图像分析

对功率的影响及缺陷产生的原因。另外，为研究黑片对组件的影响，选取组件做PID试验，观察试验后的组件EL图像和功率衰减情况，分析黑片产生原因及其对组件性能产生的影响。

分析以及组串故障定位、故障预警、缺陷管理、自动化报表管理等功能，其中数据采集与分析不但包含了气象数据、发电量统计、设备运行状态，其采集和分析的数据还包括汇流箱数据、逆变器数据、箱变、高压侧、并网点等关键

分析热监控录像。由于红外热像仪根据场景发散的红外辐射产生热图像画面，因此它们可以提供各种条件下的高对比度热图像。无论天气和照明条件如何，热画面都能以高对比度的热图像清晰显示入侵目标物，这使得安保系统在

组件进行分析处理，得出了具体的热斑检测报告。通过无人机检测光伏组件热斑，大幅提高了电站红外热斑检测效率。 热斑效应产生的原因1 太阳电池的等效电路图如图1 所示。太阳电池主要是由p-n 结构成的
FLIR Vue 机载红外热像仪机( 如图4 所示) 仅重100 g 左右，不会影响无人机重心或缩短飞行时间。FLIR Vue 分辨率可达640PPI512PPI，大幅增强了图像的可视性;工作温度在

摘要：丝网印刷线在生产过程中产生了间歇性串阻偏高、效率偏低的现象，EL测试图像部分区域呈现黑雾状，针对此问题从烧结炉和丝网工艺2个方面进行分析，解决了该问题。 烧结是太阳能多晶电池片成为成品的最后
3个关键参数。 2太阳能多晶电池片烧结异常分析 丝网印刷段由于烧结炉外围维护不到位，间歇性的产生串阻偏高、效率偏低现象。在对效率低的电池片进行EL测试后发现，EL图像部分区域呈现黑雾状(见图1、图

分选良品及不良品的目的。检测结果会同步呈现在显示器上，方便操作人员随时查看检测结果。系统具有数据记录备份功能，当天或者多天的数据可以随时导出，方便工艺人员进行分析。 2检测系统构成 硅片自动检测
灰板做光分布校正创建Background图像，BMP格式用4张标准片做膜厚、折射率、完整性校正。 5应用效果 硅片自动检测系统自投入使用以来，严格控制了PECVD工艺后不良品流入下一道工序。数据

在光伏阵列设计和安装中，许多参数需要根据安装地点以及周围环境进行特殊计算和分析。太阳能阵列倾斜角度设计就是其中重要的一环。合理的设计和安装可以提高系统产能10%左右，对于一些地理位置特殊的项目，相较
发电量，这时较合理的倾角应在纬度角左右2左右，这样年光照捕捉量的输出图像就会类似于图四中紫色的波形。 图五：北京5kW系统41度倾角正南朝向优化输出图 如图五所示，夏季左右光照损失量

质检系统 如何攻克这些难题?魏溪含说，自己和团队首先得成为质检人员，了解工序和原理。同时，阿里云ET工业大脑通过深度学习和图像识别算法，集中学习了40000多张样片，将图像转换为机器能读懂的二进制语言
单多晶电池片的自动检测，目前AI质检的速度、准确度已经超过预期，正在推广到其他产线。未来，这一套质检方法还将用于组件生产。 更重要的是，随着自动化水平的提升，工厂可以利用大数据进行系统性的分析，比如

基于IEC 61215 标准中湿热(DH)、湿冻(HF) 试验的环境条件参数，对组件连续施加超量的环境条件压力，分析其性能变化;并将其静置1 年后复测其功率，发现长时间静置对其功率有很大影响;然后
。 随着生产工艺的逐步提高，IEC 61215 所测试的量已不足以考验组件的耐候性，也无法模拟或探索出组件在户外实际所经受的失效形式。根据TV 的分析，热斑测试、湿冻测试、湿热测试这3 种测试的失效