内含光伏电池板/太阳能电池板典型缺陷，数据集总数1190张左右，但制作标签为json格式，包括隐裂、断栅、污染等，可用于图像识别、图像处理、深度学习、目标检测、计算机视觉等领域。 下载的txt文件含有下载链接，放心下载！！！

内含光伏电池板/太阳能电池板典型缺陷，数据集总数2624张，但制作标签的只有1500+219张左右，VOC标签，包括微裂、失效、正常等，可用于图像识别、图像处理、深度学习、目标检测、计算机视觉等领域。 下载的txt文件含有下载链接，放心下载！！！

72. 电力设备内部绝缘油泄漏检测图像数据集（300多张数据+VOC标签）

电厂远程损伤检测图像数据集（大型与小型太阳能电池板+红外热图+风力涡轮机缺陷图像）-无人机图像与VOC标签，可用于目标检测、图像识别等人工智能领域，实现缺陷的自动化检测。

内含2年变压器油温数据，7万多数据点； 电力分配问是电网根据顺序变化的需求管理电力分配到不同用户区域。但要预测特定用户区域的未来需求是困难的，因为它随工作日、节假日、季节、天气、温度等的不同因素变化而变化。现有预测方法不能适用于长期真实世界数据的高精度长期预测，并且任何错误的预测都可能产生严重的后果。因此当前没有一种有效的方法来预测未来的用电量，管理人员就不得不根据经验值做出决策，而经验值的阈值通常远高于实际需求。保守的策略导致不必要的电力和设备折旧浪费。值得注意的是，变压器的油温可以有效反映电力变压器的工况。

内含电网遥感图像，包含：输电杆塔，火电厂烟囱，光伏发电板，发电厂油罐。标签类型有两种：labelme标签json，以及二值分割图像。

内含风力涡轮机叶片缺陷图像数据集，数据集总数几百张左右，分割标签，可用于图像识别、图像处理、深度学习、目标检测、计算机视觉等领域。 下载的txt文件含有下载链接，放心下载！！！