本项目通过电流-电压特性，建立单二极管、双二极管模型，提取太阳电池、光伏组件串联电阻、并联电阻、理想因子、饱和电流、光生电流等寄生参数，精确度超过源表自带的参数提取结果。采用深度学习算法实现光伏电站、光伏组件超短期、短期输出电流/功率预测，为光伏电站并网发电的运行、机组组合、规划和配电方面提供依据。

开发了缺陷识别系统，（1）仅仅需要一个或者少量缺陷光伏组件图片的训练，通过生成对抗网络，实现对测试组件图片的识别，判断是否为合格/缺陷组件。可用于及时发现光伏电站中的缺陷组件。（2）基于一定数量的合格和缺陷组件，以及对应的缺陷标注，通过可变形卷积算法，实现对测试组件图片的识别，判断是否为合格/缺陷组件。