典型文献
光伏电池缺陷红外热成像检测与图像序列处理
文献摘要：
作为光伏电站的主要组成部分,光伏电池中存在隐裂、划痕、热点和断栅等缺陷,这些缺陷影响着电池的性能和电站的运行状况,因此开展光伏电池的缺陷检测是至关重要的.建立脉冲电致红外热成像(PEIT)实验系统,使用该系统开展含有不同类型缺陷的光伏电池的检测实验并采集红外热图像序列.采用线性判别分析(LDA)和二次判别分析(QDA)两种监督学习算法来处理热图像序列,并与主成分分析(PCA)和多项式拟合相关系数(FCC)两种传统处理算法进行比较.实验结果表明,PEIT算法可以对光伏电池的缺陷进行有效检测,QDA算法在信噪比、信息熵和均方误差三个指标上均优于LDA、PCA和FCC算法,可以实现对光伏电池各类缺陷的有效识别.
文献关键词：
成像系统;脉冲电致红外热成像;光伏电池缺陷;监督学习;缺陷检测
中图分类号：
作者姓名：
卜迟武;刘涛;李锐;刘国增;唐庆菊
作者机构：
哈尔滨商业大学轻工学院,黑龙江哈尔滨150028;哈尔滨工业大学航天学院,黑龙江哈尔滨150001;黑龙江科技大学机械工程学院,黑龙江哈尔滨150022
文献出处：
引用格式：
[1]卜迟武;刘涛;李锐;刘国增;唐庆菊-.光伏电池缺陷红外热成像检测与图像序列处理)[J].光学学报,2022(07):110-116
A类：
光伏电池缺陷,脉冲电致红外热成像
B类：
红外热成像检测,图像序列,列处理,光伏电站,隐裂,划痕,缺陷影响,运行状况,缺陷检测,PEIT,实验系统,红外热图像,线性判别分析,LDA,二次判别分析,QDA,监督学习,多项式拟合,FCC,传统处理,理算,陷进,有效检测,信息熵,均方误差,成像系统
AB值：
0.270594
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
