태양광 패널의 자동 불량 분류 개발

국문 초록 (Abstract)

태양광 패널의 불량은 그 특성으로 인해 열을 발산하여 높은 온도를 가진다. 따라서 열화상 카메라로 패널의 열을 촬영하고 열화상 영상으로 태양광 불량을 분류하는 네트워크를 제안한다. 열화상 영상은 그 자체로 특징을 나타내기 때문에 Residual block을 이용해 입력데이터의 Identity를 보존하는 과정을 포함한다. 네트워크의 분류 정확도는 57.14%로 향후 데이터의 많은 수집을 통해 정확도 향상을 기대해 볼 수 있다.

다국어 초록 (Multilingual Abstract)

The defect of the solar panel has a high temperature by dissipating heat due to the characteristics of the defect. Therefore, photographing heat of a panel with thermal imaging camera and a network that classifying solar defects into thermal imaging images is proposed. Since thermal images themselves represent characteristics, they include the precess of preserving the identity of input data using Residual block. The proposed network classification accuracy is 57.14%, which can be expected to improve accuracy through a large collection of data in the future.