Photovoltaic hot spot detection method incorporating knowledge distillation and attention mechanisms

HAO Shuai; WU Yingqi; MA Xu; LI Tong; WANG Haiying

doi:10.37188/OPE.20233124.3640

您当前的位置：

首页 >

文章列表页 >

Photovoltaic hot spot detection method incorporating knowledge distillation and attention mechanisms

Information Sciences | 更新时间：2023-12-28

- Photovoltaic hot spot detection method incorporating knowledge distillation and attention mechanisms
- Optics and Precision Engineering Vol. 31, Issue 24, Pages: 3640-3650(2023)
- 作者机构：
  
  西安科技大学电气与控制工程学院，陕西西安 710054
- 作者简介：
- 基金信息：
- DOI：10.37188/OPE.20233124.3640
  CLC： TP394.1;TH691.9
- Received：05 May 2023，
  
  Revised：16 June 2023，
  
  Published：25 December 2023
- 稿件说明：
移动端阅览
郝帅,吴瑛琦,马旭等.融合知识蒸馏和注意力机制的光伏热斑检测[J].光学精密工程,2023,31(24):3640-3650.

HAO Shuai,WU Yingqi,MA Xu,et al.Photovoltaic hot spot detection method incorporating knowledge distillation and attention mechanisms[J].Optics and Precision Engineering,2023,31(24):3640-3650.
郝帅,吴瑛琦,马旭等.融合知识蒸馏和注意力机制的光伏热斑检测[J].光学精密工程,2023,31(24):3640-3650. DOI： 10.37188/OPE.20233124.3640.

HAO Shuai,WU Yingqi,MA Xu,et al.Photovoltaic hot spot detection method incorporating knowledge distillation and attention mechanisms[J].Optics and Precision Engineering,2023,31(24):3640-3650. DOI： 10.37188/OPE.20233124.3640.

摘要

针对复杂环境下光伏电池板热斑故障的多尺度目标导致检测困难的问题，提出一种融合知识蒸馏和注意力机制的检测算法。为实现故障特征信息高效提取与保留，设计一种融合高阶空间交互和通道注意力的模块以提升网络对于故障特征信息的表达能力；为增强复杂背景下目标信息表达能力，构建一种结合通道和位置信息的注意力模块来提高网络对于故障位置信息的识别准确率；采用知识蒸馏思想将教师网络的参数迁移至学生网络，在不增加任何复杂度的前提下提升学生网络的检测精度。为进一步精确定位热斑目标，引入Focal-CIoU损失函数加速网络收敛，从而提升检测性能。为验证算法有效性，与8种经典算法进行比较，实验结果表明，本文算法的检测精度最高，精度达84.8%，对于分辨率为640×512的图像检测速度可达142 FPS。

Abstract

A detection algorithm combining knowledge distillation and attention mechanism is proposed to solve the problem that multi-scale target of the hot spot fault of photovoltaic panel in a complex environment leads to difficult detection. To efficiently extract and retain fault feature information， a module that integrates higher-order spatial interaction and channel attention was designed to improve the expression ability of fault feature information. To further enhance the ability of expressing target information in a complex background， an attention module combining channel and location information was constructed to improve the recognition accuracy of fault location information. The parameters of teacher network were transferred to student network by knowledge distillation， and the detection accuracy of student network was improved without adding any complexity. A focal-CIoU loss function was introduced to accelerate network convergence and improve detection performance. In verifying the effectiveness of the proposed algorithm against eight classical algorithms， the experimental results show that the proposed algorithm has the highest detection accuracy （84.8%）， and the detection speed can reach 142 FPS for images with a resolution of 640×512.

关键词

Keywords

references

孙海蓉，李帆 . 基于注意力机制的光伏热斑识别［J］. 太阳能学报， 2023 ， 44 （ 2 ）： 453 - 459 .

SUN H R ， LI F . Photovoltaic hot spot recognition based on attention mechanism ［J］. Acta Energiae Solaris Sinica ， 2023 ， 44 （ 2 ）： 453 - 459 . （in Chinese）

蒋琳，苏建徽，李欣，等 . 基于可见光和红外热图像融合的光伏阵列热斑检测方法［J］. 太阳能学报， 2022 ， 43 （ 1 ）： 393 - 397 .

JIANG L ， SU J H ， LI X ， et al . Hot spot detection of photovoltaic array based on fusion of visible and infrared thermal images ［J］. Acta Energiae Solaris Sinica ， 2022 ， 43 （ 1 ）： 393 - 397 . （in Chinese）

毛峡，石天朋 . 光伏热斑图像有效区域分割算法研究［J］. 太阳能学报， 2018 ， 39 （ 5 ）： 1270 - 1276 .

MAO X ， SHI T P . Research on segmentation algorithm of effective region in photovoltaic hot spot image ［J］. Acta Energiae Solaris Sinica ， 2018 ， 39 （ 5 ）： 1270 - 1276 . （in Chinese）

马铭遥，张志祥，刘恒，等 . 基于I-V特性分析的晶硅光伏组件故障诊断［J］. 太阳能学报， 2021 ， 42 （ 6 ）： 130 - 137 .

MA M Y ， ZHANG Z X ， LIU H ， et al . Fault diagnosis of crystalline silicon photovoltaic module based on I-V characteristic analysis ［J］. Acta Energiae Solaris Sinica ， 2021 ， 42 （ 6 ）： 130 - 137 . （in Chinese）

孙建波，王丽杰，麻吉辉，等 . 基于改进YOLO v5s算法的光伏组件故障检测［J］. 红外技术， 2023 ， 45 （ 2 ）： 202 - 208 .

SUN J B ， WANG L J ， MA J H ， et al . Photovoltaic module fault detection based on improved YOLOv5s algorithm ［J］. Infrared Technology ， 2023 ， 45 （ 2 ）： 202 - 208 . （in Chinese）

孙海蓉，周映杰，张镇韬，等 . 基于改进自私羊群算法的光伏红外热图像热斑识别方法［J］. 中国电机工程学报， 2022 ， 42 （ 24 ）： 8942 - 8950 .

SUN H R ， ZHOU Y J ， ZHANG Z T ， et al . Hot spot recognition method of photovoltaic infrared thermal image based on improved selfish herd algorithm ［J］. Proceedings of the CSEE ， 2022 ， 42 （ 24 ）： 8942 - 8950 . （in Chinese）

蒋琳，苏建徽，施永，等 . 基于红外热图像处理的光伏阵列热斑检测方法［J］. 太阳能学报， 2020 ， 41 （ 8 ）： 180 - 184 .

JIANG L ， SU J H ， SHI Y ， et al . Hot spots detection of operating PV arrays through IR thermal image ［J］. Acta Energiae Solaris Sinica ， 2020 ， 41 （ 8 ）： 180 - 184 . （in Chinese）

GRIMACCIA F ， LEVA S ， NICCOLAI A . PV plant digital mapping for modules’ defects detection by unmanned aerial vehicles ［J］. IET Renewable Power Generation ， 2017 ， 11 （ 10 ）： 1221 - 1228 . doi: 10.1049/iet-rpg.2016.1041 http://dx.doi.org/10.1049/iet-rpg.2016.1041

刘忻伟，朴永杰，郑亮亮，等 . 面向航天光学遥感复杂场景图像的舰船检测［J］. 光学精密工程， 2023 ， 31 （ 6 ）： 892 - 904 . doi: 10.37188/OPE.20233106.0892 http://dx.doi.org/10.37188/OPE.20233106.0892

LIU X W ， PIAO Y J ， ZHENG L L ， et al . Ship detection for complex scene images of space optical remote sensing ［J］. Opt. Precision Eng. ， 2023 ， 31 （ 6 ）： 892 - 904 . （in Chinese） . doi: 10.37188/OPE.20233106.0892 http://dx.doi.org/10.37188/OPE.20233106.0892

张丽丽，陈真，刘雨轩，等 . 基于ZYNQ的Yolo v3-SPP实时目标检测系统［J］. 光学精密工程， 2023 ， 31 （ 4 ）： 543 - 551 . doi: 10.37188/ope.20233104.0543 http://dx.doi.org/10.37188/ope.20233104.0543

ZHANG L L ， CHEN Z ， LIU Y X ， et al . Yolo v3-SPP real-time target detection system based on ZYNQ ［J］. Opt. Precision Eng. ， 2023 ， 31 （ 4 ）： 543 - 551 . （in Chinese） . doi: 10.37188/ope.20233104.0543 http://dx.doi.org/10.37188/ope.20233104.0543

郝帅，何田，马旭，等 . 动态特征优化机制下的跨尺度红外行人检测［J］. 光学精密工程， 2022 ， 30 （ 19 ）： 2390 - 2403 . doi: 10.37188/OPE.20223019.2390 http://dx.doi.org/10.37188/OPE.20223019.2390

HAO S ， HE T ， MA X ， et al . Cross-scale infrared pedestrian detection based on dynamic feature optimization mechanism ［J］. Opt. Precision Eng. ， 2022 ， 30 （ 19 ）： 2390 - 2403 . （in Chinese） . doi: 10.37188/OPE.20223019.2390 http://dx.doi.org/10.37188/OPE.20223019.2390

REN S Q ， HE K M ， GIRSHICK R ， et al . Faster R-CNN： towards real-time object detection with region proposal networks ［J］. IEEE Transactions on Pattern Analysis and Machine Intelligence ， 2017 ， 39 （ 6 ）： 1137 - 1149 . doi: 10.1109/tpami.2016.2577031 http://dx.doi.org/10.1109/tpami.2016.2577031

CAO J H ， ZHANG J J ， JIN X . A traffic-sign detection algorithm based on improved sparse R-CNN ［J］. IEEE Access ， 2021 ， 9 ： 122774 - 122788 . doi: 10.1109/access.2021.3109606 http://dx.doi.org/10.1109/access.2021.3109606

樊涛，孙涛，刘虎 . 基于注意力机制的光伏组件热斑检测算法［J］. 北京航空航天大学学报， 2022 ， 48 （ 7 ）： 1304 - 1313 .

FAN T ， SUN T ， LIU H . Hot spot detection algorithm of photovoltaic module based on attention mechanism ［J］. Journal of Beijing University of Aeronautics and Astronautics ， 2022 ， 48 （ 7 ）： 1304 - 1313 . （in Chinese）

谢誉，包梓群，张娜，等 . 基于特征优化与深层次融合的目标检测算法［J］. 浙江大学学报（工学版）， 2022 ， 56 （ 12 ）： 2403 - 2415 .

XIE Y ， BAO Z Q ， ZHANG N ， et al . Object detection algorithm based on feature enhancement and deep fusion ［J］. Journal of Zhejiang University （Engineering Science）， 2022 ， 56 （ 12 ）： 2403 - 2415 . （in Chinese）

JU M ， LUO J ， LIU G ， et al . ISTDet： an efficient end-to-end neural network for infrared small target detection ［J］. Infrared Physics & Technology ， 2021 ， 114 ： 103659 . doi: 10.1016/j.infrared.2021.103659 http://dx.doi.org/10.1016/j.infrared.2021.103659

李想，特日根，仪锋，等 . 针对全球储油罐检测的TCS-YOLO模型［J］. 光学精密工程， 2023 ， 31 （ 2 ）： 246 - 262 . doi: 10.37188/OPE.20233102.0246 http://dx.doi.org/10.37188/OPE.20233102.0246

LI X ， TE R G ， YI F ， et al . TCS-YOLO model for global oil storage tank inspection ［J］. Opt. Precision Eng. ， 2023 ， 31 （ 2 ）： 246 - 262 . （in Chinese） . doi: 10.37188/OPE.20233102.0246 http://dx.doi.org/10.37188/OPE.20233102.0246

王道累，姚勇，张世恒，等 . 基于红外热图像的光伏组件热斑深度学习检测方法［J/OL］. 中国电机工程学报： 1 - 9 ［ 2023-04-20 ］. https：//doi.org/10.13334/j.0258-8013.pcsee.221519 https://doi.org/10.13334/j.0258-8013.pcsee.221519 .

WANG D L ， YAO Y ， ZHANG S H ， et al . Deep Learning Detection Method of Photovoltaic Module Hot Spot Based on Infrared Thermal Image ［J/OL］. Chinese Society for Electrical Engineering ， 1 - 9 ［ 2023-04-20 ］. https：//doi.org/10.13334/j.0258-8013.pcsee.221519. https://doi.org/10.13334/j.0258-8013.pcsee.221519. （in Chinese）

夏杰锋，唐武勤，杨强 . 光伏航拍红外图像的热斑自动检测方法［J］. 浙江大学学报（工学版）， 2022 ， 56 （ 8 ）： 1640 - 1647 .

XIA J F ， TANG W Q ， YANG Q . Automatic hot spot detection method for photovoltaic aerial infrared image ［J］. Journal of Zhejiang University （Engineering Science）， 2022 ， 56 （ 8 ）： 1640 - 1647 . （in Chinese）

SU B Y ， CHEN H Y ， LIU K ， et al . RCAG-Net： residual channelwise attention gate network for hot spot defect detection of photovoltaic farms ［J］. IEEE Transactions on Instrumentation and Measurement ， 2021 ， 70 ： 1 - 14 . doi: 10.1109/tim.2021.3054415 http://dx.doi.org/10.1109/tim.2021.3054415

Views

550

下载量

CSCD

Alert me when the article has been cited

提交

Tools

Publicity Resources

Underwater image enhancement based on multi-branch residual attention network

Audio object detection network with multimodal cross level feature knowledge transfer

Face recognition algorithm incorporating CBAM and Siamese neural network

CT and PET medical image fusion based on LL-GG-LG Net

Weather recognition combining improved ConvNeXt models with knowledge distillation

Related Author

CHENG Zhuming

LI Jiaxuan

HUANG San'ao

HAN Lichao

WANG Peizhen

LIU Shibei

CHEN Ying

MENG Xiangzhou

Related Institution

School of Electrical and Information Engineering， Anhui University of Technology， Maanshan

Key Laboratory of Advanced Process Control for Light Industry （Ministry of Education）， Jiangnan University

School of Mechanical Engineering， University of Jinan

School of Computer Science and Engineering， North Minzu University

Key Laboratory of Image and Graphics Intelligent Processing of State Ethnic Affairs Commission， North Minzu University

AI问答

Address：No.3888 Dong Nanhu Road, Changchun, Jilin, China Postal code：130033
Tel：0431-86176855 Email：gxjmgc@ciomp.ac.cn
Technical support is provided by Beijing Founder electronics co., LTD 吉ICP备11002662号-17 京公网安备11010802024621
It is recommended to read the content of this site in Chrome&IE9+. Please switch to extreme mode in browser 360.
Cookies We use cookies to help provide and enhance our service and tailor content. By continuing, you agree to the use of cookies.

⁰