[发明专利]一种太阳能电池缺陷导致性能损耗的自动评估系统在审

专利信息
申请号: 202210065746.5 申请日: 2022-01-20
公开(公告)号: CN114826150A 公开(公告)日: 2022-07-29
发明(设计)人: 陈少强;王酉杨;李丽颖;许瑾佳;胡小波;翁国恩;罗显佳 申请(专利权)人: 华东师范大学
主分类号: H02S50/10 分类号: H02S50/10;H02S50/15
代理公司: 上海麦其知识产权代理事务所(普通合伙) 31257 代理人: 董红曼
地址: 200241 *** 国省代码: 上海;31
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 太阳能电池 缺陷 导致 性能 损耗 自动 评估 系统
【权利要求书】:

1.一种太阳能电池缺陷导致性能损耗的自动评估系统,其特征在于,所述系统包括:输入模块、电池边缘检测模块、电池缺陷恢复模块、电池伏安特性计算模块和电池性能损耗评估模块;其中,

所述输入模块,用于读取太阳能电池片的电致发光光谱、外量子效率和不同正向注入电流密度下采集的一组电致发光图像;

所述电池边缘检测模块,用于确定太阳能电池在电致发光图像中的准确位置;

所述电池缺陷恢复模块,用于识别太阳能电池表面的缺陷区,计算各个缺陷区的预测发光强度并对缺陷进行恢复,得到不同注入电流密度下的预测电致发光图像;

所述电池伏安特性计算模块,根据实际或者预测电致发光强度与电池内部电压的关系,得到太阳能电池实际或者预测的伏安特性曲线;

所述电池性能损耗评估模块,根据实际或者预测的伏安特性曲线,获得电池实际或者预测的性能参数并进行对比,定量评估由于缺陷导致的太阳能电池性能损耗。

2.如权利要求1所述的太阳能电池缺陷导致性能损耗的自动评估系统,其特征在于,

输入模块读取太阳能电池片的电致发光光谱、外量子效率和在不同注入电流密度下的电致发光图像,并将上述数据信息传输给电池边缘检测模块;

电池边缘检测模块通过高斯滤波和大津算法对输入的电致发光图像进行阈值化处理后,获得阈值化图像中白色轮廓所对应的外接矩形区域,即为太阳能电池在电致发光图像中的准确位置;

根据太阳能电池的准确位置,电池缺陷恢复模块选择某一注入电流密度对应的电致发光图像,遍历整个电致发光图像获得所有的缺陷区D1到Di

根据所有缺陷区D1到Di,电池缺陷恢复模块将缺陷区的电致发光强度逐一替换为缺陷区的预测电致发光强度,获得太阳能电池的预测电致发光图像;

电池缺陷恢复模块按照注入电流密度从小到大的顺序,依次选择对应的电致发光图像,获得每个注入电流密度下的预测电致发光图像;

电池伏安特性计算模块计算电池在每个注入电流密度下的实际或者预测电致发光强度,根据太阳能电池实际或者预测电致发光强度和内部电压的互易关系,获得注入电流密度与实际或者预测内部电压的关系曲线,输出太阳能电池的实际或者预测伏安特性;

电池性能损耗评估模块根据实际或者预测伏安特性曲线,获得电池的实际或者预测性能参数并进行对比,定量评估电池实际性能与电池预测性能的差异,即缺陷导致的电池性能损耗。

3.如权利要求2所述的自动评估系统,其特征在于,所述太阳能电池电致发光图像用CCD照相机或CMOS照相机拍摄得到,所述电致发光光谱由光谱仪获得,所述外量子效率由太阳能电池外量子效率测试仪获得;所述注入电流密度的范围为0到太阳能电池的短路电流密度;所述太阳能电池的短路电流密度与太阳能电池的材料类型、制造工艺有关。

4.如权利要求2所述的自动评估系统,其特征在于,所述高斯滤波是指一种线性平滑算法,用于图像处理的降噪过程,从而改善太阳能电池边缘的毛刺,获得信噪比更高的电致发光图像;所述高斯滤波的窗口大小为S,S为正整数;所述大津算法是一种自适应选择阈值的算法,程序使用该方法自动给电致发光图像设定阈值,从而获得阈值化的图像。

5.如权利要求2所述的自动评估系统,其特征在于,所述缺陷区的定义为该区域的电致发光强度同时满足以下条件:1)该区域内存在一个电致发光强度最低的点Pi,点Pi的强度值低于指定区域N1平均强度值的1/k1,k1为一个给定的系数;2)该区域内所有点的强度值均低于指定区域N2平均强度值的1/k2,k2为一个给定的系数;i为正整数。

6.如权利要求5所述的自动评估系统,其特征在于,指定区域N1和N2是以点Pi为中心,指定不同边长或半径的方形或圆形区域,且缺陷区Di包含于N1和N2;对于同一个电致发光图像,多个缺陷区的边长或者半径保持一致,且不同缺陷区的N1或者不同缺陷区的N2各自不发生重叠;所述系数k1和k2均为大于1的实数。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于华东师范大学,未经华东师范大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202210065746.5/1.html,转载请声明来源钻瓜专利网。

同类专利
专利分类
×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top