晶体硅太阳电池的缺陷种类很多,为掌握缺陷的表现特征及成因,本文采用了多种分析手段,构建了一 个有效的检测体系和流程。 主要测试内容包括太阳电池电流电压（I V）特性测试、电致
近日,华东师范大学通信与电子工程学院陈少强教授研究团队报道了一种精确高效的半导体太阳能电池缺陷检测分析技术。该项研究成果发表在光伏领域的顶级水平水平权威期刊《Progress in Photovoltaics: Research and
这项工作将为硅基电池、薄膜和多结太阳能电池的性能测试、故障分析、质量控制和健康监测提供指导,在太阳能安全方位控制和成本节约方面发挥重要作用。
提升太阳能电池的长期稳定性, 必须最高小化各类缺 陷的非辐射复合损失和缺陷浓度. 目前, 尽管借助高分辨率扫描隧道显微镜 (stm)等先进的技术技术手段, 能够探测出钙钛矿材料 中的缺陷, 但实验无法
提出一种用于光伏电池缺陷检测的轻量级模型,精确率高达 91.74%； 首次将 nas 引入到光伏电池缺陷检测领域,用于自动化轻量级网络设计,减少了手工设计的工作量；
针对太阳能电池片缺陷检测中存在检测精确度低、误检和漏检率高的问题,本文在深度学习模型YOLOv8的基础上进行优化与改进,提出了一种太阳能电池片电致成
该数据集通过电致发光成像技术收集了700张具有挑战性的缺陷图像,分辨率为512×512,涵盖多尺度缺陷、遮挡缺陷、密集微小缺陷、低对比度缺陷及组合缺陷等多种类型
虽然 irt 技术比 el 成像更适合大规模应用,但后者被认为是一种非侵入式技术,可以非常有效地定位太阳能电池的缺陷。本文还讨论了与数据可用性、实时监控、精确确测量、计算效率和数据集
摘要:针对晶体硅太阳电池缺陷的检测问题,利用多种测试设备（EL、PL、Corescan等）,在电池制作的主要工序段（扩散、镀膜、印刷、烧结）对硅片和电池片进行检
对我们的先进光伏储能解决方案感兴趣吗？请致电或发消息给我们以获取更多信息。