2026年人工智能新能源监控考试题库及解析.docxVIP

2026年人工智能新能源监控考试题库及解析

一、单项选择题（每题2分，共30分）

1.在光伏电站智能巡检系统中，若采用YOLOv8模型进行组件热斑检测，下列哪项参数最能直接反映模型对微小热斑的召回能力？

A.mAP@0.5

B.mAP@0.5:0.95

C.Recall@0.3

D.F1-score@0.7

答案：C

解析：Recall@0.3在IoU阈值较低时统计，对尺寸小于32×32像素的热斑更敏感，可体现召回能力。

2.某风电场SCADA系统采样频率为1Hz，若采用滑动平均滤波对风速序列去噪，窗口长度应满足：

A.小于湍流积分时间尺度

B.等于叶片旋转周期

C.大于3倍湍流积分时间尺度

D.等于电网频率周期

答案：A

解析：窗口若大于湍流积分时间尺度会抹除有效湍流信息，降低后续功率预测精度。

3.在锂离子电池RUL（剩余寿命）预测中，采用Transformer时序模型，若输入序列为前30%寿命周期的电压、电流、温度，则最佳位置编码方式为：

A.绝对正弦编码

B.相对位置编码

C.可学习分段编码

D.无需位置编码

答案：C

解析：电池老化过程呈分段非线性，可学习分段编码可让模型自动捕捉老化阶段边界。

4.光伏电站采用无人机红外巡检，若红外热像仪NETD为50mK，飞行高度为20m，则其可识别的最小热斑面积约为：

A.1cm2

B.3cm2