Optimization of the imaging system for detecting invisible defects on the silicon photovoltaic modules under high irradiance level

doi:10.13741/j.cnki.11-1879/o4.2025.03.001

您当前的位置：

首页 >

文章列表页 >

Optimization of the imaging system for detecting invisible defects on the silicon photovoltaic modules under high irradiance level

更新时间：2025-09-01

- Optimization of the imaging system for detecting invisible defects on the silicon photovoltaic modules under high irradiance level
- Vol. 51, Issue 3, Pages: 264-268(2025)
- 作者机构：
  
  1. 1:中国华能集团清洁能源技术研究院有限公司
  2. 2:中国华能集团内蒙古丰电能源发电有限公司
  3. 3:北京理工大学光电学院颜色科学与工程国家重点学科专业实验室
- 作者简介：
- 基金信息：
- DOI：10.13741/j.cnki.11-1879/o4.2025.03.001
  CLC： TM914.4;TP391.41
- Published：2025
- 稿件说明：
移动端阅览
Optimization of the imaging system for detecting invisible defects on the silicon photovoltaic modules under high irradiance level[J]. 2025, 51(3): 264-268.
DOI：

Optimization of the imaging system for detecting invisible defects on the silicon photovoltaic modules under high irradiance level[J]. 2025, 51(3): 264-268. DOI： 10.13741/j.cnki.11-1879/o4.2025.03.001.

摘要

光伏电池板组件的隐形缺陷包括隐裂、碎片、黑斑、阴影等是影响组件发电效率、寿命、安全性的重要因素。为了实现高辐照度下晶硅光伏电池组件隐形缺陷的在线检测，提出了缺陷成像系统的优化方法；包括带通短波红外成像系统组成、双曝光背景抑制、非线性变换图像锐化等。建立了光伏电池板电致或光致发光成像的信号动态范围模型；搭建了基于窄带短波红外InGaAs相机的高辐照度下光伏电池板电致发光成像的实验装置，并对提出的优化方法进行了验证。结果表明，在300W/m~2的辐照度下，本文方法可有效提高光伏电池板隐形缺陷的成像清晰度。

Abstract

关键词

Keywords

references

Views

下载量

CSCD

Alert me when the article has been cited

提交

Tools

Publicity Resources

The feature selection and bias classification of magnetic tile surface defect

The study on calibration and quantitative analysis methods for real-time radiography inspection system

Transmission polarization detection of surface micro-defects of curved optical components

Related Author

张振尧

白瑞林

过志强

姜利杰

任大海

尤政

邾继贵

孙长库

Related Institution

1:江南大学轻工过程先进控制教育部重点实验室

2:信息与控制实验教学中心

3:无锡信捷电气股份有限公司

1:清华大学精密仪器与机械学系

2:清华大学精密仪器与机械学系

⁰