[發明專利]基于人工智能的光伏電池內部缺陷類別檢測方法及系統

在審

• 申請號: 202011091433.4
• 申請日: 2020-10-13
• 公開（公告）號: CN112129767A
• 公開（公告）日: 2020-12-25
• 發明（設計）人: 陳松山;房桂麗
• 申請（專利權）人: 陳松山
• 主分類號: G01N21/88
• 分類號: G01N21/88;G01N25/72;H02S50/10
• 代理公司: 暫無信息
• 代理人: 暫無信息

本發明涉及人工智能技術領域，具體涉及基于人工智能的光伏電池內部缺陷類別檢測系統。該系統包括電池板缺陷模塊，用于獲取電池板缺陷區域語義圖像，得到缺陷區域的最小外接矩形；內部缺陷分析模塊，得到缺陷區域在最小外接矩形區域的面積占比A、電池板溫度的離散程度V、缺陷區域的最小外接矩形區域的發電效率μ；缺陷類別判斷模塊，用于根據面積占比A、電池板溫度的離散程度V和最小外接矩形區域的發電效率μ所構建的缺陷類別判斷函數H，通過判斷函數H與預設閾值判斷缺陷類別。該系統綜合缺陷面積占比、電池板溫度分布離散程度和電池板效率三種參數，構建缺陷類別判斷函數，通過該判斷函數提高了對缺陷類型的識別率。

技術領域

本發明涉及人工智能技術領域，具體涉及基于人工智能的光伏電池內部缺陷類別檢測方法及系統。

背景技術

光伏電池缺陷是指電池片或者電池組件受到較大的機械或熱應力時，可能在電池單元產生肉眼不易察覺的隱性缺陷。電池片產生的電流要依靠“表面的主柵線及垂直于主柵線的細柵線”搜集和導出。當缺陷導致細柵線斷裂時，細柵線無法將收集的電流輸送到主柵線，將會導致電池片部分甚至全部失效。

有研究顯示，組件缺陷嚴重時，會導致組件功率的損失，但是損失的大小并不確定。線性對組件電性能的影響小，而裂片對組件功率損失非常大，電池板出現混檔時會對電池板的發電效率也有很大影響。

發明人在實踐中，發現上述現有技術存在以下缺陷：

由于缺陷難以用肉眼可見，一般需要儀器才能探測到，很難人為做出定量判斷這種看不到的缺陷，測試儀對缺陷進行檢測后，還需要人為觀察組件缺陷的類別，來采取相對應的處理方法。

發明內容

為了解決上述技術問題，本發明的目的在于提供基于人工智能的光伏電池內部缺陷類別檢測方法及系統，所采用的技術方案具體如下：

第一方面，本發明一實施例提供了一種基于人工智能的光伏電池內部缺陷類別檢測系統，該系統包括：電池板缺陷感知模塊、內部缺陷分析模塊與缺陷類別判斷模塊。

其中，電池板缺陷模塊，用于采集電池板圖像，獲取電池板缺陷區域圖像，得到缺陷區域的最小外接矩形。

內部缺陷分析模塊，包括面積占比單元、溫度離散單元和電池片效率單元。

面積占比單元，用于獲取缺陷區域的面積Sum和最小外接矩形區域的面積S_矩形，得到缺陷區域在最小外接矩形區域的面積占比A。

溫度離散單元，用于獲取電池板溫度T，根據電池板溫度的均值D(T)和方差σ(T)得到電池板溫度的離散程度V。

電池片效率單元，用于獲取最小外接矩形區域的電壓值U、電流值I、面積S_矩形和光照強度E，得到最小外接矩形區域的發電效率μ。

缺陷類別判斷模塊，用于根據面積占比A、電池板溫度的離散程度V和最小外接矩形區域的發電效率μ所構建的缺陷類別判斷函數H，通過判斷函數H與預設閾值判斷缺陷類別。

第二方面，本發明實施例提供了一種基于人工智能的光伏電池內部缺陷類別檢測方法，該方法步驟包括：

采集電池板圖像，獲取電池板缺陷區域圖像，得到缺陷區域的最小外接矩形；獲取缺陷區域的面積Sum和最小外接矩形區域的面積S_矩形，得到缺陷區域在最小外接矩形區域的面積占比A；獲取電池板溫度T，根據電池板溫度的均值D(T)和方差σ(T)得到電池板溫度的離散程度V；獲取最小外接矩形區域的電壓值U、電流值I、面積S_矩形和光照強度E，得到最小外接矩形區域的發電效率μ；根據面積占比A、電池板溫度的離散程度V和最小外接矩形區域的發電效率μ所構建的缺陷類別判斷函數H，通過判斷函數H與預設閾值判斷缺陷類別。

本發明至少具有如下有益效果：