光伏咨询搜索-索比光伏网

的效率。参考标准见表二。序号标准名称表二、红外扫描测试相关标准测试样图复杂地形地面电站EL全检随着光伏电站投融资过程中对组件质量的高要求，以及近年来极端天气的
增加，收购方及保险公司对于电站组件EL全检的需求也与日俱增。光伏组件EL常规检测方法，为2-3名检测工程师携带一套便携式EL检测设备于夜间进行测试，每日测试数量在200-300块左右，复杂地形的电站EL

。目前电站上最为常用的方法组件测试方法是采用便携式设备对组件进行现场I-V和EL测试。而便携式组串I-V测试仪，转化STC条件下Pmax测试准确性仅为5%，精度较低，且严重依赖天气情况，无法准确反映组件
车上。该检测平台集成了组件I-V、EL及红外热成像三大功能，同时配置了温度控制系统，能够快速实现STC测试条件。测试设备方面，配置了3A+级太阳模拟器，6台高分辨EL测试工业相机和成像分辨率达到

of electroluminescence images 通过量化分析EL图像测量二极管理想因子目前状态：DTS准备中，预计于今年6月提交。二极管理想因子n代表pn结电子的质量，与组件填充因子相关，是衡量
光伏电池片效率，开路电压和短路电流的一个非常有效的指标。该测试通过注入不同等级的电流得出不同强度的EL图像，从而计算出二极管理想因子。目前工作小组正在进行循环测试，已有的测试结果证实了标准中测试方法的

考虑功率测量再现性。此处衰减率没有和IEC 61215一样选择5%，是因为实验结果来看大多数组件在3%以下，如果选择5%，可能就无法发现LETID敏感组件。 IEC TS 63109基于EL成像
定量分析测量光伏电池、组件二极管理想因子在半导体物理里，二极管理想因子表达为n，在1-2之间，越接近1越说明半导体器件的缺陷少复合少，对光伏器件来说，则代表转化效率越高。该技术规范通过定量分析EL成像

在光伏缺陷检测领域，特别是外观-AI自动识别，由于相比较EL-AI自动识别系统，外观缺陷数量更多，形态也更加复杂，对模型要求更高;外观图片大，需要占用更多的软硬件资源进行处理;EL、下外观、上外观的
AI计算需要消耗时间，并且需要做到同步，同时复判，同时回传等这三个现实难题，光伏缺陷检测领域内外观-AI自动识别技术面临很大难点和障碍。光伏组件如果仅有EL的AI，没有外观的

。光伏组件制备的具体工艺流程可分为：焊接、叠层、层压、EL 测试、装框、装接线盒、清晰、IV 测试、成品检验、包装等，其中技术和价值量最高的环节为焊接和层压。 1.2.2 组件设备
为摆模板机;层压环节需要层压机;EL 测试环节需要 EL 测试仪;装框环节需要的设备为自动摆框装框机;装接线盒环节需要接线盒焊接机;清洗环节需要的设备为组件翻转单元;IV 测试环节用到的设备为 IV