CN115051647A - 一种免拆卸光伏电池隐裂检测系统 - Google Patents
一种免拆卸光伏电池隐裂检测系统 Download PDFInfo
- Publication number
- CN115051647A CN115051647A CN202210978915.4A CN202210978915A CN115051647A CN 115051647 A CN115051647 A CN 115051647A CN 202210978915 A CN202210978915 A CN 202210978915A CN 115051647 A CN115051647 A CN 115051647A
- Authority
- CN
- China
- Prior art keywords
- subfissure
- image
- photovoltaic cell
- module
- infrared
- 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.)
- Granted
Links
- 238000001514 detection method Methods 0.000 title claims abstract description 43
- 238000007689 inspection Methods 0.000 claims abstract description 24
- 238000010191 image analysis Methods 0.000 claims abstract description 14
- 238000001931 thermography Methods 0.000 claims abstract description 12
- 238000012545 processing Methods 0.000 claims abstract description 4
- 238000007493 shaping process Methods 0.000 claims description 17
- XUIMIQQOPSSXEZ-UHFFFAOYSA-N Silicon Chemical compound [Si] XUIMIQQOPSSXEZ-UHFFFAOYSA-N 0.000 claims description 11
- 230000005540 biological transmission Effects 0.000 claims description 11
- 229910052710 silicon Inorganic materials 0.000 claims description 11
- 239000010703 silicon Substances 0.000 claims description 11
- 239000011324 bead Substances 0.000 claims description 6
- 229910000838 Al alloy Inorganic materials 0.000 claims description 4
- 238000001816 cooling Methods 0.000 claims description 4
- 238000013527 convolutional neural network Methods 0.000 claims description 3
- 238000001914 filtration Methods 0.000 claims description 3
- 239000011521 glass Substances 0.000 claims description 3
- 238000011478 gradient descent method Methods 0.000 claims description 3
- 230000001788 irregular Effects 0.000 claims description 3
- 230000002093 peripheral effect Effects 0.000 claims description 3
- 238000012360 testing method Methods 0.000 claims description 3
- 238000012549 training Methods 0.000 claims description 3
- 230000005855 radiation Effects 0.000 claims description 2
- 238000010009 beating Methods 0.000 claims 2
- 238000000034 method Methods 0.000 description 6
- 230000000694 effects Effects 0.000 description 5
- 238000010248 power generation Methods 0.000 description 5
- 238000010586 diagram Methods 0.000 description 4
- 230000006378 damage Effects 0.000 description 3
- 230000007547 defect Effects 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 208000027418 Wounds and injury Diseases 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 2
- 229910052799 carbon Inorganic materials 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 230000005611 electricity Effects 0.000 description 2
- 208000014674 injury Diseases 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000005401 electroluminescence Methods 0.000 description 1
- 238000002503 electroluminescence detection Methods 0.000 description 1
- 238000005286 illumination Methods 0.000 description 1
- 238000013021 overheating Methods 0.000 description 1
- 230000000737 periodic effect Effects 0.000 description 1
- 230000035882 stress Effects 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 230000008646 thermal stress Effects 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
Images
Classifications
-
- 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
- H02S50/15—Testing of PV devices, e.g. of PV modules or single PV cells using optical means, e.g. using electroluminescence
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
- G01J5/00—Radiation pyrometry, e.g. infrared or optical thermometry
- G01J5/48—Thermography; Techniques using wholly visual means
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/20—Image enhancement or restoration by the use of local operators
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/40—Image enhancement or restoration by the use of histogram techniques
-
- G06T5/90—
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0004—Industrial image inspection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/13—Edge detection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20081—Training; Learning
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20084—Artificial neural networks [ANN]
-
- 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
本发明面向可再生绿色能源中的光伏领域，提出一种免拆卸光伏电池隐裂检测系统，系统包括：热成像采集模块，用于对光伏电站中光伏电池的热图像信息和传输；隐裂粗定位模块，用于对热图像信息进行处理，将表现出热斑的光伏电池在光伏电站中的位置进行标记，并将位置信息传输至运动控制模块；运动控制模块，用于将隐裂精检模块传送至被标记的光伏电池上；隐裂精检模块用于采集光伏电池的隐裂图像信息，并传输采集到的红外图像信息；隐裂图像分析模块，包括图像分类单元和隐裂位置标记单元，分别作用于判断图像是否存在隐裂和对隐裂进行位置标定并发布警告信息。本发明无需拆卸光伏电池或对光伏电池加电，能够实现光伏电池的现场高效智能隐裂检测。
Description
技术领域
本发明涉及一种免拆卸光伏电池隐裂检测系统。
背景技术
我国地域广阔而且部分地区日照时间长、光照强度大，十分适合发展太阳能发电。太阳能发电系统中关键的部分就是光伏电池。由于机械应力或热应力的存在，电池片在光伏电站的使用过程中很容易出现隐裂，隐裂问题在机械的载荷下不断扩大，可能会导致开路性破坏，造成热斑效应。热斑效应是光伏组件中缺陷区域（被遮挡、裂纹、脏污等）被当作负载消耗其它区域所产生的能量，导致的局部过热。当隐裂导致光伏电池栅线毁坏后，会导致收集的电流无法正常输出，进而会使电池片部分甚至全部失效，使本来光电转换效率就不高的电池板再次打折，造成其不断的衰减，影响到其寿命，更有甚者，严重的还会导致火灾等自然灾害，所以在太阳能发电站现场，对光伏电池隐裂进行定期的检测就显得尤为重要。
光伏电池的隐裂仅凭肉眼是无法发现的，目前光伏电池的隐裂检测主要依靠电致发光等方法对隐裂进行检查，要求对电池板反向通电并检测其发出的红外光，在发电现场使用时需要将被检测组件与发电网络断开并在暗光下进行检测，费时费力且效率较低。
发明内容
基于此，有必要针对上述技术问题，提供一种能够便捷、高效、准确地检测光伏电池隐裂的系统。
本发明的目的是克服现有技术的不足，提供一种免拆卸光伏电池隐裂检测系统。由于一定程度的隐裂会导致热斑效应，高效的远红外热成像技术可以用于隐裂检测中。然而热斑效应不完全由隐裂等缺陷造成，因此单靠检测热斑效应判断光伏组件的存在很大程度的误检可能性造成资源的浪费。光伏电池中硅片的厚度通常约为100μm，波长1050nm的红外光穿透硅片深度能超过600μm，可透过硅电池而在裂纹处发生衍射形成暗纹的原理检测硅片中的隐裂。本发明致力于实现利用远红外热成像技术进行粗检、近红外光衍射成像进行精检的方式来实现光伏电池的隐裂进行自动化检测，能够很好的弥补传统的电致发光检测，有望成为光伏电池板隐裂检测的主导方法。
本发明的检测系统，包括热成像采集模块、隐裂粗定位模块、运动控制模块、隐裂精检模块和隐裂图像分析模块；其中，
所述热成像采集模块，用于对光伏电站中光伏电池的热图像信息和传输；包括无人装载设备、红外热成像仪与图像传输单元；无人装载设备用于搭载红外热成像仪与图像传输单元，红外热成像仪与图像传输单元分别用于对光伏电站的热斑情况进行热图像采集和对采集到的热图像信息进行传输；
所述隐裂粗定位模块，用于对热图像信息进行处理，将表现出热斑的光伏电池在光伏电站中的位置进行标记，并将位置信息传输至运动控制模块；
所述运动控制模块，用于将隐裂精检模块传送至被标记的光伏电池上；
所述隐裂精检模块，包括太阳能电池、光源、光束整形镜头、红外相机、无线桥接设备以及机械支撑部件；太阳能电池装在隐裂精检模块外部的顶部，光源、光束整形镜头、红外相机、无线桥接设备以及机械支撑部件装在隐裂精检模块内部；所述隐裂精检模块用于通过主动打光以及红外图像采集的方式采集光伏电池的隐裂图像信息，并将采集到的红外图像信息进行传输；
所述隐裂图像分析模块，包括图像分类单元和隐裂位置标记单元，分别作用于判断图像是否存在隐裂和对隐裂进行位置标定并发布警告信息；
所述运动控制模块与隐裂精检模块机械连接，运动控制模块通过隐裂精检模块中的无线桥接设备接收隐裂粗定位模块发布的位置信息；隐裂粗定位模块和隐裂图像分析模块都设置于后端服务器。
优选地，所述红外热成像仪对光伏电站进行垂直于地面的俯拍，且俯拍时应注意避免太阳直射产生的反射像对热图像采集的结果产生干扰。
优选地，所述隐裂粗定位模块判定热斑的条件为：
式中To为待检测目标区域的温度，TA为目标区域周边区域电池板的平均温度，
为判定阈值，通常在太阳光接近直射条件下，判定阈值可以取15到20摄氏度。
优选地，所述太阳能电池，用于给隐裂精检模块供电；所述光源为波长1050nm的红外LED灯珠阵列，阵列面与光伏电池上表面夹角为45°，光源上方配备有散热片和散热风扇；所述光束整形镜头包括铝合金支撑架、两片平凸透镜与一片双凸透镜，位于光源下方；红外相机位于需要检测的光伏电池的正上方，相机内部需安装截止波长1050nm的长波通滤光片；光源、光束整形镜头、红外相机、无线桥接设备之间通过机械支撑部件连接固定。
优选地，所述隐裂精检模块的工作包括如下步骤：
步骤51：光源、散热风扇启动，红外光线进入光束整型镜头后沿LED灯珠阵列面的法线方向均匀传播并照射在光伏电池上，红外光穿透光伏电池表面的光伏玻璃和硅片，在硅片中的裂纹处发生衍射形成暗纹；
步骤52： 红外相机启动，将包括暗纹信息的光伏电池的红外图像进行拍摄采集；
步骤53：无线桥接设备启动，将红外图像传输至隐裂图像分析模块。
优选地，所述图像分类单元是将：
步骤61：采集到的原始数据图片进行拉伸、旋转、翻转处理实现数据集扩充；
步骤62：对设计好的卷积神经网络模型在tensorflow框架中利用随机梯度下降法进行训练；
步骤63：通过训练后的模型对测试集数据进行分类；
优选地，所述隐裂位置标记单元是通过：
步骤64：同态滤波和自适应直方图均衡使得图像亮度均匀化，同时提升图像对比度；
步骤65：采用拉普拉斯算子对图像进行卷积，提取图像中较暗的隐裂部分；
步骤66：采用两个斜向滤波器，突出隐裂的不规则边缘；
步骤67：提取图像的边缘，获得隐裂位置。
本发明与现有技术相比，具有以下优点及有益效果：
无需将光伏电池从电站拆卸，避免工人拆卸过程中的安全风险，不会产生由于人工拆卸对正常光伏电池造成的伤害，且不会影响光伏电站正常发电。
通过热成像采集模块使检测高效化，通过隐裂精检模块使检测结果准确化。
系统电力大部分来自太阳能，低碳环保。
实现硬件与软件结合的智能检测，不需要人工进行操作。
整个检测系统合理实用、设计科学。
附图说明
此处的附图1、附图2、附图3、附图4被并入说明书中并构成本说明书的一部分，示出了符合本申请的实施例，并与说明书一起用于解释本申请的原理。
图1为本发明实施例一的光伏电池隐裂检测流程图；
图2为本发明实施例一的热成像采集模块与隐裂粗定位模块的工作示意图；
图3为本发明实施例一的隐裂精检模块与隐裂图像分析模块的工作示意图；
图4为本发明实施例一的光源与光束整型镜头的结构图（左）以及通电后的光束图（右）；
附图中： 1-红外相机、2-光源、3-光束整型镜头、4-散热片、5-太阳能电池、6-机械支撑部件、7-无线桥接设备、8-无人装载设备、9-散热风扇、10-运动控制模块、11-光伏电池、12-红外热成像仪、13-后端服务器、301-平凸透镜、302-平凸透镜、303-双凸透镜、304-铝合金支架、14-图像传输单元、15-光束。
具体实施方式
为了使本领域的人员更好地理解本发明的技术方案，下面结合本发明的附图，对本发明的技术方案进行清楚、完整的描述，基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动的前提下所获得的其它类同实施例，都应当属于本申请保护的范围。
在本申请使用的术语是仅仅出于描述特定实施例的目的，而非旨在限制本申请。在本申请和所附权利要求书中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式，除非上下文清楚地表示其他含义。还应当理解，本文中使用的术语“和/或”是指并包含一个或多个相关联的列出项目的任何或所有可能组合。
实施例1：
一种免拆卸光伏电池隐裂检测系统，包括热成像采集模块1-1、隐裂粗定位模块1-2、运动控制模块1-3、隐裂精检模块1-4和隐裂图像分析模块1-5；其中，
热成像采集模块1-1，用于对光伏电站中光伏电池11的热图像信息和传输；包括无人装载设备8、红外热成像仪12与图像传输单元14；无人装载设备8用于搭载红外热成像仪12与图像传输单元14，红外热成像仪12与图像传输单元14分别用于对光伏电站的热斑情况进行热图像采集和对采集到的热图像信息进行传输；
隐裂粗定位模块1-2，用于对热图像信息进行处理，将表现出热斑的光伏电池11在光伏电站中的位置进行标记，并将位置信息传输至运动控制模块1-3；
运动控制模块10（1-3），用于将隐裂精检模块传送至被标记的光伏电池上；
隐裂精检模块1-4，包括太阳能电池5、光源2、光束整形镜头3、红外相机1、无线桥接设备7以及机械支撑部件6；太阳能电池5装在隐裂精检模块1-4外部的顶部，光源2、光束整形镜头3、红外相机1、无线桥接设备7以及机械支撑部件6装在隐裂精检模块1-4内部；隐裂精检模块1-4用于通过主动打光以及红外图像采集的方式采集光伏电池的隐裂图像信息，并将采集到的红外图像信息进行传输；
隐裂图像分析模块1-5，包括图像分类单元和隐裂位置标记单元，分别作用于判断图像是否存在隐裂和对隐裂进行位置标定并发布警告信息；
运动控制模块10（1-3）与隐裂精检模块1-4机械连接，运动控制模块10（1-3）通过隐裂精检模块1-3中的无线桥接设备7接收隐裂粗定位模块发布的位置信息；隐裂粗定位模块1-2和隐裂图像分析模块1-5都设置于后端服务器13。
红外热成像仪8对光伏电站进行垂直于地面的俯拍，且俯拍时应注意避免太阳直射产生的反射像对热图像采集的结果产生干扰。
隐裂粗定位模块1-2判定热斑的条件为：
式中To为待检测目标区域的温度，TA为目标区域周边区域电池板的平均温度，
为判定阈值，通常在太阳光接近直射条件下，判定阈值可以取15到20摄氏度。
太阳能电池5，用于给隐裂精检模块1-4供电；所述光源2为波长1050nm的红外LED灯珠阵列，阵列面与光伏电池11上表面夹角为45°，光源2上方配备有散热片4和散热风扇9；所述光束整形镜头3包括铝合金支撑架304、两片平凸透镜301、302与一片双凸透镜303，位于光源2下方；红外相机1位于需要检测的光伏电池11的正上方，红外相机1内部需安装截止波长1050nm的长波通滤光片；光源2、光束整形镜头3、红外相机1、无线桥接设备7之间通过机械支撑部件6连接固定。
隐裂精检模块1-4的工作包括如下步骤：
步骤51：光源2、散热风扇9启动，红外光线进入光束整型镜头3后沿LED灯珠阵列面的法线方向均匀传播并照射在光伏电池11上，红外光穿透光伏电池11表面的光伏玻璃和硅片，在硅片中的裂纹处发生衍射形成暗纹；
步骤52： 红外相机1启动，将包括暗纹信息的光伏电池11的红外图像进行拍摄采集；
步骤53：无线桥接设备7启动，将红外图像传输至隐裂图像分析模块1-5。
图像分类单元是将：
步骤61：采集到的原始数据图片进行拉伸、旋转、翻转处理实现数据集扩充；
步骤62：对设计好的卷积神经网络模型在tensorflow框架中利用随机梯度下降法进行训练；
步骤63：通过训练后的模型对测试集数据进行分类；
优选地，所述隐裂位置标记单元是通过：
步骤64：同态滤波和自适应直方图均衡使得图像亮度均匀化，同时提升图像对比度；
步骤65：采用拉普拉斯算子对图像进行卷积，提取图像中较暗的隐裂部分；
步骤66：采用两个斜向滤波器，突出隐裂的不规则边缘；
步骤67：提取图像的边缘，获得隐裂位置。
本发明与现有技术相比，具有以下优点及有益效果：
无需将光伏电池从电站拆卸，避免工人拆卸过程中的安全风险，不会产生由于人工拆卸对正常光伏电池造成的伤害，且不会影响光伏电站正常发电。
通过热成像技术与无人装载设备结合对光伏电池进行粗检，筛选出出现热斑的组件，提高检测效率。使用红外光对热斑组件进行精检排除掉因电池片正常的个体差异造成的热斑，提高检测准确率。
系统电力大部分来自太阳能，低碳环保。实现硬件与软件结合的智能检测，不需要人工进行操作。整个检测系统合理实用、设计科学。
在本具体实施方式中，所述的红外相机、光源、散热片、太阳能电池、无线桥接设备、无人装载设备、散热风扇、运动控制模块、红外热成像仪、后端服务器、图像传输模块均为市售产品，故其具体结构不在此赘述。
Claims (6)
1.一种免拆卸光伏电池隐裂检测系统，其特征在于：包括热成像采集模块、隐裂粗定位模块、运动控制模块、隐裂精检模块和隐裂图像分析模块；其中，所述热成像采集模块，用于对光伏电站中光伏电池的热图像信息和传输；包括无人装载设备、红外热成像仪与图像传输单元；无人装载设备用于搭载红外热成像仪与图像传输单元，红外热成像仪与图像传输单元分别用于对光伏电站的热斑情况进行热图像采集和对采集到的热图像信息进行传输；
所述隐裂粗定位模块，用于对热图像信息进行处理，将表现出热斑的光伏电池在光伏电站中的位置进行标记，并将位置信息传输至运动控制模块；
所述运动控制模块，用于将隐裂精检模块传送至被标记的光伏电池上；
所述隐裂精检模块，包括太阳能电池、光源、光束整形镜头、红外相机、无线桥接设备以及机械支撑部件；太阳能电池装在隐裂精检模块外部的顶部，光源、光束整形镜头、红外相机、无线桥接设备以及机械支撑部件装在隐裂精检模块内部；所述隐裂精检模块用于通过主动打光以及红外图像采集的方式采集光伏电池的隐裂图像信息，并将采集到的红外图像信息进行传输；
所述隐裂图像分析模块，包括图像分类单元和隐裂位置标记单元，分别作用于判断图像是否存在隐裂和对隐裂进行位置标定并发布警告信息；
所述运动控制模块与隐裂精检模块机械连接，运动控制模块通过隐裂精检模块中的无线桥接设备接收隐裂粗定位模块发布的位置信息；隐裂粗定位模块和隐裂图像分析模块都设置于后端服务器。
2.根据权利要求1所述的免拆卸光伏电池隐裂检测系统，其特征在于：所述红外热成像仪对光伏电站进行垂直于地面的俯拍，且俯拍时应注意避免太阳直射产生的反射像对热图像采集的结果产生干扰。
3.根据权利要求1所述的免拆卸光伏电池隐裂检测系统，其特征在于：所述隐裂粗定位模块判定热斑的条件为：
式中To为待检测目标区域的温度，TA为目标区域周边区域电池板的平均温度，
为判定阈值，通常在太阳光接近直射条件下，判定阈值可以取15到20摄氏度。
4.根据权利要求1所述的免拆卸光伏电池隐裂检测系统，其特征在于：所述太阳能电池，用于给隐裂精检模块供电；所述光源为波长1050nm的红外LED灯珠阵列，阵列面与光伏电池上表面夹角为45°，光源上方配备有散热片和散热风扇；所述光束整形镜头包括铝合金支撑架、两片平凸透镜与一片双凸透镜，位于光源下方；红外相机位于需要检测的光伏电池的正上方，相机内部需安装截止波长1050nm的长波通滤光片；光源、光束整形镜头、红外相机、无线桥接设备之间通过机械支撑部件连接固定。
5.根据权利要求4所述的免拆卸光伏电池隐裂检测系统，其特征在于：所述隐裂精检模块的工作包括如下步骤：
步骤51：光源、散热风扇启动，红外光线进入光束整型镜头后沿LED灯珠阵列面的法线方向均匀传播并照射在光伏电池上，红外光穿透光伏电池表面的光伏玻璃和硅片，在硅片中的裂纹处发生衍射形成暗纹；
步骤52： 红外相机启动，将包括暗纹信息的光伏电池的红外图像进行拍摄采集；
步骤53：无线桥接设备启动，将红外图像传输至隐裂图像分析模块。
6.根据权利要求1所述的免拆卸光伏电池隐裂检测系统，其特征在于：所述图像分类单元是将：
步骤61：采集到的原始数据图片进行拉伸、旋转、翻转处理实现数据集扩充；
步骤62：对设计好的卷积神经网络模型在tensorflow框架中利用随机梯度下降法进行训练；
步骤63：通过训练后的模型对测试集数据进行分类；
所述隐裂位置标记单元是通过：
步骤64：同态滤波和自适应直方图均衡使得图像亮度均匀化，同时提升图像对比度；
步骤65：采用拉普拉斯算子对图像进行卷积，提取图像中较暗的隐裂部分；
步骤66：采用两个斜向滤波器，突出隐裂的不规则边缘；
步骤67：提取图像的边缘，获得隐裂位置。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210978915.4A CN115051647B (zh) | 2022-08-16 | 2022-08-16 | 一种免拆卸光伏电池隐裂检测系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210978915.4A CN115051647B (zh) | 2022-08-16 | 2022-08-16 | 一种免拆卸光伏电池隐裂检测系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN115051647A true CN115051647A (zh) | 2022-09-13 |
| CN115051647B CN115051647B (zh) | 2023-06-09 |
Family
ID=83166419
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202210978915.4A Active CN115051647B (zh) | 2022-08-16 | 2022-08-16 | 一种免拆卸光伏电池隐裂检测系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN115051647B (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| TWI813515B (zh) * | 2022-12-08 | 2023-08-21 | 財團法人工業技術研究院 | 偵測太陽能電池中的熱斑區域的方法 |
Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105263000A (zh) * | 2015-10-16 | 2016-01-20 | 广西大学 | 基于无人机载双相机的大型光伏电站巡检装置 |
| CN207425889U (zh) * | 2017-07-17 | 2018-05-29 | 苏州天准科技股份有限公司 | 一种用于检测太阳能硅片隐裂的光学检测装置 |
| CN109187558A (zh) * | 2018-10-10 | 2019-01-11 | 中南大学 | 一种基于无人机的光伏电站自动巡检系统 |
| CN208782778U (zh) * | 2018-08-21 | 2019-04-23 | 佛山职业技术学院 | 一种光伏组件热斑检测系统 |
| CN113311861A (zh) * | 2021-05-14 | 2021-08-27 | 国家电投集团青海光伏产业创新中心有限公司 | 光伏组件隐裂特性的自动化检测方法及其系统 |
| CN214201211U (zh) * | 2020-11-24 | 2021-09-14 | 中国科学院西安光学精密机械研究所 | 一种光伏电池板隐裂检测装置 |
| WO2022050507A1 (ko) * | 2020-09-04 | 2022-03-10 | 주식회사 엠지아이티 | 태양광 발전 모듈 모니터링 방법 및 시스템 |
| CN114529515A (zh) * | 2022-01-17 | 2022-05-24 | 华南理工大学 | 一种自动识别太阳能电池内部缺陷的方法 |
-
2022
- 2022-08-16 CN CN202210978915.4A patent/CN115051647B/zh active Active
Patent Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105263000A (zh) * | 2015-10-16 | 2016-01-20 | 广西大学 | 基于无人机载双相机的大型光伏电站巡检装置 |
| CN207425889U (zh) * | 2017-07-17 | 2018-05-29 | 苏州天准科技股份有限公司 | 一种用于检测太阳能硅片隐裂的光学检测装置 |
| CN208782778U (zh) * | 2018-08-21 | 2019-04-23 | 佛山职业技术学院 | 一种光伏组件热斑检测系统 |
| CN109187558A (zh) * | 2018-10-10 | 2019-01-11 | 中南大学 | 一种基于无人机的光伏电站自动巡检系统 |
| WO2022050507A1 (ko) * | 2020-09-04 | 2022-03-10 | 주식회사 엠지아이티 | 태양광 발전 모듈 모니터링 방법 및 시스템 |
| CN214201211U (zh) * | 2020-11-24 | 2021-09-14 | 中国科学院西安光学精密机械研究所 | 一种光伏电池板隐裂检测装置 |
| CN113311861A (zh) * | 2021-05-14 | 2021-08-27 | 国家电投集团青海光伏产业创新中心有限公司 | 光伏组件隐裂特性的自动化检测方法及其系统 |
| CN114529515A (zh) * | 2022-01-17 | 2022-05-24 | 华南理工大学 | 一种自动识别太阳能电池内部缺陷的方法 |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| TWI813515B (zh) * | 2022-12-08 | 2023-08-21 | 財團法人工業技術研究院 | 偵測太陽能電池中的熱斑區域的方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN115051647B (zh) | 2023-06-09 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN101378092B (zh) | 太阳电池及组件隐裂检测装置及其测试方法 | |
| CN109696457B (zh) | 面向玻璃幕墙胶接结构损伤的主动红外热波检测方法与系统 | |
| CN107534414B (zh) | 用于评估光伏设备的发光成像系统和方法 | |
| US11367171B2 (en) | Method for detecting hollowing of exterior wall finish layer | |
| US20130062536A1 (en) | Illumination Systems and Methods for Photoluminescence Imaging of Photovoltaic Cells and Wafers | |
| WO2021027366A1 (zh) | 一种光伏电站的电池片检测方法、装置及系统 | |
| dos Reis Benatto et al. | Development of outdoor luminescence imaging for drone-based PV array inspection | |
| US20150070487A1 (en) | Method and a device for the purpose of elctroluminescence inspection and/or photoluminescence inspection | |
| CN110687119A (zh) | 一种缺陷检测方法、系统与装置、计算机可读存储介质 | |
| CN115051647A (zh) | 一种免拆卸光伏电池隐裂检测系统 | |
| CN108732507A (zh) | 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 | |
| CN101988904A (zh) | 太阳能电池缺陷检测方法 | |
| CN103308491A (zh) | 多摄像机同步跟踪的光致发光太阳能电池检测装置 | |
| CN111028378A (zh) | 一种用于渔光互补式光伏电站的无人机巡检系统及巡检方法 | |
| CN105281665A (zh) | 一种便携式太阳能电池缺陷检测装置及方法 | |
| JP5683738B1 (ja) | 太陽電池検査装置 | |
| CN110702699B (zh) | 一种压延玻璃缺陷检测装置和方法 | |
| CN108418550A (zh) | 集群太阳能板的缺陷检测和定位方法 | |
| CN115642877A (zh) | 一种基于深度学习的光伏组件异常遮挡检测方法及系统 | |
| Kunz et al. | Outdoor luminescence imaging of field-deployed PV modules | |
| CN207866734U (zh) | 用于透明材料缺陷检测的矩阵式视觉检测系统 | |
| CN112326039B (zh) | 一种光伏电站巡检辅助系统 | |
| CN109150106A (zh) | 一种晶体硅光伏电池组件黑片缺陷失效分析方法 | |
| CN108445018B (zh) | 应用于电池片黑心检测的有效特征曲线提取方法 | |
| TW202213938A (zh) | 太陽能發電模組失效分析系統與方法 |
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 | ||
| TR01 | Transfer of patent right | ||
| TR01 | Transfer of patent right |
Effective date of registration: 20240328 Address after: Room 603, Building 2, Jingzhou Ruize Business Center, No. 89 Jingzhou North Road, Sandun Town, Xihu District, Hangzhou City, Zhejiang Province, 310000 Patentee after: Pan Pacific Energy Environment (Zhejiang) Co.,Ltd. Country or region after: China Patentee after: Jiaxing Research Institute of Zhejiang University Address before: Room 715, No. 656, Gudun Road, Xihu District, Hangzhou, Zhejiang 310030 Patentee before: Pan Pacific Energy Environment (Zhejiang) Co.,Ltd. Country or region before: China |