Automatyczna klasyfikacja błędów modułów fotowoltaicznych na podstawie obrazów termicznych z wykorzystaniem funkcji CNN skompresowanych autoenkoderem

Key Points

• The primary aim is to develop an automatic classification system for photovoltaic module errors using thermal images and CNN techniques.
• Utilized thermal imaging for data acquisition
• Employed CNN architectures for error classification
• Implemented data compression using autoencoders
• Achieved significant accuracy in error classification using the proposed method
• Demonstrated the feasibility of automated diagnostics for photovoltaic systems
• Enhanced understanding of failure patterns in solar modules