[发明专利]太阳能电池缺陷导致性能损耗的自动评估方法、设备、计算机可读存储介质

说明书

本发明公开了一种太阳能电池缺陷导致性能损耗的自动评估方法，所述方法包括：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，确定太阳能电池在电致发光图像中的准确位置；定义某一注入电流密度对应的电致发光图像中的缺陷区；计算各缺陷区的预测电致发光强度并替换缺陷区原始电致发光强度；分别根据注入电流密度和预测或者实际内部电压的关系曲线，输出太阳能电池的预测或者实际伏安特性，并进行性能损耗的对比和评估。本发明还公开了一种太阳能电池缺陷导致性能损耗的自动评估系统。本发明能够定量获得太阳能电池缺陷所引起的器件性能损耗情况，有利于制造人员对工艺的针对性改进，并降低高效太阳能电池的研发成本。

技术领域

本发明属于电池检测技术领域，涉及一种太阳能电池伏安特性的自动评估方法、设备、计算机可读存储介质。

背景技术

为了获得更高转换效率的太阳能电池，在实际生产中需要不断改变工艺参数，以对比采用不同制造工艺生产的样品性能。然而，太阳能电池材料本身以及在生产和制造的过程中，会不可避免的产生或引入一些缺陷，导致转换效率的异常降低，影响了不同样品性能对比的可靠性。因此，设法人为地消除缺陷对太阳能电池的影响，量化缺陷所导致的太阳能电池性能损耗情况，有利于制造人员对工艺的针对性改进，降低高效太阳能电池的研发成本。

发明内容

为了解决现有技术存在的不足，本发明基于电致发光成像检测技术及图像恢复技术，提出了一种太阳能电池缺陷导致性能损耗的自动评估系统及其方法。

本发明提供了一种太阳能电池缺陷导致性能损耗的自动评估方法，包括如下步骤：

步骤一、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；

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。

步骤二、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；

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，使用该方法可以使程序自动给经过高斯滤波后的电致发光图像设定阈值，从而获得阈值化的图像；阈值的设定与图像的灰度特性有关，采用该阈值时，阈值化图像的黑色和白色两类区域之间满足类间方差最大，且阈值化的错误概率最小。具体来说，大津算法被认为是图像分割中阈值选取的最佳算法，计算简单，不受图像亮度和对比度的影响，因此在数字图像处理上得到了广泛的应用。

所述大津算法是按图像的灰度特性，将图像分成背景(黑色)和前景(白色)两部分。通常用“方差”作为灰度分布均匀性的一种度量，背景和前景之间的类间方差越大，说明构成图像的两部分(即黑白两部分)的差别越大。因此，使类间方差最大的分割(分割即阈值选取)意味着错分概率最小。

因此大津算法做出了使类间方差最大的阈值选取。

步骤三、根据步骤二中获得的太阳能电池的准确位置，选择某一注入电流密度下电致发光图像，遍历整个电致发光图像获得所有的缺陷区D₁到D_i；

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P_i，点P_i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；