龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
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：国网浙江省电力有限公司舟山供电公司
摘要：本发明公开了一种基于数据结构匹配的海岛光伏场景模型快速适配方法,涉及模型快速适配领域，目前，智能海岛光伏模型适配难且慢。本发明包括为目标域的数据生成伪标签；对缺陷分类网络进行微调；引入L1损失函数优化源域模型；采用多源信息融合策略优化源域模型，得到针对目标域的光伏缺陷识别模型；采用光伏特定类别的排除策略，采用半监督学习方法优化光伏缺陷识别模型；使用所有可用的源域数据和目标域伪标签对光伏缺陷识别模型进行完整的训练及性能验证，得到训练完善的光伏缺陷识别模型。本技术方案仅利用源域特征的类别特征均值与方差来刻画源域数据的分布，不仅提高了模型的适应速度，还保证了模型的准确性和鲁棒性。
主权项：1.一种基于数据结构匹配的海岛光伏场景模型快速适配方法，其特征在于包括以下内容：1获取光伏电站的源域模型，并根据光伏电站的目标域缺陷情况，对源域模型的缺陷分类网络的输出层进行适应性调整，使其专注于目标域存在的缺陷类别；2利用调整后的源域模型对目标域的数据进行预测，并基于预测结果为目标域的数据生成伪标签；3利用源域的有标签数据和目标域的伪标签数据，对缺陷分类网络进行微调，使其适应目标域的特定缺陷分类任务；4引入L1损失函数优化源域模型，L1损失函数包括特征中心点的L1距离损失和方差的L1距离损失，实现典型缺陷特征的结构对齐；5采用多源信息融合策略优化源域模型，得到针对目标域的光伏缺陷识别模型；6采用光伏特定类别的排除策略，优化光伏缺陷识别模型适应性；7采用半监督学习方法优化光伏缺陷识别模型；8使用所有可用的源域数据和目标域伪标签对光伏缺陷识别模型进行完整的训练，并定期对光伏电站目标域进行性能验证，根据验证结果，不断调整模型参数和学习策略，通过反复迭代和优化，得到训练完善的光伏缺陷识别模型；利用完善的光伏缺陷识别模型对目标域的光伏电站图像数据进行缺陷识别。
全文数据：
权利要求：
百度查询： 国网浙江省电力有限公司舟山供电公司 一种基于数据结构匹配的海岛光伏场景模型快速适配方法
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。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号