCSE-DenseNet模型，识别所述光伏组件图像中的缺陷损伤； 在构建GCSE-DenseNet模型的过程中，所述密集连接卷积网络DenseNet包括密集模块和过渡模块，其中，所述密集模块用来提取图像的特征，所述过渡模块用来连接两个相邻的密集模块，并对特征图进行适当变换； 在所述密集模块中引入卷积核为3×3的双分组卷积操作，以减少模型参数量，降低模型冗余度； 在所述密集模块中引入SE注意力机制模块，通过融合注意力机制，在多层级特征重用的同时进行通道特征选择，用于突出有效的通道特征，削弱无效的通道特征，有效提高网络的学习能力； 在识别所述光伏组件图像的缺陷损伤的过程中，将光伏组件图像数据进行压缩和降噪操作后，输入所述LS-DCGAN模型进行数据增强，将生成图像与原始图像合并，形成扩充数据集； 对光伏组件的缺陷类型进行编码，并将扩充数据集划分为训练集和测试集，对划分好的数据集进行数据归一化处理； 将训练集输入所述GCSE-DenseNet模型进行训练，并将测试集输入训练好的模型进行光伏组件缺陷识别。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人华北电力大学(保定)，其通讯地址为：071000 河北省保定市莲池区永华北大街619号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。