[发明专利]基于人工智能的光伏电池内部缺陷类别检测方法及系统

说明书

本发明涉及人工智能技术领域，具体涉及基于人工智能的光伏电池内部缺陷类别检测系统。该系统包括电池板缺陷模块，用于获取电池板缺陷区域语义图像，得到缺陷区域的最小外接矩形；内部缺陷分析模块，得到缺陷区域在最小外接矩形区域的面积占比A、电池板温度的离散程度V、缺陷区域的最小外接矩形区域的发电效率μ；缺陷类别判断模块，用于根据面积占比A、电池板温度的离散程度V和最小外接矩形区域的发电效率μ所构建的缺陷类别判断函数H，通过判断函数H与预设阈值判断缺陷类别。该系统综合缺陷面积占比、电池板温度分布离散程度和电池板效率三种参数，构建缺陷类别判断函数，通过该判断函数提高了对缺陷类型的识别率。

技术领域

本发明涉及人工智能技术领域，具体涉及基于人工智能的光伏电池内部缺陷类别检测方法及系统。

背景技术

光伏电池缺陷是指电池片或者电池组件受到较大的机械或热应力时，可能在电池单元产生肉眼不易察觉的隐性缺陷。电池片产生的电流要依靠“表面的主栅线及垂直于主栅线的细栅线”搜集和导出。当缺陷导致细栅线断裂时，细栅线无法将收集的电流输送到主栅线，将会导致电池片部分甚至全部失效。

有研究显示，组件缺陷严重时，会导致组件功率的损失，但是损失的大小并不确定。线性对组件电性能的影响小，而裂片对组件功率损失非常大，电池板出现混档时会对电池板的发电效率也有很大影响。

发明人在实践中，发现上述现有技术存在以下缺陷：

由于缺陷难以用肉眼可见，一般需要仪器才能探测到，很难人为做出定量判断这种看不到的缺陷，测试仪对缺陷进行检测后，还需要人为观察组件缺陷的类别，来采取相对应的处理方法。

发明内容

为了解决上述技术问题，本发明的目的在于提供基于人工智能的光伏电池内部缺陷类别检测方法及系统，所采用的技术方案具体如下：

第一方面，本发明一实施例提供了一种基于人工智能的光伏电池内部缺陷类别检测系统，该系统包括：电池板缺陷感知模块、内部缺陷分析模块与缺陷类别判断模块。

其中，电池板缺陷模块，用于采集电池板图像，获取电池板缺陷区域图像，得到缺陷区域的最小外接矩形。

内部缺陷分析模块，包括面积占比单元、温度离散单元和电池片效率单元。

面积占比单元，用于获取缺陷区域的面积Sum和最小外接矩形区域的面积S_矩形，得到缺陷区域在最小外接矩形区域的面积占比A。

温度离散单元，用于获取电池板温度T，根据电池板温度的均值D(T)和方差σ(T)得到电池板温度的离散程度V。

电池片效率单元，用于获取最小外接矩形区域的电压值U、电流值I、面积S_矩形和光照强度E，得到最小外接矩形区域的发电效率μ。

缺陷类别判断模块，用于根据面积占比A、电池板温度的离散程度V和最小外接矩形区域的发电效率μ所构建的缺陷类别判断函数H，通过判断函数H与预设阈值判断缺陷类别。

第二方面，本发明实施例提供了一种基于人工智能的光伏电池内部缺陷类别检测方法，该方法步骤包括：

采集电池板图像，获取电池板缺陷区域图像，得到缺陷区域的最小外接矩形；获取缺陷区域的面积Sum和最小外接矩形区域的面积S_矩形，得到缺陷区域在最小外接矩形区域的面积占比A；获取电池板温度T，根据电池板温度的均值D(T)和方差σ(T)得到电池板温度的离散程度V；获取最小外接矩形区域的电压值U、电流值I、面积S_矩形和光照强度E，得到最小外接矩形区域的发电效率μ；根据面积占比A、电池板温度的离散程度V和最小外接矩形区域的发电效率μ所构建的缺陷类别判断函数H，通过判断函数H与预设阈值判断缺陷类别。

本发明至少具有如下有益效果：