晶硅太陽電池組件缺陷的紅外圖像診斷研究.pdf

1、太陽電池組件局部缺陷嚴(yán)重影響組件的整體性能。目前，組件檢測(cè)手段主要有 I-V特性檢測(cè)、光譜響應(yīng)檢測(cè)和外觀目測(cè)，不能直接發(fā)現(xiàn)缺陷所在部位與失效原因。為快速準(zhǔn)確的診斷太陽電池組件的缺陷，進(jìn)行了太陽電池組件缺陷的紅外圖像診斷研究。
　　第一，通過研究電池組件紅外圖像成像機(jī)理確定了影響電致發(fā)光的因素。電致發(fā)光原理是紅外成像的物理機(jī)理，其發(fā)光強(qiáng)度影響太陽電池組件缺陷類型與位置的判斷，而少數(shù)載流子的擴(kuò)散長(zhǎng)度，外加正向偏壓和溫度是電致發(fā)光的影響

2、因素。
　　第二，分析了太陽電池的紅外圖像亮暗與電性能參數(shù)的關(guān)系。通過觀察圖像的亮暗分析電池的性能，結(jié)合I-V測(cè)試參數(shù)總結(jié)出短路電流差值應(yīng)不大于0.35A，轉(zhuǎn)換效率差值應(yīng)不大于0.75％，超出此值紅外圖像亮暗異常，發(fā)電量受發(fā)電率低的電池影響。
　　第三，太陽電池組件中各種缺陷的紅外圖像分析，檢測(cè)各種缺陷的太陽電池組件，對(duì)不同特征的圖像進(jìn)行歸類，分析缺陷對(duì)輸出特性的影響。
　　第四，進(jìn)行各種缺陷的紅外圖像處理。預(yù)處理通過

3、采用中值濾波方法有效去除圖像中的背景噪聲，保留圖像的缺陷特征；圖像分割用Canny算子進(jìn)行邊緣檢測(cè)，用bwperim函數(shù)跟蹤目標(biāo)圖像的邊緣，提取了缺陷的形狀特征值；圖像識(shí)別通過計(jì)算隱裂的周長(zhǎng)和面積，根據(jù)圓形度公式可判斷是否為隱裂缺陷。
　　研究得出，太陽電池轉(zhuǎn)換效率及短路電流值是影響紅外圖像亮暗差異的主要原因；根據(jù)各種缺陷的圖像特征，歸納出三大類缺陷，及缺陷對(duì)組件輸出特性的影響，為制定企業(yè)內(nèi)部檢測(cè)標(biāo)準(zhǔn)提供了參考依據(jù)；通過圖像處理，