Bài viết Đánh giá chất lượng pin năng lượng mặt trời bằng mạng học sâu dựa trên ảnh điện phát quang trình bày một phương pháp đánh giá chất lượng pin năng lượng mặt trời bằng mạng học sâu AlexNet dựa trên kỹ thuật xử lý ảnh. Ảnh sử dụng cho mạng học sâu là dạng ảnh điện phát quang, chỉ có thể chụp được từ máy ảnh hồng ngoại. | ISSN 1859-1531 - TẠP CHÍ KHOA HỌC VÀ CÔNG NGHỆ - ĐẠI HỌC ĐÀ NẴNG VOL. 20 NO. 9 2022 1 ĐÁNH GIÁ CHẤT LƯỢNG PIN NĂNG LƯỢNG MẶT TRỜI BẰNG MẠNG HỌC SÂU DỰA TRÊN ẢNH ĐIỆN PHÁT QUANG EVALUATE SOLAR PANEL QUALITY USING DEEP LEARNING METHOD BASED ON ELECTROLUMINESCENCE IMAGES Lưu Trọng Hiếu1 Lâm Văn Tính2 Cao Thành Tân1 Nguyễn Chí Ngôn1 1 Trường Đại học Cần Thơ 2 Trường Cao đẳng nghề Bạc Liêu Tác giả liên hệ luutronghieu@ Nhận bài 06 7 2022 Chấp nhận đăng 12 9 2022 Tóm tắt - Nghiên cứu trình bày một phương pháp đánh giá chất Abstract - This paper aims to introduce a method for solar panel lượng pin năng lượng mặt trời bằng mạng học sâu AlexNet dựa quality assessment by using deep learning network AlexNet trên kỹ thuật xử lý ảnh. Ảnh sử dụng cho mạng học sâu là dạng based on image processing tẹchnology. Electroluminescence ảnh điện phát quang chỉ có thể chụp được từ máy ảnh hồng ngoại. images used in this research can only capture from the infrared Để thu được ảnh điện phát quang một phòng tối được xây dựng camera. Data acquisition was captured in dark room where the để thu thập dữ liệu. Tấm pin được cấp nguồn điện một chiều và solar panel was supplied by DC power and the infrared camera máy ảnh hồng ngoại được bố trí vuông góc với tấm pin. Tập dữ was located perpendicular with solar surface. Dataset was divided liệu này được chia thành ba nhóm với tỉ lệ hư hỏng khác nhau và into three labels with different percentage damage and trained được huấn luyện thông qua mạng học sâu AlexNet. Nghiên cứu through the deep learning network AlexNet. This paper also cũng đề xuất một giải pháp đánh giá phần trăm hư hỏng của các provided a method to estimate the percentage damage of the solar tấm pin. Kết quả huấn luyện và phân loại của giải pháp cho thấy panel. Result showed that the training and classification work có thể đánh giá chất lượng tấm pin với độ chính xác hơn 90 . well with the accuracy is higher than 90 . Từ khóa - Ảnh quang điện tử xử lý ảnh trí thông minh nhân .
