基于多源数据和深度学习的光伏组件热斑检测方法及系统

本发明属于光伏组件检测技术领域，提供了一种基于多源数据和深度学习的光伏组件热斑检测方法及系统，将光谱图像和热射线图像进行融合，光谱图像能够捕捉光伏组件表面的细微变化，而热射线图像直接反映温度分布，二者的结合提供了更加全面的信息源；这种数据融合使得本发明在复杂环境下，尤其是温度接近正常值的热斑区域，能够进行更精确的检测，从而提高了热斑预测的准确性和可靠性。通过利用深度变换自编码器模型进行热斑区域预测，能够有效地处理高维、多模态数据，并从中提取有用的特征。本发明通过实时预测与评估机制，运维人员可以及时识别光伏组件中的热斑问题，减少系统故障发生的风险，最终提升光伏电站的运维效率和可靠性。