基于紅外成像和電致成像的光伏組件隱裂檢測

浙江華電烏溪江水力發電有限公司 周寧剛 華電電力科學研究院有限公司 周正華 李岳純

隨著國家新能源行業快速發展，光伏電站已成為新能源發電行業中不可缺少的一員。但由于前期光伏電站發展過快，導致目前已投運的光伏電站發電效率參差不齊，其中主要影響光伏電站發電效率的因素之一就是光伏組件的質量。由于光伏組件在運行和安裝過程中的不規范容易導致光伏組件電池片隱裂，從而引起光伏組件功率衰減，直接影響光伏電站的發電效率[1-3]，所以檢測出光伏電站的隱裂組件并及時更換就可以提高光伏電站的發電效率。但由于光伏電站光伏組件數量眾多，并且集控系統也只能檢測到組串一級數據，所以對隱裂組件的定位就成為提高光伏電站發電效率的關鍵。

1 常見的隱裂故障

目前光伏組件常見的隱裂有三種：其中樹狀隱裂和碎片對光伏組件的功率影響最大，若單塊電池片中樹狀隱裂和碎片面積過大甚至可以影響光伏組件的I-V特性曲線。若線性隱裂未貫穿光伏組件的柵線，其隱裂對光伏組件的影響可以忽略不計[4]。

2 光伏組件紅外成像檢測

圖1 常見的隱裂組件

圖2 隱裂組件缺陷圖及其IV曲線

紅外成像儀是把物體所發出的不可見紅外熱量通過光學探測器反應到紅外成像儀的屏幕上，其成像的圖形與所檢測物體表面的熱分布相對應。紅外成像檢測具有檢測速度快，操作簡單方便等特點，非常適合用于光伏電站光伏組件的大規模檢測[5]。另一方面由于光伏組件電池片隱裂會導致電池片隱裂的部分無法發電，從而使其變成一種電阻的形式，當電流流過組件電池片隱裂區域時，由于電阻的存在使其隱裂部分發熱，時間一長就會和周邊電池片形程溫差，從而產生熱斑。通過紅外成像儀可對光伏組件進行快速排查。

圖3 隱裂組件紅外成像圖及其EL檢測圖

圖4 雜草遮擋造成光伏組件熱斑

通過圖3可以發現存在隱裂電池片的溫度明顯要高于周邊其他電池片的溫度。所以通過紅外成像檢測方法就可以快速定位故障光伏組件。但另一方面光伏組件的熱斑不一定是組件隱裂所造成的，其他因素也會造成光伏組件熱斑，如雜物遮擋、蝸牛紋等。為進一步確認光伏組件是否存在隱裂，就需要引入另一種光伏組件檢測技術電致成像（EL）檢測。

3 光伏組件電致成像檢測

電致成像（EL）檢測是通過對光伏組件通入正向電流，使電流作用于PN結兩邊，電能把處于基態的原子進行激發，使其處于激發態，處于激發態的原子不穩定，進行自發輻射。通過特殊材料制成的鏡頭去捕捉這種輻射，從底片的成像來判斷電池片是否隱裂[6]。

雖然電致成像（EL）檢測能精確的檢測出組件電池片隱裂的程度和位置，但相應的其操作復雜，檢測速度慢，同時EL檢測出來的圖片一般需要專業人士才能發現組件中存在的問題，所以無法用于大規模的光伏組件檢測。隨著人工智能的發展以及卷積神經網絡在圖像識別中的應用，使得計算機可以很好的代替人眼來對EL的檢測圖像進行檢察和缺陷判別，從而提高了EL檢測速度。

4 圖像識別技術在電致成像（EL）檢測中的應用

圖像識別技術是利用計算機對數字圖像進行分析、處理，通過把原始數據分為訓練集、驗證集。訓練集的作用是去訓練算法模型，從而使得計算機能夠按照我們的意愿對圖片進行辨識和分類，驗證集的作用為優化算法模型中的超參數，從而使得算法模型具有更好的準確性[7]。圖5是已經訓練好的圖像識別技術模型在測試集上的測試結果，可以看出圖像識別技術可以很好的檢測出電池片存在的一些隱裂缺陷。由于圖像識別技術可以快速準確的辨識出常見的光伏組件缺陷，所以為大規模電站的快速電致成像（EL）檢測創造了條件。

圖5 基于圖像識別技術的檢測結果

5 結語

光伏組件隱裂檢測是保障光伏電站發電效率的重要一環，本文通過結合紅外熱成像檢測技術和電致成像（EL）檢測技術可以快速發現和定位問題組件，同時圖像識別技術的引入可以降低對檢測人員的能力要求，并且可以更加快速的對EL檢測出的圖片結果進行分析。