我们生产太阳能相关的绝大部分产品,比如太阳能板、列头柜、储能电池、逆变器、小母线、便携式电源......
太阳能光伏板缺陷
- Home
- 太阳能光伏板缺陷
断栅、漏电、黑心片、缺角、爆炸裂…EL检测常见异常及 ...
EL全称为Electroluminescence,中文译为电致发光,亦叫做场致发光,其目的用于检测组件上电池片缺陷,以控制质量。 EL测试基本原理是晶体硅太阳电池片外加正向偏置电压,电源向晶体硅电池注入大量非平衡载流子,电致发光依靠从扩散区注入的大量非平衡载流子不断的复合发光,放出光子；再利用CCD相机捕捉这些光子,通过计算机处理后成图像,整个测试 …
准确率达 91.74%！东南大学提出光伏电池缺陷检测模型 ...
为了同时满足工业领域对缺陷检测的精度和速度要求,来自东南大学自动化学院的张金霞教授团队, 提出了一种基于神经结构搜索 (neural architecture search, NAS) 和知识蒸馏 …
太阳能光伏板航拍红外图像缺陷分类数据集
随着无人机和红外成像技术的发展,通过航拍红外图像对光伏板进行缺陷检测已成为一种高效且准确的方法。 本数据集包含11种不同的缺陷分类,总计20000张图像,适用于基于 深度学习 的缺陷分类任务。 这些图像均为 …
准确率达 91.74%！东南大学提出光伏电池缺陷检测模型 ...
为了同时满足工业领域对缺陷检测的精度和速度要求,来自东南大学自动化学院的张金霞教授团队, 提出了一种基于神经结构搜索 (neural architecture search, NAS) 和知识蒸馏 (Knowledge Distillation) 的新型轻量级高性能光伏电池电致发光 (EL) 图像缺陷自动检测模型。 目前,该研究成果已发布在 arXiv 上,标题为「A lightweight network for photovoltaic cell defect …
融合CFPNet的EVC-Block改进YOLO的太阳能电池板缺陷 ...
为了解决这些问题,本研究提出了一种改进的YOLO算法,即融合CFPNet的EVC-Block改进YOLO的太阳能电池板缺陷检测系统。 该系统将CFPNet的EVC-Block结构引入到YOLO算法中,以提高对小尺寸缺陷的检测准确性,并通过引入注意力机制来增强对复杂背景下缺陷的检测能力。 具体而言,该系统首先使用CFPNet对太阳能电池板图像进行预处理,提取出 …
断栅、漏电、黑心片、缺角、爆炸裂…EL检测常见异 …
EL全称为Electroluminescence,中文译为电致发光,亦叫做场致发光,其目的用于检测组件上电池片缺陷,以控制质量。 EL测试基本原理是晶体硅太阳电池片外加正向偏置电压,电源向晶体硅电池注入大量非平衡载流子,电 …
准确率达 91.74%！东南大学提出光伏电池缺陷检测模型 ...
为了同时满足工业领域对缺陷检测的精度和速度要求,来自 东南大学 自动化学院的张金霞教授团队, 提出了一种基于 神经结构搜索 (neural architecture search, NAS) 和知识蒸 …
PSCDE-Dataset|太阳能电池数据集|缺陷检测数据集
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。 PSCDE-Dataset的构建旨在通过提供详尽的缺陷边 …
最常见的太阳能电池板缺陷及其处理方法_面板_模块_裂纹
看起来我们的太阳能电池板几乎不会有任何问题,不是吗？ 离得很远！ 1.分层让空气和湿气进入面板. 为了保证太阳能电池的安全,制造商使用一层钢化玻璃和塑料背板来保护它们。 这些层紧密密封以防止内部腐蚀。 但是,有时它们会分开,这称为太阳能电池板的分层。 它会导致腐蚀并最终导致光伏组件失效。 分层的原因可能不同：工艺不良、制造不良、高温。 分 …
PSCDE-Dataset|太阳能电池数据集|缺陷检测数据集
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。 PSCDE-Dataset的构建旨在通过提供详尽的缺陷边缘标注,推动太阳能电池制造的高质量发展,对光伏产业的质量检测和自动化生产具有重要意义。 PSCDE-Dataset在构建过程中面临多项挑 …
全球最大光伏电池缺陷异常检测数据集PVELAD【发布 ...
河北工业大学、北京航空航天大学联合发布的——PVEL-AD 数据集 又叫做 EL2021数据集 是用于对 光伏电池异常缺陷检测 方法进行基准测试的数据集。 PVEL-AD 包含 36,543 张 具有各种内部缺陷和异构背景的近红外图像,其中包含1类无 异常 图像和具有 12 个不同类别的异常缺陷图像,例如 裂纹（线状和星状）、断栅、黑芯、未对准、粗线、划痕、碎片 …
太阳能光伏板航拍红外图像缺陷分类数据集
随着无人机和红外成像技术的发展,通过航拍红外图像对光伏板进行缺陷检测已成为一种高效且准确的方法。 本数据集包含11种不同的缺陷分类,总计20000张图像,适用于基于 深度学习 的缺陷分类任务。 这些图像均为近红外黑白图像,经过可视化处理,以便于观察和分析。 1. 缺陷分类. 数据集中的11种缺陷分类包括但不限于以下几类： 裂纹（Cracks）：光伏板表面 …
准确率达 91.74%！东南大学提出光伏电池缺陷检测模型 ...
为了同时满足工业领域对缺陷检测的精度和速度要求,来自 东南大学 自动化学院的张金霞教授团队, 提出了一种基于 神经结构搜索 (neural architecture search, NAS) 和知识蒸馏 (Knowledge Distillation) 的新型轻量级高性能光伏电池电致发光 (EL) 图像缺陷自动检测模型。 目前,该研究成果已发布在 arXiv 上,标题为「A lightweight network for photovoltaic cell defect …
晶硅组件常见的内部缺陷分析
近年来,随着光伏行业快速发展,光伏组件相关产品质量把控环节越来越严格,原有的外观和电性能测试已无法满足光伏行业的实际需求,现在有一种可以测试晶体硅太阳能电池及组件潜在缺陷的方法行业广泛使用—— EL测试；EL是英文（ELECTROLUMINESCENCE）的简称,称为 电致发光,用于光伏晶硅组件制造厂商对晶硅组件成品检验及生产线产品质量过程进 …
晶硅组件常见的内部缺陷分析
近年来,随着光伏行业快速发展,光伏组件相关产品质量把控环节越来越严格,原有的外观和电性能测试已无法满足光伏行业的实际需求,现在有一种可以测试晶体硅太阳能电池及组件潜在缺陷的方法行业广泛使用—— EL测 …
太阳能光伏电池板缺陷检测数据集 | 2100张图像 | YOLO ...
太阳能光伏电池板缺陷检测数据集：包含2100张高质量图像,支持YOLO、COCO、VOC格式,涵盖多种光伏板缺陷（如裂纹、污渍、热斑等）,适用于目标检测模型训练与验证。立即下载,提升您的AI模型性能！
融合CFPNet的EVC-Block改进YOLO的太阳能电池板缺陷 ...
为了解决这些问题,本研究提出了一种改进的YOLO算法,即融合CFPNet的EVC-Block改进YOLO的太阳能电池板缺陷检测系统。 该系统将CFPNet的EVC-Block结构引入 …
Q & A
常见 疑问
你们生产哪些产品？
你们的产品什么价格？
因为每位客户的需求不同,所以价格也不同,如果您对我们的产品感兴趣,欢迎邮件和我们联系,我们会根据您的需求给您参考价格。
我该怎么联系你们？
您可以通过导航栏的“联系我们”选项给我们发送邮件,我们会在24小时内联系您。
我该怎么申请售后？
我们会有专门的人员和您取得联系,您在使用过程中遇到任何问题都可以打电话告诉我们,我们会尽最快速度为您解决。
我不太懂这些产品的参数怎么办？
我们的销售人员会根据您的需求为您推荐最合适的产品,保证以最便宜的价格满足您的所有需求。
Mon - Sat: 8AM - 9PM
Sunday: 10AM - 8PM
Sunday: 10AM - 8PM
中国上海市
奉贤区
奉贤区
