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!
申请/专利权人:苏州威华智能装备有限公司
摘要:本发明提供一种基于改进深度学习的光伏电池膜厚预测方法,具体步骤包括:(1)通过摄像装置采集镀膜后光伏电池片的图像信息以及膜厚值,图像信息中包括RGB三通道灰度值的图像数据;(2)将RGB图像数据转换为HSL图像数据;(3)根据HSL图像数据和膜厚值确定相关性R,并根据相关性R确定与实际镀膜厚度关联性最强的图像数据,根据HSL图像数据中H值和L值确定色深值Y值;(4)对图像数据进行归一化处理;(5)基于BP神经网络形成色深值与膜厚预测模型;(6)通过膜厚预测模型以及色深值Y对光伏电池片的镀膜厚度进行膜厚预测,确定预测的膜厚与实际膜厚误差在允许的范围内,计算速度快,且可靠性好。
主权项:1.一种基于改进深度学习的光伏电池膜厚预测方法,其特征在于:具体步骤包括:(1)通过摄像装置采集镀膜后光伏电池片的图像信息以及膜厚值,图像信息中包括RGB三通道灰度值的图像数据;(2)将RGB图像数据转换为HSL图像数据;(3)根据HSL图像数据和膜厚值确定相关性R,并根据相关性R确定与实际镀膜厚度关联性最强的图像数据,根据HSL图像数据中H值和L值确定色深值Y值;(4)对图像数据进行归一化处理;(5)基于BP神经网络形成色深值与膜厚预测模型;(51)在BP神经网络的隐含层中引入Tanh函数;(52)对BP神经网络的隐含层与输出层之间的权重关系式中增加动量项;(53)形成膜厚预测模型;(6)通过膜厚预测模型以及色深值Y对光伏电池片的镀膜厚度进行膜厚预测,确定预测的膜厚与实际膜厚误差在允许的范围内。
全文数据:
权利要求:
百度查询: 苏州威华智能装备有限公司 一种基于改进深度学习的光伏电池膜厚预测方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。