基于深度学习的太阳能电池片表面缺陷检测方法分析

基于深度学习的太阳能电池片表面缺陷检测方法分析

论文摘要

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。

论文目录

  • 1 深度学习技术分析
  •   1.1 深度学习技术的优势
  •   1.2 基于深度学习的太阳能电池片表面缺陷检测方法的优势
  • 2 基于深度学习的太阳能电池片表面缺陷检测方法分析
  •   2.1 基于深度学习的太阳能电池片表面缺陷检测系统的设计思路
  •   2.2 基于深度学习的太阳能电池片表面缺陷检测系统的组成
  • 3 结语
  • 文章来源

    类型: 期刊论文

    作者: 吕喜臣,张敏

    关键词: 深度学习,太阳能电池片,表面缺陷

    来源: 中国设备工程 2019年04期

    年度: 2019

    分类: 工程科技Ⅱ辑

    专业: 电力工业

    单位: 黄河上游水电开发有限责任公司,西安交通大学微电子学院,青海黄河上游水电开发有限责任公司光伏产业技术分公司

    分类号: TM914.4

    页码: 116-118

    总页数: 3

    文件大小: 1332K

    下载量: 542

    相关论文文献

    标签:;  ;  ;  

    基于深度学习的太阳能电池片表面缺陷检测方法分析
    下载Doc文档

    猜你喜欢