一种基于卷积神经网络的太阳能电池组件缺陷检测系统及方法技术方案

本发明专利技术公开了一种基于卷积神经网络的太阳能电池组件缺陷检测系统及方法，包括一种基于卷积神经网络的太阳能电池组件缺陷检测系统和一种基于卷积神经网络的太阳能电池组件缺陷检测方法，太阳能电池组件缺陷检测系统，包括传送机构、图像拍摄机构、图像传输元件、图像分析元件，传送机构分布在图像拍摄机构的两侧，图像拍摄机构将拍摄的EL照片通过图像传输元件传输给图像分析元件，图像分析元件依据本发明专利技术提出的光伏电池组件缺陷检测方法对图像进行处理，该基于卷积神经网络的太阳能电池组件缺陷检测系统及方法，能够实时检测生产过程中光伏组件的缺陷并进行分类及位置标注，代替了人工观察检测，极大的提高了检测速率和检测效率。效率。效率。

【技术实现步骤摘要】
一种基于卷积神经网络的太阳能电池组件缺陷检测系统及方法


[0001]本专利技术涉及太阳能电池检测
，具体为一种基于卷积神经网络的太阳能电池组件缺陷检测系统及方法。

技术介绍

[0002]随着环境日益污染严重，作为清洁能源之一的太阳能产业也逐渐发展起来。太阳能发电主要载体为电池板，能源转换过程中不产生其他有害的气体或固体废料，是一种环保、安全、无污染的新型能源。电池板目前90％以上是由晶体硅材料构成，而由于生产设备、生产原料质量及工艺参数等诸多影响，晶体硅太阳能电池在生产加工流程中可能会出现各种各样的缺陷，严重影响太阳能电池的光电转换效率和寿命。
[0003]目前太阳能电池的缺陷检测方法主要基于电致发光成像技术，依靠人工观察判断。但检测人员主观判断标准不同，具有较大的不确定因素，会出现误检、漏检等现象，且检测速度慢、效率低，很难满足产线快速检测的需求，易造成不必要的经济损失。

技术实现思路

[0004]（一）解决的技术问题针对现有技术的不足，本专利技术提供了一种基于卷积神经网络的太阳能电池组件缺陷检测系统及方法，解决本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于卷积神经网络的太阳能电池组件缺陷检测系统，其特征在于：包括传送机构（1）、图像拍摄机构（2）、图像传输元件（3）、图像分析元件（4），所述传送机构（1）分布在所述图像拍摄机构（2）的两侧，所述图像拍摄机构（2）将拍摄的EL照片通过所述图像传输元件（3）传输给所述图像分析元件（4），所述传送机构（1）分为传入机构（11）和传出机构（12），分布在所述图像拍摄机构（2）的两侧，所述传入机构（11）有单向传送带，所述传出机构（12）有横纵双向传送带。2.根据权利要求1所述的一种基于卷积神经网络的太阳能电池组件缺陷检测系统，其特征在于：所述图像拍摄机构由箱体（21）、传送装置（22）、拍摄装置（23）、贴标签装置（24）和直流电源（25）组成，所述传送装置（22）分布在箱体（21）内两侧的入口和出口处，所述拍摄装置（23）安装在箱体（21）内底部，所述贴标签装置（24）安装在箱体（21）内顶部，所述直流电源（25）安装在箱体（21）内一侧面，为光伏组件电致发光检测提供正向偏置电压。3.根据权利要求2所述的一种基于卷积神经网络的太阳能电池组件缺陷检测系统，其特征在于：所述贴标签装置包括标签传输器（241）和传导轨道（242）组成，所述传导轨道（242）与标签传输器（241）的右侧下方的输出端固定连接，所述传导轨道（242）的右侧固定连接有弹性贴合压片（243），所述传导轨道（242）的右侧中间位置且位于弹性贴合压片（243）的右侧转动连接有翻转连杆（244），所述翻转连杆（244）的顶端固定连接有刮动触杆组件（245），所述弹性贴合压片（243）的右侧表面均匀设置有增阻凹槽（246），所述刮动触杆组件（245）与增阻凹槽（246）的表面接触滑动。4.根据权利要求3所述的一种基于卷积神经网络的太阳能电池组件缺陷检测系统，其特征在于：所述传导轨道（242）的底部靠近右侧的位置固定连接有储气块（247），所述传导轨道（242）底部的两侧均匀设置有排气孔（248），所述...

【专利技术属性】
技术研发人员：浦永华，沈金荣，杜伟，时厚龙，陶华，
申请(专利权)人：江苏格林保尔新能源有限公司，
类型：发明
国别省市：