光伏平價(jià)上網(wǎng)成為大勢所趨，越來越多的業(yè)主期望通過提高電站運(yùn)維效率來尋求更多收益。光伏組件作為電站中重要的發(fā)電單元，成為業(yè)主嘴邊繞不開的話題。隨著電站裝機(jī)規(guī)模的不斷擴(kuò)大，平原、山坡、工商業(yè)、農(nóng)光互補(bǔ)、漁光互補(bǔ)等各種場景的光伏電站四面開花，光伏組件隱性安全問題也伴...

從資源區(qū)看，I類資源區(qū)項(xiàng)目46個(gè)，裝機(jī)容量5.43GW，占納入項(xiàng)目總?cè)萘勘壤秊?0.9%；II類資源區(qū)項(xiàng)目34個(gè)，裝機(jī)容量2.94GW，占納入項(xiàng)目總?cè)萘勘壤秊?1.3%；III類資源區(qū)項(xiàng)目354個(gè)，裝機(jī)容量17.60GW，占納入項(xiàng)目總?cè)萘勘壤秊?7.8%。從項(xiàng)...

在互聯(lián)網(wǎng)誕生的第50年,隨著5G技術(shù)商業(yè)普及環(huán)境的完備和人工智能多項(xiàng)底層應(yīng)用的創(chuàng)新突破,互聯(lián)網(wǎng)正在走向“智”時(shí)代。眾所周知,一個(gè)時(shí)代的開啟,不是某類企業(yè)或行業(yè)的個(gè)體事件,推進(jìn)開放合作,共享、共建、共生是互聯(lián)網(wǎng)實(shí)現(xiàn)智能化進(jìn)化的必由之路,唯有此才能構(gòu)建網(wǎng)絡(luò)空間命運(yùn)...

機(jī)遇要素。各行各業(yè)的發(fā)展都離不開機(jī)遇，和許多新興產(chǎn)業(yè)一樣，中國光伏產(chǎn)業(yè)也是與世界同步發(fā)展的新興產(chǎn)業(yè)，中國的新興產(chǎn)業(yè)都具有世界的可能性；資本要素。規(guī)模經(jīng)濟(jì)都離不開資本市場的支持，除了“雙反”時(shí)期，資本對光伏產(chǎn)業(yè)始終是追逐的，但程度遠(yuǎn)不如互聯(lián)網(wǎng)、AI、IOT等高科...

人工智能應(yīng)用程序的特點(diǎn)是是不確定性和概率性、對大數(shù)據(jù)具有依賴性、隨機(jī)性的輸入/輸出、難以預(yù)測所有應(yīng)用場景、需要從過去的行為中不斷自我學(xué)習(xí)。傳統(tǒng)的方法和測試工具將不能滿足測試這些系統(tǒng)的需要。為什么我們需要擔(dān)心測試策略呢?軟件測試是一個(gè)先進(jìn)并且是在不斷進(jìn)步的領(lǐng)域，...

一人多機(jī)系統(tǒng)特點(diǎn)： 一人多機(jī),降低人力成本★ ?由于一名質(zhì)檢員可同時(shí)對多臺(tái)EL設(shè)備的組件或電池串圖片進(jìn)行檢驗(yàn),相對于一人一臺(tái)EL的人員配置而言,該系統(tǒng)可實(shí)現(xiàn)人力成本大幅降低。如表1所示,如果一名質(zhì)檢員同時(shí)查看5臺(tái)EL設(shè)備的組件圖片,人力成本降幅約為80%左右,...

陽光照射在組件下，因?yàn)檎趽醯搅瞬糠蛛姵仄鴽]辦法工作，導(dǎo)致被遮蓋的部分升溫遠(yuǎn)遠(yuǎn)小于被遮蓋的部分，溫度過高就出現(xiàn)了燒壞的暗斑。這就是光伏組件熱斑。內(nèi)阻與電池片自身暗電流這兩個(gè)即是光伏組件熱斑的形成的兩個(gè)內(nèi)因。熱斑耐久試驗(yàn)是為確定太陽電池組件承受熱斑加熱效應(yīng)能力的...

回望數(shù)十年前國內(nèi)光伏產(chǎn)業(yè)的迷茫，以及近些年光伏產(chǎn)業(yè)面臨的起伏波動(dòng)，像IDG資本這類頭部資本能夠在不確定的未來發(fā)展前景下，于早期或是關(guān)鍵時(shí)期介入其中，并一直堅(jiān)守于此，可以說很不容易?？梢钥隙ǖ氖?，這類資本的早期介入的確對整個(gè)光伏產(chǎn)業(yè)產(chǎn)生了巨大的推動(dòng)作用。光伏產(chǎn)業(yè)...

人工智能為人類改造世界形成新業(yè)態(tài),增強(qiáng)產(chǎn)業(yè)發(fā)展能力。根據(jù)對人工智能應(yīng)用的需求,可將人工智能產(chǎn)業(yè)分為三個(gè)層次：以AI芯片和軟件為框架的基礎(chǔ)層；以語音識(shí)別、計(jì)算機(jī)視覺、自然語言交互為主的技術(shù)層；以智慧醫(yī)療、智能安防、自動(dòng)駕駛等“人工智能+”為的應(yīng)用層。人工智能與傳...

視覺計(jì)算的火爆,很大程度上是因?yàn)槠湟子诼涞貞?yīng)用,并能迅速提升效率,推動(dòng)生產(chǎn)力的發(fā)展。盡管AI視覺計(jì)算發(fā)展還處于起步期,但已展現(xiàn)出巨大的應(yīng)用價(jià)值和廣闊的發(fā)展前景?；仡櫺酒l(fā)展史,可以發(fā)現(xiàn),新的計(jì)算模式定會(huì)催生出新的使用計(jì)算芯片?；谏疃葘W(xué)習(xí)的AI圖像使用芯片無疑...

隱裂是指電池片中出現(xiàn)細(xì)小裂紋，電池片的隱裂會(huì)加速電池片功率衰減，影響組件的正常使用壽命，同時(shí)電池片的隱裂會(huì)在機(jī)械載荷下擴(kuò)大，有可能導(dǎo)致開路性破壞，隱裂還可能會(huì)導(dǎo)致熱斑效應(yīng)。隱裂的產(chǎn)生是由于多方面原因共同作用造成的，組件受力不均勻，或在運(yùn)輸、倒運(yùn)過程中劇烈的抖動(dòng)...

????全自動(dòng)EL測試儀，即太陽能電池組件缺點(diǎn)檢測（EL）全自動(dòng)測試儀，用于晶體硅的缺點(diǎn)檢測，可與客戶的產(chǎn)線配套，實(shí)現(xiàn)自動(dòng)上下料，自動(dòng)測試，可人工對缺點(diǎn)進(jìn)行標(biāo)記，保存在本地或遠(yuǎn)端數(shù)據(jù)庫中，PC控制軟件可通過以太網(wǎng)接口實(shí)現(xiàn)與客戶系統(tǒng)對接，傳輸測試結(jié)果和報(bào)警信息，...

根據(jù)《市場與市場人工智能網(wǎng)絡(luò)安全預(yù)測報(bào)告》，預(yù)計(jì)到2026年，人工智能網(wǎng)絡(luò)安全市場規(guī)模將從2019年的88億美元增長到382億美元，年復(fù)合增長率為23.3%。市場增長的主要?jiǎng)恿κ怯捎谛碌墓裘婧凸粝蛄客^傳統(tǒng)安全防御系統(tǒng)的感知范圍、處理能力和響應(yīng)速度。人...

作為人工智能的三要素之一,“數(shù)據(jù)”從本質(zhì)上決定了人工智能的落地水平。通常來說,數(shù)據(jù)標(biāo)注得越準(zhǔn)確,數(shù)量越多,模型效果越好,的AI產(chǎn)品效果就越好。在云測數(shù)據(jù)內(nèi)部,以智能客服單個(gè)場景的意圖標(biāo)注,就分為10-20個(gè)大類,上百個(gè)子類,根據(jù)業(yè)務(wù)需求可能還會(huì)有進(jìn)一步的標(biāo)注細(xì)...

一、EL測試儀原理電致發(fā)光(ElectroluminescenceEL)測試原理：根據(jù)半導(dǎo)體輻射復(fù)合釋放光子的特點(diǎn)，對組件施加正向電壓注入非平衡載流子，并通過光子探測器接收非平衡載流子輻射復(fù)合釋放的光子，非平衡載流子濃度越高(正常區(qū)域)釋放的光子越多，EL顯示...

2016年開年光伏電站大爆發(fā)，各處均在搶建光伏電站，在政策調(diào)整前加裝搶裝，然而隨著光伏電站的增多，隨之而來的質(zhì)量問題又再次困擾著大家，由于技術(shù)及其問題在廠家組件質(zhì)量，運(yùn)輸組件是否損壞，安裝施工是否出錯(cuò)之間相互推諉，究其原因在于缺乏一套規(guī)范的檢測流程，EL測試常...

缺點(diǎn)種類一：黑心片EL照片中黑心片是反映在通電情況下電池片中心一圈呈現(xiàn)黑域，該部分沒有發(fā)出1150nm的紅外光，故紅外相片中反映出黑心，此類發(fā)光現(xiàn)象和硅襯底少數(shù)載流子濃度有關(guān)。這種電池片中心部位的電阻率偏高。缺點(diǎn)種類二：黑團(tuán)片多晶電池片黑團(tuán)主要是由于硅片供應(yīng)商...

雙面光伏組件背面能帶來額外的發(fā)電量，實(shí)現(xiàn)光伏電站的降本增效，不僅符合“”技術(shù)指標(biāo)，也符合光伏發(fā)電平價(jià)上網(wǎng)的目標(biāo)，對加快實(shí)現(xiàn)光伏發(fā)電平價(jià)上網(wǎng)具有重要意義。前單晶n 型雙面光伏組件和單晶PERC 雙面光伏組件國內(nèi)產(chǎn)能均已超過GW，價(jià)格逐漸逼近常規(guī)光伏組件，檢測認(rèn)證...

分享識(shí)別“隱裂”的方法EL(Electroluminescence，電致發(fā)光)是一種太陽能電池或組件的內(nèi)部缺點(diǎn)檢測設(shè)備，是簡單有效的檢測隱裂的方法。利用晶體硅的電致發(fā)光原理，通過辨率的紅外相機(jī)拍攝組件的近紅外圖像，獲取并判定組件的缺點(diǎn)。具有靈敏度高、檢測速度快...

根據(jù)電池片隱裂的形狀，可分為5類：樹狀裂紋、綜合型裂紋、斜裂紋、平行于主柵線、垂直于柵線和貫穿整個(gè)電池片的裂紋。電池片產(chǎn)生的電流要依靠“表面的主柵線及垂直于主柵線的細(xì)柵線”搜集和導(dǎo)出。當(dāng)隱裂導(dǎo)致細(xì)柵線斷裂時(shí)，細(xì)柵線無法將收集的電流輸送到主柵線，將會(huì)導(dǎo)致電池片部...

導(dǎo)致這一現(xiàn)象發(fā)生的主要原因是P型（摻硼）晶體硅片中的硼氧復(fù)合體降低了少子壽命。通過改變P型摻雜劑，用稼代替硼能有效的減小光致衰減；或者對電池片進(jìn)行預(yù)光照處理，是電池的初始光致衰減發(fā)生在組件制造之前，光伏組件的初始光致衰減就能控制在一個(gè)很小的范圍之內(nèi)，同時(shí)也提高...

玻璃位于光伏組件正面的外層，在戶外環(huán)境下，直接接受陽光照射，并隔離水氣、雜質(zhì)等。一般的光伏組件使用的玻璃為鍍膜鋼化玻璃。鋼化玻璃是將玻璃加熱到接近融化的溫度，一般在600℃-650℃時(shí)處于粘性流動(dòng)狀態(tài)，保溫一定時(shí)間，然后經(jīng)過快速冷卻即淬火，使玻璃內(nèi)部產(chǎn)生很大的...

電站現(xiàn)場安裝前的檢測，在電站現(xiàn)場收到組件后，必須進(jìn)行必要的組件EL內(nèi)部缺陷檢測，電性能檢測并不是很標(biāo)準(zhǔn)，有的具有斷柵，低效率片的組件，對其電性能檢測并沒有任何影響，但是此組件安裝上支架后比如只有較短的發(fā)電壽命，且拉低整條串聯(lián)方陣發(fā)電效率。故電站現(xiàn)場安裝前EL檢...

紅外測溫巡檢機(jī)器人搭載的先進(jìn)的進(jìn)口紅外相機(jī)，對監(jiān)控區(qū)域進(jìn)行紅外普測和精確測溫，并將測溫結(jié)果回傳到后臺(tái)監(jiān)控中心進(jìn)行顯示，實(shí)時(shí)對溫度異常進(jìn)行報(bào)警。機(jī)器人紅外普測，是通過預(yù)先設(shè)置多個(gè)檢測點(diǎn)，由運(yùn)維人員設(shè)置紅外普測任務(wù)，代替人工對設(shè)備進(jìn)行整體性掃描式溫度采集，并有效避...

光伏組件工藝是什么？光伏組件作為光伏發(fā)電系統(tǒng)中的重要組成部分，其生產(chǎn)工藝被光伏產(chǎn)業(yè)內(nèi)重點(diǎn)關(guān)注，那么，光伏組件生產(chǎn)工藝內(nèi)容包括哪些呢？光伏組件生產(chǎn)工藝流程1、電池檢測——2、正面焊接—檢驗(yàn)—3、背面串接—檢驗(yàn)—4、敷設(shè)（玻璃清洗、材料切割、玻璃預(yù)處理、敷設(shè)）——...

光伏電站作為一種清潔能源發(fā)電設(shè)施，受到越來越多的關(guān)注和廣泛應(yīng)用。然而，為了光伏電站的安全運(yùn)行和發(fā)電效率，定期進(jìn)行巡檢工作是必不可少的。本文將介紹光伏電站巡檢的重要性，巡檢的內(nèi)容和方法，以及常見問題的解決方案。光伏電站巡檢是電站安全運(yùn)行和發(fā)電效率的重要環(huán)節(jié)。巡檢...

EL、IR缺陷識(shí)別通過無人機(jī)采集數(shù)據(jù)后，上傳到歐普泰云，AI分析組件缺陷，紅外缺陷檢出率95%，EL缺陷檢出率90%，檢出率隨著樣本量的持續(xù)增加也在持續(xù)提高。EL缺陷組件級(jí)自動(dòng)定位利用RTK及空間定位技術(shù)，配合電站數(shù)字孿生模型，實(shí)現(xiàn)了EL缺陷的組件級(jí)定位，解決...

觀察記錄光伏組件的衰減問題，由于光伏組件不均勻光衰減、遮陰熱斑、PID衰減等，一個(gè)光伏發(fā)電站運(yùn)行3-5年后，光伏組件性能會(huì)產(chǎn)生衰減，通常這種衰減是不均勻的，組件之間發(fā)電性能的差別會(huì)逐漸拉大。通常運(yùn)行5年后的這個(gè)偏差可達(dá)-5%~-10%，當(dāng)這些組件組成組件串后，...

光伏電站作為一種清潔能源發(fā)電設(shè)施，受到越來越多的關(guān)注和廣泛應(yīng)用。然而，為了光伏電站的安全運(yùn)行和發(fā)電效率，定期進(jìn)行巡檢工作是必不可少的。本文將介紹光伏電站巡檢的重要性，巡檢的內(nèi)容和方法，以及常見問題的解決方案。光伏電站巡檢是電站安全運(yùn)行和發(fā)電效率的重要環(huán)節(jié)。巡檢...

多年的行業(yè)數(shù)據(jù)積累，逐步形成了識(shí)別精細(xì)，漏檢、誤檢率極低的AI模型，當(dāng)前模型支持識(shí)別的缺陷細(xì)分?jǐn)?shù)已達(dá)到119種，其中對電發(fā)電效率影響較大或易造成事故的缺陷大類共7種，當(dāng)前已全部應(yīng)用于無人機(jī)巡檢，識(shí)別結(jié)果精細(xì)，同時(shí)對缺陷嚴(yán)重程度自動(dòng)分級(jí)標(biāo)注，準(zhǔn)確定位高風(fēng)險(xiǎn)缺陷E...