浙江华电乌溪江水力发电有限公司 周宁刚 华电电力科学研究院有限公司 周正华 李岳纯

随着国家新能源行业快速发展，光伏电站已成为新能源发电行业中不可缺少的一员。但由于前期光伏电站发展过快，导致目前已投运的光伏电站发电效率参差不齐，其中主要影响光伏电站发电效率的因素之一就是光伏组件的质量。由于光伏组件在运行和安装过程中的不规范容易导致光伏组件电池片隐裂，从而引起光伏组件功率衰减，直接影响光伏电站的发电效率[1-3]，所以检测出光伏电站的隐裂组件并及时更换就可以提高光伏电站的发电效率。但由于光伏电站光伏组件数量众多，并且集控系统也只能检测到组串一级数据，所以对隐裂组件的定位就成为提高光伏电站发电效率的关键。

1 常见的隐裂故障

目前光伏组件常见的隐裂有三种：其中树状隐裂和碎片对光伏组件的功率影响最大，若单块电池片中树状隐裂和碎片面积过大甚至可以影响光伏组件的I-V特性曲线。若线性隐裂未贯穿光伏组件的栅线，其隐裂对光伏组件的影响可以忽略不计[4]。

2 光伏组件红外成像检测

图1 常见的隐裂组件

图2 隐裂组件缺陷图及其IV曲线

红外成像仪是把物体所发出的不可见红外热量通过光学探测器反应到红外成像仪的屏幕上，其成像的图形与所检测物体表面的热分布相对应。红外成像检测具有检测速度快，操作简单方便等特点，非常适合用于光伏电站光伏组件的大规模检测[5]。另一方面由于光伏组件电池片隐裂会导致电池片隐裂的部分无法发电，从而使其变成一种电阻的形式，当电流流过组件电池片隐裂区域时，由于电阻的存在使其隐裂部分发热，时间一长就会和周边电池片形程温差，从而产生热斑。通过红外成像仪可对光伏组件进行快速排查。

图3 隐裂组件红外成像图及其EL检测图

图4 杂草遮挡造成光伏组件热斑

通过图3可以发现存在隐裂电池片的温度明显要高于周边其他电池片的温度。所以通过红外成像检测方法就可以快速定位故障光伏组件。但另一方面光伏组件的热斑不一定是组件隐裂所造成的，其他因素也会造成光伏组件热斑，如杂物遮挡、蜗牛纹等。为进一步确认光伏组件是否存在隐裂，就需要引入另一种光伏组件检测技术电致成像（EL）检测。

3 光伏组件电致成像检测

电致成像（EL）检测是通过对光伏组件通入正向电流，使电流作用于PN结两边，电能把处于基态的原子进行激发，使其处于激发态，处于激发态的原子不稳定，进行自发辐射。通过特殊材料制成的镜头去捕捉这种辐射，从底片的成像来判断电池片是否隐裂[6]。

虽然电致成像（EL）检测能精确的检测出组件电池片隐裂的程度和位置，但相应的其操作复杂，检测速度慢，同时EL检测出来的图片一般需要专业人士才能发现组件中存在的问题，所以无法用于大规模的光伏组件检测。随着人工智能的发展以及卷积神经网络在图像识别中的应用，使得计算机可以很好的代替人眼来对EL的检测图像进行检察和缺陷判别，从而提高了EL检测速度。

4 图像识别技术在电致成像（EL）检测中的应用

图像识别技术是利用计算机对数字图像进行分析、处理，通过把原始数据分为训练集、验证集。训练集的作用是去训练算法模型，从而使得计算机能够按照我们的意愿对图片进行辨识和分类，验证集的作用为优化算法模型中的超参数，从而使得算法模型具有更好的准确性[7]。图5是已经训练好的图像识别技术模型在测试集上的测试结果，可以看出图像识别技术可以很好的检测出电池片存在的一些隐裂缺陷。由于图像识别技术可以快速准确的辨识出常见的光伏组件缺陷，所以为大规模电站的快速电致成像（EL）检测创造了条件。

图5 基于图像识别技术的检测结果

5 结语

光伏组件隐裂检测是保障光伏电站发电效率的重要一环，本文通过结合红外热成像检测技术和电致成像（EL）检测技术可以快速发现和定位问题组件，同时图像识别技术的引入可以降低对检测人员的能力要求，并且可以更加快速的对EL检测出的图片结果进行分析。