Key points are not available for this paper at this time.
Photovoltaik-Anlagen im Versorgungsmaßstab erfordern spezialisierte Inspektionsmethoden zur Erkennung fehlerhafter Paneele. Fehler an Photovoltaik(PV)-Paneelen, die durch Wetter, Erdleckagen, Schaltungsprobleme, Temperatur, Umwelt, Alter und andere Schäden verursacht werden, können viele Formen annehmen, zeigen jedoch oft symptomatisch Temperaturunterschiede. Enthalten ist eine Mini-Umfrage zur Überprüfung dieser häufigen Fehler und Ansätze zur Fehlererkennung bei PV-Anlagen. Unter diesen sind Infrarot-Thermographiekameras ein leistungsstarkes Werkzeug zur Verbesserung der Inspektion von Solarmodulen im Feld. Diese können mit anderen Technologien kombiniert werden, einschließlich Bildverarbeitung und maschinellem Lernen. Dieses Positionspapier untersucht mehrere Computer Vision-Algorithmen, die die automatische Erkennung thermischer Anomalien in Infrarotbildern ermöglichen. Wir demonstrieren unseren Ansatz zur Datensammlung für Infrarot-Thermographie, den Benchmark-Datensatz für PV-Thermografiebilder und die gemessene Leistung von Bildverarbeitungs-Transformationen, einschließlich der Hough-Transformation zur PV-Segmentierung. Die Ergebnisse dieser Implementierung werden zusammen mit einer Diskussion über zukünftige Arbeiten präsentiert.
Ramirez et al. (Sat,) haben diese Frage untersucht.
Synapse has enriched 5 closely related papers on similar clinical questions. Consider them for comparative context: