Core Concepts
太陽光発電セルにおけるミクロ割れの検出は、効率的なエネルギー生産と長期的な信頼性を確保するために重要である。
Abstract
太陽エネルギーは有限資源である化石燃料に代わる堅牢な再生可能エネルギー源として急速に普及しています。しかし、結晶シリコンセルから構築された太陽光パネルは脆弱であり、時間の経過や予測メンテナンスタスク中にひび割れしやすく、これが電気絶縁部分や故障を引き起こす可能性があります。この研究は、コンピュータビジョン技術を使用して太陽パネル内のセルのひび割れを検出し、光発電システムの潜在的な故障を予測して警告するシステムの開発を目指しています。異なる環境設定でDLモデルが展開され、それぞれの適切なDLモデルが見つかりました。最終的に、微小コントローラー内で実行されるMLモデルが82%の精度で動作することが示されました。
Stats
InceptionV3 モデルは93%の精度を達成しました。
EfficientNetB0 モデルは85%の精度を達成しました。
VGG16ブロックから構築されたMLモデルは82%の精度を達成しました。
Quotes
"太陽エネルギーは大規模なフィールドに広く展開されており、近隣都市へ電力供給するために使用されています。"
"従来の方法では人間エラーや時間消費が問題となっていました。"
"コンピュータビジョン手法は深層学習アルゴリズムを使用して太陽セル内の不具合パターンを学習し、これらの不具合を推測します。"