基于深度学习的公用事业级太阳能电站自动巡检
机器学习
2019-02-13 v1
摘要
太阳能有潜力成为世界的基础能源。公用事业级太阳能电站（大于 50 MW）可能拥有超过 10 万个独立太阳能组件，并散布在超过 200 英亩的土地上。传统上，对每个组件进行监测的方法在公用事业级规模下成本过高。我们展示了一种替代方案，利用深度学习的最新进展来自动分析无人机航拍 footage。我们表明这可以成为一种快速且可靠的替代方案。我们展示它能够节省大量电力，并对发展中国家产生巨大影响。
关键词
引用
@article{arxiv.1902.04132,
title = {Automatic Inspection of Utility Scale Solar Power Plants using Deep Learning},
author = {Alekh Karkada Ashok and Chandan G and Adithya Bhat and Kausthubh Karnataki and Ganesh Shankar},
journal= {arXiv preprint arXiv:1902.04132},
year = {2019}
}
备注
Presented at NIPS 2018 Workshop on Machine Learning for the Developing World