CN107192759B - 一种基于感应光热辐射的光伏电池无损检测方法及系统 - Google Patents
一种基于感应光热辐射的光伏电池无损检测方法及系统 Download PDFInfo
- Publication number
- CN107192759B CN107192759B CN201710432513.3A CN201710432513A CN107192759B CN 107192759 B CN107192759 B CN 107192759B CN 201710432513 A CN201710432513 A CN 201710432513A CN 107192759 B CN107192759 B CN 107192759B
- Authority
- CN
- China
- Prior art keywords
- photovoltaic cell
- coil
- heat radiation
- induction
- component
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 230000005855 radiation Effects 0.000 title claims abstract description 82
- 238000001514 detection method Methods 0.000 title claims abstract description 64
- 230000006698 induction Effects 0.000 title claims abstract description 60
- 230000003287 optical effect Effects 0.000 title claims abstract description 26
- 230000007547 defect Effects 0.000 claims abstract description 54
- 230000005284 excitation Effects 0.000 claims abstract description 32
- 238000000034 method Methods 0.000 claims abstract description 31
- 230000005674 electromagnetic induction Effects 0.000 claims abstract description 28
- 238000012360 testing method Methods 0.000 claims abstract description 19
- 238000005259 measurement Methods 0.000 claims abstract description 15
- 230000036541 health Effects 0.000 claims abstract description 14
- 230000005611 electricity Effects 0.000 claims abstract description 9
- 238000013528 artificial neural network Methods 0.000 claims abstract description 8
- 210000004027 cell Anatomy 0.000 claims description 100
- 239000000758 substrate Substances 0.000 claims description 19
- 238000001931 thermography Methods 0.000 claims description 19
- 230000008859 change Effects 0.000 claims description 15
- 238000009826 distribution Methods 0.000 claims description 14
- 238000003384 imaging method Methods 0.000 claims description 14
- 239000002184 metal Substances 0.000 claims description 10
- 229910052751 metal Inorganic materials 0.000 claims description 10
- 238000005516 engineering process Methods 0.000 claims description 9
- 238000005086 pumping Methods 0.000 claims description 8
- 238000004458 analytical method Methods 0.000 claims description 7
- 238000012706 support-vector machine Methods 0.000 claims description 7
- 230000003321 amplification Effects 0.000 claims description 6
- 238000005323 electroforming Methods 0.000 claims description 6
- 230000005672 electromagnetic field Effects 0.000 claims description 6
- 238000003199 nucleic acid amplification method Methods 0.000 claims description 6
- 229920002120 photoresistant polymer Polymers 0.000 claims description 6
- 238000000605 extraction Methods 0.000 claims description 5
- 230000010354 integration Effects 0.000 claims description 5
- 238000001338 self-assembly Methods 0.000 claims description 5
- 238000004364 calculation method Methods 0.000 claims description 4
- 238000012512 characterization method Methods 0.000 claims description 4
- 229910052802 copper Inorganic materials 0.000 claims description 4
- 238000013461 design Methods 0.000 claims description 4
- 238000011161 development Methods 0.000 claims description 4
- 238000002474 experimental method Methods 0.000 claims description 4
- 239000000284 extract Substances 0.000 claims description 4
- 238000004519 manufacturing process Methods 0.000 claims description 4
- 108010076504 Protein Sorting Signals Proteins 0.000 claims description 3
- 125000002015 acyclic group Chemical group 0.000 claims description 3
- 239000003292 glue Substances 0.000 claims description 3
- 229910052737 gold Inorganic materials 0.000 claims description 3
- 238000013178 mathematical model Methods 0.000 claims description 3
- 238000001259 photo etching Methods 0.000 claims description 3
- 230000008569 process Effects 0.000 claims description 3
- 238000005070 sampling Methods 0.000 claims description 3
- 230000035945 sensitivity Effects 0.000 claims description 3
- 230000001052 transient effect Effects 0.000 claims description 3
- 230000000694 effects Effects 0.000 claims description 2
- 238000010248 power generation Methods 0.000 claims description 2
- 230000009467 reduction Effects 0.000 claims description 2
- 238000012827 research and development Methods 0.000 claims description 2
- 230000002441 reversible effect Effects 0.000 claims description 2
- 241000406668 Loxodonta cyclotis Species 0.000 claims 1
- 238000005266 casting Methods 0.000 claims 1
- 238000003012 network analysis Methods 0.000 claims 1
- 230000005622 photoelectricity Effects 0.000 claims 1
- 238000010801 machine learning Methods 0.000 abstract description 3
- 230000007812 deficiency Effects 0.000 abstract description 2
- 230000006870 function Effects 0.000 abstract description 2
- 230000004927 fusion Effects 0.000 abstract description 2
- 238000003745 diagnosis Methods 0.000 abstract 1
- 238000011156 evaluation Methods 0.000 description 9
- 230000006378 damage Effects 0.000 description 7
- 238000012545 processing Methods 0.000 description 6
- 238000012549 training Methods 0.000 description 6
- 239000000463 material Substances 0.000 description 4
- 230000006399 behavior Effects 0.000 description 3
- 230000018109 developmental process Effects 0.000 description 3
- 238000007689 inspection Methods 0.000 description 3
- 230000002159 abnormal effect Effects 0.000 description 2
- 238000011109 contamination Methods 0.000 description 2
- 239000004744 fabric Substances 0.000 description 2
- 238000009413 insulation Methods 0.000 description 2
- 238000009659 non-destructive testing Methods 0.000 description 2
- 230000002123 temporal effect Effects 0.000 description 2
- 208000037656 Respiratory Sounds Diseases 0.000 description 1
- XUIMIQQOPSSXEZ-UHFFFAOYSA-N Silicon Chemical compound [Si] XUIMIQQOPSSXEZ-UHFFFAOYSA-N 0.000 description 1
- 239000002313 adhesive film Substances 0.000 description 1
- 230000032683 aging Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 230000005779 cell damage Effects 0.000 description 1
- 208000037887 cell injury Diseases 0.000 description 1
- 150000001875 compounds Chemical class 0.000 description 1
- 230000007797 corrosion Effects 0.000 description 1
- 238000005260 corrosion Methods 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 238000013499 data model Methods 0.000 description 1
- 230000002950 deficient Effects 0.000 description 1
- 230000006735 deficit Effects 0.000 description 1
- 230000032798 delamination Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000009792 diffusion process Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 238000005286 illumination Methods 0.000 description 1
- 238000002847 impedance measurement Methods 0.000 description 1
- 239000012535 impurity Substances 0.000 description 1
- 239000012774 insulation material Substances 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 238000004806 packaging method and process Methods 0.000 description 1
- 230000000737 periodic effect Effects 0.000 description 1
- 230000001737 promoting effect Effects 0.000 description 1
- 238000012372 quality testing Methods 0.000 description 1
- 230000006798 recombination Effects 0.000 description 1
- 238000005215 recombination Methods 0.000 description 1
- 229910052710 silicon Inorganic materials 0.000 description 1
- 239000010703 silicon Substances 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
- 238000004804 winding Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N27/00—Investigating or analysing materials by the use of electric, electrochemical, or magnetic means
- G01N27/72—Investigating or analysing materials by the use of electric, electrochemical, or magnetic means by investigating magnetic variables
- G01N27/82—Investigating or analysing materials by the use of electric, electrochemical, or magnetic means by investigating magnetic variables for investigating the presence of flaws
- G01N27/90—Investigating or analysing materials by the use of electric, electrochemical, or magnetic means by investigating magnetic variables for investigating the presence of flaws using eddy currents
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/84—Systems specially adapted for particular applications
- G01N21/88—Investigating the presence of flaws or contamination
- G01N21/95—Investigating the presence of flaws or contamination characterised by the material or shape of the object to be examined
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N25/00—Investigating or analyzing materials by the use of thermal means
- G01N25/72—Investigating presence of flaws
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N27/00—Investigating or analysing materials by the use of electric, electrochemical, or magnetic means
- G01N27/72—Investigating or analysing materials by the use of electric, electrochemical, or magnetic means by investigating magnetic variables
- G01N27/82—Investigating or analysing materials by the use of electric, electrochemical, or magnetic means by investigating magnetic variables for investigating the presence of flaws
- G01N27/90—Investigating or analysing materials by the use of electric, electrochemical, or magnetic means by investigating magnetic variables for investigating the presence of flaws using eddy currents
- G01N27/9006—Details, e.g. in the structure or functioning of sensors
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N27/00—Investigating or analysing materials by the use of electric, electrochemical, or magnetic means
- G01N27/72—Investigating or analysing materials by the use of electric, electrochemical, or magnetic means by investigating magnetic variables
- G01N27/82—Investigating or analysing materials by the use of electric, electrochemical, or magnetic means by investigating magnetic variables for investigating the presence of flaws
- G01N27/90—Investigating or analysing materials by the use of electric, electrochemical, or magnetic means by investigating magnetic variables for investigating the presence of flaws using eddy currents
- G01N27/9046—Investigating or analysing materials by the use of electric, electrochemical, or magnetic means by investigating magnetic variables for investigating the presence of flaws using eddy currents by analysing electrical signals
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02S—GENERATION OF ELECTRIC POWER BY CONVERSION OF INFRARED RADIATION, VISIBLE LIGHT OR ULTRAVIOLET LIGHT, e.g. USING PHOTOVOLTAIC [PV] MODULES
- H02S50/00—Monitoring or testing of PV systems, e.g. load balancing or fault identification
- H02S50/10—Testing of PV devices, e.g. of PV modules or single PV cells
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
- Y02E10/00—Energy generation through renewable energy sources
- Y02E10/50—Photovoltaic [PV] energy
Abstract
本发明公开了一种基于感应光热辐射的光伏电池无损检测方法及系统,利用激励线圈电磁感应激励后,完全非接触方式对光伏电池及组件的电、磁、光、热等信息进行高速和精密测量。融合机器学习、人工神经网络算法对光伏电池及组件的属性、缺陷及健康度进行细微和定量评价,解决现有采用接触式检测,无法检测细微缺陷,无法实现在役检测,检测速度慢等的不足。综合利用多频阻抗信息、光辐射和热辐射信息对光伏电池的性能、缺陷类型和整体健康度进行定量评价,为光伏电池产业链的有序运行提供理论、方法和技术支持。此方法可用于在线诊断已经安装在光伏电站的光伏电池及组件的故障,大大提高了光伏电池及组件的检测效率和安全性。
Description
技术领域
本发明特别涉及一种基于感应光热辐射的光伏电池无损检测方法及系统,属于光伏电池检测技术领域。
背景技术
随着这几年国内光伏产业迅速发展以及光伏系统安装容量的快速增长,光伏系统的运行安全性和可靠性问题逐渐显露。而光伏电池及组件已成为我国能源转型的关键设备,因此光伏电池及组件的质量检测和性能评估就显得尤为重要。
光伏电池的使用环境千差万别,不同的环境因素如辐照、温度、湿度等对在役光伏电池及组件的工作效率影响机制不尽相同。并且光伏电池的缺陷类型以及不同缺陷对光伏电池发电性能的影响也不尽相同。
其中,根据IEC61646、IEC61215等国际标准对光伏组件的性能评估显示,热斑、湿热老化、高低温循环等试验环境使组件产生较高的失效率,而在光伏的实际应用中往往显示出旁通二极管失效、栅线界面失效、封装胶膜脱层、汇流条锈蚀、背板裂纹等多种缺陷失效形式,从而导致组件的光电性能下降幅度远超过预期,甚至引发火灾。
现有市场上的光伏电池检测技术存在很大的局限性,如检测速度慢,需要和光伏电池及组件接触式检测,很难实现局部的细微缺陷评价等。
发明内容
本发明所要解决的技术问题是提供一种基于感应光热辐射的光伏电池无损检测方法及系统,对光伏电池进行快速、非接触式、细微评估的无损检测。为提升光伏电池性能、保证质量、降低成本提供有效支持。
发明的技术解决方案如下:
一种基于感应光热辐射的光伏电池无损检测方法,包括以下步骤:
a.通过电磁感应激励模块及电磁感应激励线圈,将参数可控的激励信号以电磁感应方式对光伏电池及组件进行非接触式、非侵入式加载,使光伏电池及组件内部产生电涡流,影响载流子平衡,产生光辐射和热辐射;
b.采用平面阵列感应线圈对光伏电池及组件的电磁场进行非接触式快速测量,采集多个频率下对应的阻抗信息建立数据库;
c.结合显微系统和/或光电探测器对光伏电池及组件因电磁感应而产生的光辐射和热辐射进行高分辨率和高灵敏度的快速测量和成像,采用集成性的热、光快速锁相显微成像系统分析涡流场分布和光伏电池内部载流子行为;
d.综合利用多频阻抗信息、光辐射幅值、温度变化的幅值、温度变化的相位作为特征值,辅之以支持向量机算法或人工神经网络算法,对多频阻抗信息、光辐射信号和热辐射信号进行处理,提取可表征属性、缺陷和健康度的特征值,通过控制系统判断所测的光伏电池是否故障。
优选的,在步骤b中,采用平面阵列感应线圈对光伏电池及组件的电磁场进行非接触式快速显微测量,所述平面阵列感应线圈具有多个微型涡流传感器线圈,其制作流程为:首先在基片上淀积电铸用的种子金属层,再在其上涂上光刻胶,然后用紫外光源光刻显影形成胶膜图形,再电铸上金属,去掉光刻胶,形成金属微结构。
优选的,在步骤b中,采集多个频率下对应的阻抗信息建立数据库,当平面阵列感应线圈在工作状态时,其输出信号的参数变化值直接反应了被测对象状态的变化,为了准确地提取出被测对象的状态变化信息,需要对阻抗信息进行准确估计,由于激励信号频率已知,检测信号频率和激励信号相同,所以检测信号的参数估计问题实质上为确定已知频率信号的参数估计问题,通过阻抗分析仪和正交锁定放大技术来实现阻抗的测量,具体流程为:1)采用阻抗分析仪来进行阻抗分析,对传感器和检测电路进行初步验证,搭建实验平台,开展实验研究;2)研发数字锁相放大技术对多通道阻抗进行测量,先对经过放大、滤波后的检测信号和激励信号进行同步采样,得到被测信号序列和参考序列,再采用数字式正交锁定放大方法提取微弱信号的幅值和相位,求解得到阻抗的实部和虚部。
优选的,在步骤c中,通过热像仪和短波红外相机或CCD相机捕捉光、热辐射,与驱动采集与图像处理电路相连,生成热像图和短波红外图;将实测数据与理论计算数据进行对比,对图像模型进行修正,搭建试验系统,建立缺陷与温度场异常和载流子异常的关系数据库,判断光伏电池的缺陷分布。
进一步,在步骤c中,为准确测量光伏电池表面受电磁激励之后的瞬时光辐射和温度分布,采用光电探测器,并且搭配可移动平台,光电探测器具有高的采样速度,通过单点式的光电探测器对光伏电池及组件周期性和非周期性的瞬态光辐射和温度进行高时间分辨率的测量,实现对光伏电池及组件单点位置或缺陷处因电磁感应而产生的光辐射和热辐射进行高分辨率和高灵敏度的快速测量和成像。
优选的,在步骤d中,使用适当的数学模型和I-V特性分析,表征光伏电池及组件的相关电参数:光生电流、短路电流、开路电压、理想因子、串联电阻、并联电阻、反向饱和电流、填充因子和发电效率中的一种或多种,综合利用多频转移阻抗、光辐射幅值、温度变化的幅值、温度变化的相位作为特征值,辅之以支持向量机算法、人工神经网络算法,可以对被测对象的缺陷以及整体健康度进行定量评价。
一种基于感应光热辐射的光伏电池无损检测系统,包括测试平台、电磁感应激励模块及电磁感应激励线圈、平面阵列感应线圈及阻抗信号检测模块、缺陷检测与性能评估模块、短波红外相机或CCD相机、热像仪和光电探测器;所述测试平台上方放置光伏电池及组件,所述测试平台上方设置有短波红外相机或CCD相机、热像仪和光电探测器,所述短波红外相机或CCD相机、热像仪和光电探测器的信号输出端连接缺陷检测与性能评估模块,所述电磁感应激励线圈和平面阵列感应线圈分别设置于所述测试平台上方光伏电池及组件附近。
进一步,所述平面阵列感应线圈由多个细微方形螺旋线圈或细微圆形螺旋线圈呈阵列组合排列而成。
进一步,所述平面阵列感应线圈采用两层结构、厚绝缘层技术来隔离线圈与高损耗衬底设计;采用高阻或绝缘衬底降低衬底漏电损耗和涡流损耗;采用接地屏蔽的方法来减小衬底损耗;采用Cu、Au代替Al作为线圈材料降低线圈自阻损耗。
进一步,所述平面阵列感应线圈为采用螺线管线圈或自组装线圈的新型三维结构线圈。
有益效果:
1.本发明的一种基于感应光热辐射的光伏电池无损检测方法及系统,在靠近光伏电池及组件上方,利用激励线圈电磁感应激励后,对光伏电池及组件多频阻抗、电致发光和热辐射的测量,通过集成性的光、热辐射锁相显微成像系统,获取多个所述光伏电池片的热成像图和短波红外成像图,光电探测器搭配可移动平台实现瞬时温度场快速测量。
2.平面阵列感应线圈对光伏电池及组件的电、磁、光、热等信息进行快速和精密测量,实现非接触式、细微、在役检测。融合机器学习、人工神经网络算法对光伏电池及组件的属性、缺陷及健康度进行细微和定量评价,解决现有采用接触式检测,无法检测细微缺陷,无法实现在役检测,检测速度慢等的不足。综合利用多频阻抗信息、光辐射和热辐射信息对光伏电池的性能(伏安特性、填充因子、效率)、缺陷类型和整体健康度进行定量评价,为光伏电池产业链的有序运行提供理论、方法和技术支持。此方法和系统具有非接触、快速检测、细微评价、评估参数多、定量检测等优点,可为光伏电池损伤检测和性能评估提供一种可靠、快速的检测手段,有助于提升我国光伏电池产业的创新能力。
附图说明
图1为光伏电池无损检测系统的结构示意图;
图2为光伏电池无损检测方法的流程图;
1:短波红外相机或CCD相机;2:热像仪;3:扫描模块;4:光电探测器;5:缺陷检测与性能评估模块;6:损伤或者缺陷;7:平面阵列感应线圈;8:光伏电池及组件;9:阻抗信号检测模块;10:电磁感应激励模块;11:电磁感应激励线圈。
具体实施方式
为了便于理解本发明,下文将结合说明书附图和较佳的实施例对本文发明做更全面、细致地描述,但本发明的保护范围并不限于一下具体实施例。
除非另有定义,下文中所使用的所有专业术语与本领域技术人员通常理解含义相同。本文中所使用的专业术语只是为了描述具体实施例的目的,并不是旨在限制本发明的保护范围。
图1-2,一种基于感应光热辐射的光伏电池无损检测方法,包括以下步骤:
a.通过电磁感应激励模块及电磁感应激励线圈,将参数可控的激励信号以电磁感应方式在光伏电池及组件正上方进行非接触式、非侵入式加载,即对该激励线圈施加一定参数的交变电流,将激励线圈靠近光伏电池,使光伏电池处于变化的电流产生的变化的磁场中。在不对光伏电池及组件接触的情况下使其内部产生电涡流,影响载流子平衡,产生光辐射和热辐射;
b.采用平面阵列感应线圈对光伏电池及组件的电磁场进行非接触式快速测量,采集多个频率下对应的阻抗信息建立数据库;若光伏电池的各项特性发生改变,比如光伏电池的电导率、厚度有异常或存在其他缺陷,则原涡流场随之改变,通过线圈探测出由线圈原电流和涡流共同作用的磁场变化。所述平面阵列感应线圈由多个细微感应线圈或磁传感器组成。
优选的,采用平面阵列细微感应线圈对光伏电池及组件的电磁场进行非接触式快速测量。其中,所述平面阵列细微感应线圈采用微机电系统(Micro Electro MechanicalSystem,MEMS)技术制备,从而大幅度提高传感器的空间分辨率,增强对微损伤的检测能力,提高对光伏电池关键部件微小裂纹或损伤的检测和监测能力,通过其感应电流的大小、相位对光伏电池性能和缺陷进行定量检测。同时通过UV-LIGA微加工技术,来实现平面阵列细微感应线圈上的许多个微型涡流传感器线圈的制作。制作流程为:首先在基片上淀积电铸用的种子金属层,再在其上涂上光刻胶,然后用紫外光源光刻显影形成胶膜图形,再电铸上金属,去掉光刻胶,形成金属微结构。采用微细电铸技术制作,实现厚度为几百微米、直径达几毫米甚至十毫米的大面积微结构,从而大幅度提高传感器的空间分辨率,增强对微损伤的检测能力。进一步,检测线圈阵列中的线圈单元设计为细微方形螺旋线圈或圆形螺旋线圈。检测阵列线圈采用两层结构、厚绝缘层技术来隔离线圈与高损耗衬底设计;采用高阻或绝缘衬底降低衬底漏电损耗和涡流损耗;采用接地屏蔽的方法来减小衬底损耗;采用Cu、Au代替Al作为线圈材料降低线圈自阻损耗;选择介质层材料降低线圈的馈通电容;优化线圈尺寸,减小线圈间距、减小内圈线宽;采用螺线管线圈、自组装线圈等新型三维结构线圈。
在步骤b中,采集多个频率下对应的阻抗信息建立数据库,当平面阵列感应线圈在工作状态时,其输出信号的参数,如幅度、相位,变化值直接反应了被测对象状态的变化,为了准确地提取出被测对象的状态变化信息,需要对阻抗信息进行准确估计,由于激励信号频率已知,检测信号频率和激励信号相同,所以检测信号的参数估计问题实质上为确定已知频率信号的参数估计问题,通过阻抗分析仪和正交锁定放大技术来实现多通道阻抗的测量,其中,正交锁定放大技术也称之为数字锁定放大技术。具体流程为:1)采用阻抗分析仪来进行阻抗分析,对传感器和检测电路进行初步验证,搭建实验平台,开展实验研究;2)研发数字锁相放大技术对多通道阻抗进行测量,先对经过放大、滤波后的检测信号和激励信号进行同步采样,得到被测信号序列和参考序列,再采用数字式正交锁定放大方法提取微弱信号的幅值和相位,求解得到阻抗的实部和虚部。
进一步,可选的,在步骤b中,还可以采用多种不同类型缺陷的光伏电池及组件制作成样本进行检测,得到不同的数据模型,所述样本包括隐裂样本、局部缺陷样本、细微缺陷样本和材料污染样本中的一种或几种。
c.结合显微系统和/或光电探测器对光伏电池及组件因电磁感应而产生的光辐射和热辐射进行高分辨率和高灵敏度的快速测量和成像,采用集成性的热、光快速锁相显微成像系统分析涡流场分布和光伏电池内部载流子行为;
优选的,在步骤c中,实际检测中,缺陷的可检测性取决于缺陷导致的信号变化量与传感器的灵敏度。在传感器灵敏度固定的前提下,只有提高信噪比,才能增大缺陷的可检测性和可检测深度。通过锁相技术对周期性信号进行处理和分析,实现高灵敏度光热辐射测量和缺陷检测。在检测中,需要让光伏电池工作在周期电磁激励下,产生周期性的光热辐射,再热像仪A6702SC配置显微镜头来实现高空间分辨率的热辐射成像。此外,还将给短波红外相机Robcat320搭配显微镜头实现光辐射的高空间分辨率成像。通过热像仪和短波红外相机或CCD相机捕捉光、热辐射,与驱动采集与图像处理电路相连,生成热像图和短波红外图;将集成性的光、热辐射实测数据与理论计算数据进行对比,对图像模型进行修正,搭建试验系统,建立缺陷与温度场异常和载流子异常的关系数据库,判断光伏电池的缺陷分布。
进一步,在步骤c中,为准确测量光伏电池表面受电磁激励之后的瞬时光辐射和温度分布,采用光电探测器,并且搭配可移动平台,光电探测器具有高的采样速度,通过单点式的光电探测器对光伏电池及组件周期性和非周期性的瞬态光辐射和温度进行高时间分辨率的测量,实现对光伏电池及组件单点位置或缺陷处因电磁感应而产生的光辐射和热辐射进行高分辨率和高灵敏度的快速测量和成像。
d.综合利用平面阵列感应线圈采集光伏电池及组件不同区域的多频阻抗信息、光辐射幅值、温度变化的幅值、温度变化的相位作为特征值,辅之以支持向量机算法或人工神经网络算法,对多频阻抗信息、光辐射信号和热辐射信号进行处理,提取可表征属性、缺陷和健康度的特征值,通过控制系统判断所测的光伏电池是否故障。
优选的,在步骤d中,使用适当的数学模型和I-V特性分析,表征光伏电池及组件的相关电参数:光生电流、短路电流、开路电压、理想因子、串联电阻、并联电阻、反向饱和电流、填充因子和发电效率中的一种或多种,最后综合利用多频转移阻抗、光辐射幅值、温度变化的幅值、温度变化的相位作为特征值,辅之以支持向量机算法、人工神经网络算法,可以对被测对象的缺陷以及整体健康度进行定量评价。基本思路如下:①训练集的产生。基于模型和试验,分别获得光伏电池的多频阻抗值、光辐射、热辐射等信息作为输入量,提取可表征光伏电池的整体健康度的指标作为输出量。输入量和输出量构成一个训练样本,多个训练样本组成训练集;②建立反演模型。拟采用神经网络或支持向量机等机器学习方法建立反演模型,该模型的输入层是多频阻抗值、光辐射、热辐射等信息,输出层是光伏电池整体健康度指标;③反演模型的训练。把训练集输入反演模型,对模型进行训练,得到预测模型;④把实际测量的多频阻抗值、光辐射、热辐射等信息输入预测模型,反演出光伏电池整体健康度指标。
具体实施方式,一种基于感应光热辐射的光伏电池无损检测方法,包括以下步骤:
1)在一个给定光照与温度条件下,将光伏电池置于测试平台,使用电磁感应激励模块10给激励线圈11施加一个脉冲信号。
2)光伏电池及组件8受激励线圈11电磁感应激励之后表面产生涡流场分布,打破内部载流子平衡,并产生光辐射和热辐射。
3)通过红外热像仪2采集光伏电池表面的温度分布数据,形成热像图,利用损伤或者缺陷6附近温度场的异常判断损伤的位置;并通过扫描模块4控制光电探测器3采集光伏电池8表面的瞬时温度场。
4)通过短波红外相机或CCD相机1捕捉光辐射信息,分析光伏电池及组件内部空穴与电子辐射复合产生的载流子行为,判断损伤类型。将光伏电池的扩散长度、载流子浓度图像用于表征电池的各种电参数,并能有效的反映出光伏电池中的缺陷或杂质的位置分布。
5)阻抗信号检测模块9利用平面阵列感应线圈7进行多个频率下对应的阻抗信号检测,提取可表征属性、缺陷和健康度的特征值。
6)缺陷检测与性能评估模块5对采集的光伏电池光、热数据进行数据处理、缺陷检测和性能评估;
7)将缺陷影响较大的光伏电池及组件挑选出来。
前述的步骤中,电池缺陷检测和性能分析与温度场、分布关系数据库的建立包括以下步骤:
7-1)计算均匀辐照分布、初始组件温度条件下,分别采用单片低纯硅电池、隐裂电池、材料污染和局部缺陷等不同缺陷制作成光伏组件;
7-2)采用红外热像仪和短波红外相机或CCD相机对多组光伏组件进行光热辐射测量,得到不同缺陷类型光伏电池表面形成的异常温度场和光子辐射图像;
7-3)搭建试验系统,将实测数据和理论计算数据进行对比,对光、热辐射模型进行修正,形成光伏电池缺陷状态与温度、光子分布关系数据。
一种基于感应光热辐射的光伏电池无损检测系统,包括测试平台、电磁感应激励模块10及电磁感应激励线圈11、平面阵列感应线圈7及阻抗信号检测模块9、缺陷检测与性能评估模块5、短波红外相机或CCD相机1、热像仪2、扫描模块3和光电探测器4;所述测试平台上方放置光伏电池及组件8,所述测试平台上方设置有短波红外相机或CCD相机1、热像仪2和光电探测器4,所述短波红外相机或CCD相机1、热像仪2和光电探测器4的信号输出端连接缺陷检测与性能评估模块5,所述电磁感应激励线圈11和平面阵列感应线圈7分别设置于所述测试平台上方光伏电池及组件8上方。
所述缺陷检测与性能评估模块5也可称之为光热信号图像采集系统与图像处理电路。
进一步,所述平面阵列感应线圈7为阵列细微感应线圈,所述平面阵列感应线圈7为方形螺旋线圈或圆形螺旋线圈。所述平面阵列感应线圈7由多个细微方形螺旋线圈或细微圆形螺旋线圈呈阵列组合排列而成,可以实现对细小缺陷进行检测。
进一步,所述平面阵列感应线圈7为双层结构带厚绝缘层的隔离线圈,进一步,所述平面阵列感应线圈采用两层结构、厚绝缘层技术来隔离线圈与高损耗衬底设计;采用高阻或绝缘衬底降低衬底漏电损耗和涡流损耗;采用接地屏蔽的方法来减小衬底损耗;采用Cu、Au代替Al作为线圈材料降低线圈自阻损耗。选择介质层材料降低线圈的馈通电容;优化线圈尺寸,如减小线圈间距、减小内圈线宽;所述平面阵列感应线圈7为采用螺线管线圈或自组装线圈的三维结构线圈,即,所述平面阵列感应线圈为采用螺线管线圈或自组装线圈的新型三维结构线圈。
具体实施方式:如图2所示,在绝缘的测试平台,设置金属板,测试平台采用绝缘、保温材料制成,光伏电池及组件8平铺放上,成像系统置于光伏电池及组件8的上方,所述成像系统由短波红外相机或CCD相机1、热像仪2、缺陷检测与性能评估模块构成。缺陷检测与性能评估模块包括驱动采集与图像处理电路。在一段时间内,存在损伤或者缺陷6区域,温度上升明显,载流子辐射复合少。通过成像系统采集光伏电池及组件8的光、热辐射分布数据,经驱动采集与图像处理电路进行处理,可生成光、热分布图像,与损伤或者缺陷6处分布关系数据库比较,即可对电池局部缺陷做出判断,避免实际使用过程产生失效故障问题。其次用由多个微小线圈组成的平面阵列感应线圈7建立光伏电池及组件8在电磁感应激励下的非接触多频阻抗测量,将每一个小线圈连接到数据采集系统,即阻抗信号检测模块9,做到光伏电池及组件8的微小缺陷检测。
以上详细描述了本发明的较佳具体实施例。应当理解,本领域的普通技术人员无需创造性劳动就可以根据本发明的构思作出诸多修改和变化。因此,凡本技术领域中技术人员依本发明的构思在现有技术的基础上通过逻辑分析、推理或者有限的实验可以得到的技术方案,皆应在由权利要求书所确定的保护范围内。
Claims (10)
1.一种基于感应光热辐射的光伏电池无损检测方法,其特征在于,包括以下步骤:
a.通过电磁感应激励模块及电磁感应激励线圈,将参数可控的激励信号以电磁感应方式对光伏电池及组件进行非接触式加载,使光伏电池及组件内部产生电涡流,影响载流子平衡,产生光辐射和热辐射;
b.采用平面阵列感应线圈对光伏电池及组件的电磁场进行非接触式快速测量,采集多个频率下对应的阻抗信息建立数据库;
c.结合显微系统和/或光电探测器对光伏电池及组件因电磁感应而产生的光辐射和热辐射进行高分辨率和高灵敏度的快速测量和成像,采用集成性的热、光快速锁相显微成像系统分析涡流场分布和光伏电池内部载流子行为;
d.综合利用多频阻抗信息、光辐射幅值、温度变化的幅值、温度变化的相位作为特征值,辅之以支持向量机算法或人工神经网络算法,对多频阻抗信息、光辐射信号和热辐射信号进行处理,提取可表征属性、缺陷和健康度的特征值,通过控制系统判断所测的光伏电池是否故障。
2.根据权利要求1所述的基于感应光热辐射的光伏电池无损检测方法,其特征在于,在步骤b中,采用平面阵列感应线圈对光伏电池及组件的电磁场进行非接触式快速显微测量,所述平面阵列感应线圈具有多个微型涡流传感器线圈,其制作流程为:首先在基片上淀积电铸用的种子金属层,再在其上涂上光刻胶,然后用紫外光源光刻显影形成胶膜图形,再电铸上金属,去掉光刻胶,形成金属微结构。
3.根据权利要求1所述的基于感应光热辐射的光伏电池无损检测方法,其特征在于,在步骤b中,采集多个频率下对应的阻抗信息建立数据库,当平面阵列感应线圈在工作状态时,其输出信号的参数变化值直接反应了被测对象状态的变化,为了准确地提取出被测对象的状态变化信息,需要对阻抗信息进行准确估计,由于激励信号频率已知,检测信号频率和激励信号相同,所以检测信号的参数估计问题实质上为确定已知频率信号的参数估计问题,通过阻抗分析仪和正交锁定放大技术来实现阻抗的测量,具体流程为:1)采用阻抗分析仪来进行阻抗分析,对传感器和检测电路进行初步验证,搭建实验平台,开展实验研究;2)研发数字锁相放大技术对多通道阻抗进行测量,先对经过放大、滤波后的检测信号和激励信号进行同步采样,得到被测信号序列和参考序列,再采用数字式正交锁定放大方法提取微弱信号的幅值和相位,求解得到阻抗的实部和虚部。
4.根据权利要求1所述的基于感应光热辐射的光伏电池无损检测方法,其特征在于,在步骤c中,通过热像仪和短波红外相机或CCD相机捕捉光、热辐射,与驱动采集与图像处理电路相连,生成热像图和短波红外图;将实测数据与理论计算数据进行对比,对图像模型进行修正,搭建试验系统,建立缺陷与温度场异常和载流子异常的关系数据库,判断光伏电池的缺陷分布。
5.根据权利要求1所述的基于感应光热辐射的光伏电池无损检测方法,其特征在于,在步骤c中,为准确测量光伏电池表面受电磁激励之后的瞬时光辐射和温度分布,采用光电探测器,并且搭配可移动平台,光电探测器具有高的采样速度,通过单点式的光电探测器对光伏电池及组件周期性和非周期性的瞬态光辐射和温度进行高时间分辨率的测量,实现对光伏电池及组件单点位置或缺陷处因电磁感应而产生的光辐射和热辐射进行高分辨率和高灵敏度的快速测量和成像。
6.根据权利要求1所述的基于感应光热辐射的光伏电池无损检测方法,其特征在于,在步骤d中,使用适当的数学模型和I-V特性分析,表征光伏电池及组件的相关电参数:光生电流、短路电流、开路电压、理想因子、串联电阻、并联电阻、反向饱和电流、填充因子和发电效率中的一种或多种,综合利用多频转移阻抗、光辐射幅值、温度变化的幅值、温度变化的相位作为特征值,辅之以支持向量机算法、人工神经网络算法,可以对被测对象的缺陷以及整体健康度进行定量评价。
7.一种基于感应光热辐射的光伏电池无损检测系统,其特征在于,包括测试平台、电磁感应激励模块及电磁感应激励线圈、平面阵列感应线圈及阻抗信号检测模块、缺陷检测与性能评估模块、短波红外相机或CCD相机、热像仪和光电探测器;所述测试平台上方放置光伏电池及组件,所述测试平台上方设置有短波红外相机或CCD相机、热像仪和光电探测器,所述短波红外相机或CCD相机、热像仪和光电探测器的信号输出端连接缺陷检测与性能评估模块,所述电磁感应激励线圈和平面阵列感应线圈分别设置于所述测试平台上方光伏电池及组件附近。
8.根据权利要求7所述的基于感应光热辐射的光伏电池无损检测系统,其特征在于,所述平面阵列感应线圈由多个细微方形螺旋线圈或细微圆形螺旋线圈呈阵列组合排列而成。
9.根据权利要求7所述的基于感应光热辐射的光伏电池无损检测系统,其特征在于,所述平面阵列感应线圈采用两层结构、厚绝缘层技术来隔离线圈与高损耗衬底设计;采用高阻或绝缘衬底降低衬底漏电损耗和涡流损耗;采用接地屏蔽的方法来减小衬底损耗;采用Cu、Au代替Al作为线圈材料降低线圈自阻损耗。
10.根据权利要求7所述的基于感应光热辐射的光伏电池无损检测系统,其特征在于,所述平面阵列感应线圈为采用螺线管线圈或自组装线圈的新型三维结构线圈。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710432513.3A CN107192759B (zh) | 2017-06-09 | 2017-06-09 | 一种基于感应光热辐射的光伏电池无损检测方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710432513.3A CN107192759B (zh) | 2017-06-09 | 2017-06-09 | 一种基于感应光热辐射的光伏电池无损检测方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107192759A CN107192759A (zh) | 2017-09-22 |
CN107192759B true CN107192759B (zh) | 2019-08-27 |
Family
ID=59876621
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710432513.3A Active CN107192759B (zh) | 2017-06-09 | 2017-06-09 | 一种基于感应光热辐射的光伏电池无损检测方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107192759B (zh) |
Families Citing this family (19)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107784165B (zh) * | 2017-09-29 | 2021-07-09 | 国网青海省电力公司 | 基于光伏电站的地表温度场多尺度资料同化方法 |
CN107831173A (zh) * | 2017-10-17 | 2018-03-23 | 哈尔滨工业大学(威海) | 光伏组件缺陷检测方法及系统 |
CN108732507A (zh) * | 2018-05-21 | 2018-11-02 | 中国科学技术大学 | 一种基于电池温度场以及可见光图像的锂电池缺陷检测装置 |
CN108593710B (zh) * | 2018-06-14 | 2020-02-11 | 湖南大学 | 一种高反射率材料表面缺陷的热成像检测系统和方法 |
CN109030411B (zh) * | 2018-06-19 | 2020-12-01 | 电子科技大学 | 一种基于连续调制激光照射的复合绝缘子老化程度检测方法 |
CN109239075B (zh) | 2018-08-27 | 2021-11-30 | 北京百度网讯科技有限公司 | 电池检测方法及装置 |
US11435305B2 (en) | 2018-12-19 | 2022-09-06 | General Electric Company | Thermographic inspection system mounted on motorized apparatus and methods of using same |
CN109828545B (zh) * | 2019-02-28 | 2020-09-11 | 武汉三工智能装备制造有限公司 | Ai智能过程异常识别闭环控制方法、主机及装备系统 |
CN109926341A (zh) * | 2019-03-26 | 2019-06-25 | 武汉大学 | 硅光伏电池扫描涡流热成像检测平台及缺陷分类方法 |
CN110098133B (zh) * | 2019-04-17 | 2021-11-23 | 上海空间电源研究所 | 一种太阳电池组件胶接质量自动检测装置及自动检测方法 |
CN110376438A (zh) * | 2019-08-06 | 2019-10-25 | 黑龙江省计量检定测试研究院 | 动力锂电池内阻检测装置及其检测方法 |
CN110535435B (zh) * | 2019-08-12 | 2021-12-28 | 华为数字能源技术有限公司 | 一种光伏电站的电池片检测方法、装置及系统 |
EP3869687A1 (en) * | 2020-02-18 | 2021-08-25 | Siemens Aktiengesellschaft | Predicting a performance value of a solar cell from electrical impedance spectroscopy measurements |
CN112394292B (zh) * | 2020-11-16 | 2022-01-04 | 中国科学院上海硅酸盐研究所 | 电池故障动态检测系统 |
CN112686838B (zh) * | 2020-11-30 | 2024-03-29 | 江苏科技大学 | 船舶锚链闪光焊接系统的快速检测装置及检测方法 |
WO2023126689A1 (en) * | 2021-12-29 | 2023-07-06 | Harish Kumar | System and method for defect detection of a cell in an electric vehicle battery |
CN115951221B (zh) * | 2022-01-04 | 2023-07-25 | 国仪量子(合肥)技术有限公司 | 电池包漏放电性能的检测方法和检测设备 |
CN115052117A (zh) * | 2022-06-13 | 2022-09-13 | 众芯汉创(北京)科技有限公司 | 一种基于红外摄像的光伏组件缺陷识别系统 |
CN117250230B (zh) * | 2023-11-17 | 2024-01-23 | 天津港电力有限公司 | 基于红外摄像的光伏组件缺陷识别系统 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101261245A (zh) * | 2008-04-18 | 2008-09-10 | 中南林业科技大学 | 含缺陷流变体热致磁效应采集与测试系统 |
CN102575998A (zh) * | 2009-09-22 | 2012-07-11 | Adem有限公司 | 用于测量固体和液体对象构成的阻抗传感系统及方法 |
CN202994722U (zh) * | 2012-09-05 | 2013-06-12 | 北京工业大学 | 高压输电线缺陷检测用柔性磁致伸缩和涡流一体化传感器 |
CN103380366A (zh) * | 2011-03-09 | 2013-10-30 | 夏普株式会社 | 缺陷检查方法、缺陷检查装置以及基板的制造方法 |
CN104685349A (zh) * | 2012-08-09 | 2015-06-03 | 斯图加特太阳能中心有限公司 | 用于检查光电模块的方法和设备 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO1999044366A1 (en) * | 1998-02-25 | 1999-09-02 | Shepard Steven M | Data integration and registration method and apparatus for non-destructive evaluation of materials |
US8713998B2 (en) * | 2011-06-14 | 2014-05-06 | The Boeing Company | Autonomous non-destructive evaluation system for aircraft structures |
-
2017
- 2017-06-09 CN CN201710432513.3A patent/CN107192759B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101261245A (zh) * | 2008-04-18 | 2008-09-10 | 中南林业科技大学 | 含缺陷流变体热致磁效应采集与测试系统 |
CN102575998A (zh) * | 2009-09-22 | 2012-07-11 | Adem有限公司 | 用于测量固体和液体对象构成的阻抗传感系统及方法 |
CN103380366A (zh) * | 2011-03-09 | 2013-10-30 | 夏普株式会社 | 缺陷检查方法、缺陷检查装置以及基板的制造方法 |
CN104685349A (zh) * | 2012-08-09 | 2015-06-03 | 斯图加特太阳能中心有限公司 | 用于检查光电模块的方法和设备 |
CN202994722U (zh) * | 2012-09-05 | 2013-06-12 | 北京工业大学 | 高压输电线缺陷检测用柔性磁致伸缩和涡流一体化传感器 |
Also Published As
Publication number | Publication date |
---|---|
CN107192759A (zh) | 2017-09-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107192759B (zh) | 一种基于感应光热辐射的光伏电池无损检测方法及系统 | |
Du et al. | Nondestructive inspection, testing and evaluation for Si-based, thin film and multi-junction solar cells: An overview | |
US9164064B2 (en) | Flaw detection method and apparatus for fuel cell components | |
He et al. | Noncontact electromagnetic induction excited infrared thermography for photovoltaic cells and modules inspection | |
JP5992966B2 (ja) | 3次元ホットスポット位置特定 | |
US9784625B2 (en) | Flaw detection method and apparatus for fuel cell components | |
CN106059496B (zh) | 一种光伏组件阵列性能监测和故障识别的方法及系统 | |
CN104198537B (zh) | 一种土壤含水率与电导率检测方法及检测装置 | |
CN101482540B (zh) | 基于电磁层析成像技术的钢丝绳损伤检测方法 | |
JP5522699B2 (ja) | パルス磁気を用いた非破壊検査装置及び非破壊検査方法 | |
JP6741798B2 (ja) | 大型の太陽電池アレイにおける電池パネルの故障検出と位置特定システム | |
CN110806427A (zh) | 一种线路复合绝缘子内部缺陷的在线检测方法和系统 | |
CN109926341A (zh) | 硅光伏电池扫描涡流热成像检测平台及缺陷分类方法 | |
CN103733510A (zh) | 太阳能组件的故障诊断方法 | |
CN203643398U (zh) | 脉冲涡流阵列成像检测系统 | |
CN101216460A (zh) | 基于交直流复合磁化的漏磁检测内外壁缺陷的识别方法 | |
CN108195931B (zh) | 金属构件损伤检测的放置式探头及可视化定量评估方法 | |
CN109828023A (zh) | 一种基于涡流成像的金属构件缺陷定量检测方法与装置 | |
CN107300584A (zh) | 一种钢筋混凝土中钢结构腐蚀磁性检测方法 | |
CN103884972B (zh) | 一种复合绝缘子憎水性检测方法 | |
CN103477208A (zh) | 光伏电池的量化串联电阻成像 | |
CN102460126B (zh) | 使用非均匀光激发的材料或器件特征 | |
CN109060938A (zh) | 钢丝绳磁通缺陷检测传感器 | |
CN103163211A (zh) | 一种金属导体表面和亚表面缺陷分类识别方法 | |
CN106290560A (zh) | 一种电磁检测组合探头 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |