-
题名PIN型非晶硅薄膜太阳电池仿真研究
被引量：2
- 1
-
-
作者
曾睿
何世东
龚宇光
严来军
李伟
-
机构
电子科技大学光电信息学院
电子科技大学电子薄膜与集成器件国家重点实验室
-
出处
《半导体光电》
CAS
CSCD
北大核心
2010年第3期367-371,共5页
-
文摘
运用AMPS软件,对TCO/p-a-SiC∶H/i-a-Si∶H/n-a-Si∶H/metal型非晶硅薄膜太阳电池进行了仿真研究,重点模拟和分析了电池性能参数随i层和n层厚度变化的规律。结果表明,为了获得电池转换效率和短路电流密度的最大值,n层非晶硅薄膜应尽可能地减小厚度,而i层非晶硅薄膜厚度最好控制在500～700nm范围内。
-
关键词
薄膜太阳电池
非晶硅
计算机仿真
转换效率
-
Keywords
solar cells
a-Si：H thin film
numerical simulation
conversion efficiency
-
分类号
TM941.4
[电气工程—电力电子与电力传动]
-
-
题名太阳能电池片隐裂检测的深度目标网络算法研究
- 2
-
-
作者
朱佳华
彭兴辉
高剑
吴相东
周书宇
-
机构
四川长虹电器股份有限公司
四川轻化工大学机械工程学院
-
出处
《机电工程技术》
2022年第8期87-91,共5页
-
基金
四川省科技厅重点研发项目(编号:2022YFS0552)。
-
文摘
太阳能电池片作为光电转换的重要部件,生产过程中容易产生表面缺陷和内部隐性缺陷(隐性裂纹,简称隐裂),严重影响了太阳能电池片的发电效率和成品合格率。目前基于图像处理的视觉检测方法针对隐裂的检测效果较差,无法满足工业现场需求。拟利用深度学习的目标检测网络对电池片进行隐裂检测研究。分析深度学习的目标检测网络模型算法,对选取的网络模型进行优化,解决了隐裂检测精度低的问题。利用采集的隐裂样本数据集,对比分析YOLOv5s、SSD、Faster-RCNN三种目标检测算法的隐裂检测效果,发现YOLOv5s模型综合性能较优。同时对YOLOv5s网络结构及功能模块进行优化,提高了隐裂检测速度和检测精度。结果表明,生成对抗样本构成的数据集中隐裂数据样本采用优化后的YOLOv5s进行隐裂检测,准确率可达到96%以上,单张图像检测时间大约为0.06 s。因此,结合生成对抗网络和目标检测网络可以实现隐裂的快速、高精度检测。
-
关键词
太阳能电池片
隐裂检测
深度学习
目标检测网络
-
Keywords
solar cell
detection of hidden crack defects
deep learning
target detection network
-
分类号
TM941.4
[电气工程—电力电子与电力传动]
-
-
题名浅谈免维护蓄电池的运行与维护
- 3
-
-
作者
曹青
郭强
-
机构
兰州石化分公司电仪事业部兰州石化物流分公司
-
出处
《甘肃科技》
2007年第3期131-132,共2页
-
文摘
免维护蓄电池及充电设备为变电所的安全运行及维护提供了可靠的保障。本文针对兰州石化分公司12变电所的免维护蓄电池在实际运行中出现的问题进行了分析探讨,总结出一些运行及维护经验。
-
关键词
免维护蓄电池
运行
维护
-
分类号
TM941.41
[电气工程—电力电子与电力传动]
-
