基于深度学习的太阳能电池片表面缺陷检测方法分析

• 作者: 吕喜臣 张敏
• 来源期刊: 中国设备工程
• 学科: 工学
• 关键词: 深度学习 太阳能电池片 表面缺陷
• 年，卷（期）: 2019,（4）
• 所属期刊栏目: 监测与诊断
• 页码范围: 116-118
• 页数: 3页
• 分类号: TP391
• 字数: 3039字
• 语种: 中文
• DOI: 10.3969/j.issn.1671-0711.2019.04.069

摘要

随着太阳能、地热能等可再生能源的广泛应用,光伏行业取得了迅猛发展,光伏行业对太阳能组件的要求也越来越高.基于此,本文以太阳能电池片作为研究对象,对其表现缺陷检测方法进行分析,首先对深度学习技术进行了简单的介绍,然后将深度学习技术作为基础,给出了一种全新的太阳能电池片表面缺陷检测方法,利用电致发光缺陷检测仪的检测原理进行检测系统的设计,实现了太阳能电池片表面缺陷准确且高效的检测.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张敏		6	3	1.0	1.0
2	吕喜臣		1	2	1.0	1.0