面向绿色资产评估的全天候光伏组件缺陷检测方法及系统与流程

文档序号:18205149发布日期:2019-07-17 06:29阅读:384来源:国知局
面向绿色资产评估的全天候光伏组件缺陷检测方法及系统与流程

本发明属于绿色资产评估领域,具体涉及一种可在白天户外场景下开展测试的全天候光伏组件缺陷测试方法及系统。



背景技术:

新能源光伏并网系统是资产密集型绿色资产,其核心发电部件——光伏组件占资产总价值的50%左右,光伏组件的安全、质量状况的检测和评估是该类绿色资产在交易并购期间技术和经济效益评估的重要环节。

光伏组件在生产、运输、安装和运行过程中,由于硅片材料本身的缺陷、辅助材料的不合格、以及热应力、机械应力、碰撞等外力作用,会产生多类隐性缺陷,不仅降低系统的发电能力和经济收益,而且存在火灾隐患,造成重大绿色资产损失。

目前,针对上述隐性缺陷的主流检测方法是基于半导体电致发光原理的红外检测技术,简称el检测技术。现有测试方法和系统的缺点只能在暗室或夜晚的无光环境下测试,在白天的户外场景下无法开展,不能实现光伏电站现场全天候测试,不仅测试效率较低,而夜晚在电站现场对检测人员存在人身安全隐患。如中国专利cn106301211a、cn103048297a和cn10471383a。



技术实现要素:

为解决上述技术问题,突破现有方法和系统只能在无可见光的夜晚或暗室开展测试的限制,本专利提供一种面向绿色资产评估的全天候光伏组件缺陷检测方法及系统,可在白天户外场景下开展光伏组件缺陷测试。

本发明的技术方案如下:

一种面向绿色资产评估的全天候光伏组件缺陷检测方法,其特征在于,它包括以下步骤:

s1、依据被测样品选择合适的可调制脉冲电源,选择原则:为被测样品加载的电流最大值≥被测样品短路电流的80%;所述被测样品为光伏组件;

s2、使用可调制脉冲电源为被测样品加载脉冲电流,脉冲调制频率为f,激发被测样品发出特定波长的微弱红外光;

s3、微弱红外光经滤光后,被红外传感器感知,并转换为数字信号;

s4、控制与信号处理系统接收所述的数字信号,通过可调制脉冲电源的调制频率f作为锁相信号放大的输入参数,提取被测样品的内部缺陷分布图。

按上述方法,所述的s2中,可调制脉冲电源的脉冲频率取值不高于红外传感器正常工作帧率的1/4;加载的脉冲电流最小值为0,最大值是被测样品短路电流的60%~80%,被测样品短路电流(isc)值可从样品背面的铭牌中获得;脉冲方式为方波或正弦波。

按上述方法,所述的s4具体为:在频率为f的调制脉冲电流激发下,用高速红外传感器采集红外图像序列图,依次将红外图中每个像素点的值按时间顺序组成一组时序信号,针对每组时序信号采用数字锁相信号处理技术,计算出幅度值和相位值,组合成幅度值二维矩阵和相位值,最后通过数字图像构成技术合成样品隐性缺陷图,包含缺陷形状和深度特性。

按上述方法,所述的红外传感器满足以下条件:在被测样品被激发微弱红外光谱范围内,量子效率>50%,采样频率≥9帧/s。

按上述方法,所述的滤光由安装在红外传感器镜头上的滤光镜完成,滤光镜满足以下条件:在被测样品被激发微弱红外光谱范围内,带通截止率>99.99%,透过率优于大于80%。

按上述方法,可检测的缺陷包含被测样品的物理损伤、晶格缺陷和杂质污染。

一种面向绿色资产评估的全天候光伏组件缺陷检测系统,其特征在于:本系统包括控制与信号处理系统、可调制脉冲电源、滤光镜和红外传感器;其中,

在脉冲电流激发下,被测样品发出一定波长的微弱红外光信号,在滤光后由红外传感器接收,并转换为数字信号;所述被测样品为光伏组件;

所述控制与信号处理系统接收所述的数字信号,将调制脉冲电流的频率f作为锁相信号放大的输入参数,提取样品的隐性缺陷分布图;

所述控制与信号处理系统用于控制可调制脉冲电源和红外传感器的开启、脉冲电源的频率。

按上述系统,所述控制与信号处理系统包括:红外传感控制模块、可调制脉冲电源控制模块、时序信号提取模块、数字低通滤波模块、数字锁相模块、数字信号发生器、数字图像合成模块和数字图像存储模块;其中,

所述红外传感控制模块用于控制红外传感器的开关;

所述可调制脉冲电源控制模块用于控制可调制脉冲电源的开关和调制频率;

所述时序信号提取模块用于将所述红外传感器采集的红外图中每个像素点的值按时间顺序组成一组时序信号;

所述数字低通滤波模块用于对所述的时序信号进行滤波处理;

所述数字锁相模块用于对滤波后的时序信号,采用数字锁相信号处理技术,计算出幅度值和相位值,组合成幅度值二维矩阵和相位值;

所述数字图像合成模块用于将幅度值二维矩阵和相位值,通过数字图像构成技术合成样品缺陷图,包含缺陷的形状特征和在样品中的深度特性;

所述数字信号发生器用于调节可调制脉冲电源的频率,并将可调制脉冲电源的频率f输入给数字锁相模块作为锁相信号放大的输入参数。

本发明的有益效果为:

(1)可在全天候条件下在光伏电站现场开展光伏组件多类隐性缺陷的测试,突破了现有技术仅能在暗室或夜晚下开展测试的限制,提高了绿色资产评估的效率;

(2)采用数字锁相算法代替传统的锁相模拟电路,能够与工业物联网智能终端、大数据平台等有机结合,在人工智能领域的可扩展性强。

附图说明

图1为本发明一实施例的装置及原理图。

图2为控制与信号处理系统的具体结构框图。

图3为本发明一实施例的被测样品图。

图4为图3被测样品的测试结果图。

图中:1:被测样品;2:滤光镜;3:红外传感器镜头;4:红外传感器;5:控制与信号处理系统;6:可调制脉冲电源;7:脉冲电流;8:微弱红外光。

具体实施方式

下面结合具体实例和附图对本发明做进一步说明。

本发明提供一种面向绿色资产评估的全天候光伏组件缺陷检测方法及系统,如图1所示。

s1、依据图3所示的晶体硅光伏组件,选择可调制脉冲电源性能指标为:最大输出电流:10a,脉冲方式是方波,最高可调制脉冲频率100hz。

说明:

所述的被测样品1的基体材料一般为半导体材料,如:si、ge、ⅲ-ⅴ族化合物半导体(ingaas、gainp等)。

s2、可调制脉冲电源6生成脉冲频率为5hz的脉冲电流加载在被测样品1上,脉冲波形为方波,最大电流为7a,最小电流为0a。

对激光7进行脉冲调制,选用方波、正弦波等常规周期性变化的波形,频率f不高于红外传感器4正常工作帧率的1/4。

s3、被测样品1在脉冲电流7的激发下,发出特定波长的微弱红外光8,经滤光镜2滤光后由红外传感器4接收,并转换为数字信号。

说明:红外传感器的选择要求是:在被测样品基体半导体材料禁带宽度对应的波长区间,如本实施例被测样品基体材料为硅,查表可得其禁带宽度为1.15ev,对应波长为1150nm±50nm;本次选择的红外传感器为ingaas探测器,其在1150nm±50nm区间内的量子效率>50%。红外传感器的采样频率设定在25hz。

滤光由滤光镜2完成,将滤光镜2安装在红外传感器镜头3上,保证无任何环境干扰光绕过滤光镜2进入红外传感器4的感光元件。滤光镜2需要满足的条件为:在被测样品1所用基体材料禁带宽度对应的波长区间内。本实施例被测样品为硅材料对应区间是1150nm±50nm,选择的滤光镜参数:带通截止率99.99%,透过率优于80%。

s4、控制与信号处理系统接收所述的数字信号,通过激光光源的频率f作为锁相信号放大的输入参数,提取产品的红外缺陷分布图。

如图2所示,所述的控制与信号处理系统5包括:红外传感控制模块、激光光源控制模块、时序信号提取模块、数字低通滤波模块、数字锁相模块、数字信号发生器、数字图像合成模块和数字图像存储模块;其中,

红外传感控制模块用于控制红外传感器的开关;

脉冲电源控制模块用于控制可调制脉冲电源;

时序信号提取模块用于将红外传感器采集的红外图中每个像素点的值按时间顺序组成一组时序信号;

数字低通滤波模块用于对所述的时序信号进行滤波处理;

数字锁相模块用于对滤波后的时序信号,采用数字锁相信号处理技术,计算出幅度值和相位值,组合成幅度值二维矩阵和相位值;

数字图像合成模块用于将幅度值二维矩阵和相位值,通过数字图像构成技术合成样品缺陷图,包含缺陷的形状特征和在材料中的深度特性;

数字信号发生器用于调节可调制脉冲电源的频率,并将可调制激光光源的频率f输入给数字锁相模块作为锁相信号放大的输入参数。数字图像存储模块用于存储样品缺陷图。

所述的s4具体为:

在频率为f的脉冲电流激发被测样品1发出波长在1150±50nm波长范围的微弱红外光;用高速红外传感器采集红外图像序列图,依次将红外图中每个像素点的值按时间顺序组成一组时序信号,针对每组时序信号采用数字锁相信号处理技术(本实例使用快速傅里叶变换算法fft),计算出幅度值和相位值,组合成幅度值二维矩阵和相位值,最后通过数字图像构成技术合成样品缺陷图,包含缺陷的形状特征和在材料中的深度特性。

本实施例采用pc机作为控制与信号处理系统,实现脉冲电流调制、数字锁相放大、数字图像合成和存储。

基于上述方法和系统,构建了晶体硅光伏组件全天候测试系统;被测样品外观和铭牌如图3所示,样品外形尺寸1000mm*2000mm,测试地点位于光伏电站现场,测试时室外水平面阳光辐照度550w/m2

采用本发明及系统得到的缺陷分布图如图4所示,图中暗区为样品的隐性缺陷。

本发明适用于现有各类光伏组件,测试过程可在白天进行,无需遮光条件或夜晚条件,有效简化仪器结果,降低检测成本,提高测试效率。

此外,本发明可以直接采用pc作为控制与信号处理系统,也可使用fpga等可编程芯片作为终端处理系统,具备网络化和智能化前景,硬件方面能与智能无人机、智能服务机器人完美融合,网络方面能与工业物联网、大数据平台有机结合,智能化方面能与基于神经网络模型的深度算法结合。

以上实施例仅用于说明本发明的设计思想和特点,其目的在于使本领域内的技术人员能够了解本发明的内容并据以实施,本发明的保护范围不限于上述实施例。所以,凡依据本发明所揭示的原理、设计思路所作的等同变化或修饰,均在本发明的保护范围之内。

当前第1页1 2 
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1