随着我国光伏产业的快速成长,对硅光伏电池片的质量检测也提出了更高的要求。硅光伏电池是光伏发电技术的核心器件,它的质量直接影响着光伏组件的发光效率。而在光伏电池中,缺陷的存在将极大降低组件的效率、可靠性和使用寿命乃至光伏系统的稳定性。因此,对运行过程中的硅光伏电池进行缺陷检测、失效分析、损伤监测就具有重要的研究意义。本文的研究目的就是针对现有的无损检测方法不能同时满足非接触、快速、高分辨率、高灵敏度、评估参数多和定量检测的需求,开发一种基于电磁感应光-热辐射的硅光伏电池无损检测方法。具体方法路线就是利用短波红外相机、红外热像仪对光伏电池及组件因电磁感应而产生的光辐射和热辐射进行高分辨率和高灵敏度的快速测量和成像,再对光辐射和热辐射信号进行综合处理和图像融合,就可以实现对硅光伏电池及组件的缺陷及整体健康度进行定量检测。主要研究内容及创新点如下:一、研究电磁感应(Electromagnetic induction,EMI)对电致热成像(Electro-thermography,ET)和电致发光(Electroluminescence,EL)检测技术的 改性。在研究ET和EL检测原理的基础上,分析涡流生热、热传导、热辐射、电致发光、光子辐射等物理过程与缺陷的交互机理,提出将电致热成像和电致发光技术硬件集成,并利用电磁感应加热增强其缺陷检测效果。二、研究电磁感应热成像检测技术。建立了数字化电磁感应热成像检测系统,并在脉冲式和锁相式两种激励模式下获得了硅电池的热成像序列,采用傅里叶变换(Fast Fourier transform,FFT)、独立分量分析(Independent component analysis,ICA)和主成分分析(Principal component analysis,PCA)等方法处理了热像图序列。最终实现了硅光伏电池中热斑、裂纹、断栅、重掺杂等缺陷的可视化检测。三、研究热成像和电致发光的图像融合技术。提出了一种基于稀疏表示(Sparse representation,SR)的自适应图像融合算法。首先根据训练得到的稀疏字典采用正交匹配追踪(Orthogonal matching pursuit,OMP)算法得到两组稀疏系数,然后根据稀疏特征进行自适应地选取融合规则,从而得到融合图像的稀疏系数,最后结合稀疏字典及融合系数进行重构得到融合图像。且在融合过程中采用稀疏表示能够很好地去除噪声,最终获得了具有清晰的硅光伏电池缺陷特征的融合图像。实验结果表明,SR算法均优于其他两种算法,取得了较好的融合效果。