TY - JOUR A2 - Khadka, Dhruba B. AU - Et-taleby, Abdelilah AU - Boussetta, Mohammed AU - Benslimane, Mohamed PY - 2020 DA - 2020/12/04 TI -基于K-Means, Elbow的光伏场故障检测聚类或分组是最重要的图像处理方法之一，目的是将图像分割成不同的组。研究文献，已经进行了许多聚类算法，其中K-means算法被认为是最简单和最常用的分类图像到许多区域。在此背景下，本工作的主要目标是利用K-means算法对热图像进行聚类，对光伏领域的损伤区域进行精确检测和定位。聚类质量取决于所选择的聚类数量;因此，使用弯头、平均轮廓和NbClust R封装方法来找到最优数k。仿真结果表明，使用K-means算法可以精确地检测光伏板的故障。用弯管法提出的三个簇给出了良好的结果。SN - 1110-662X UR - https://doi.org/10.1155/2020/6617597 DO - 10.1155/2020/6617597 JF -国际光能杂志PB - Hindawi KW - ER -