研究人員已經開發並展示了一個新的系統，它可以在任何天氣條件下，在完全和部分陽光下檢測硅太陽能電池板的缺陷。由於目前的缺陷檢測方法不能在日光條件下使用，而新系統可以使保持太陽能電池板最佳工作狀態變得更加容易。
佔世界太陽能電池板約90%的硅太陽能電池板，在其製造、處理或安裝過程中經常出現缺陷。這些缺陷會大大降低太陽能電池板的效率，因此，迅速和容易地檢測出這些缺陷是很重要的。
研究人員使用了一個幀率非常高的InGaAs檢測器，在施加調製電流時獲取太陽能電池板的一系列圖像。這種檢測器提供的非常快的成像速度使得序列中的圖像之間的更多變化得以區分。
在Optica出版集團的《應用光學》雜誌上，來自中國南京科技大學的研究人員描述了新硬件和軟件的獨特組合如何使太陽能電池板的缺陷即使在強光下也能清晰成像和分析。
“今天的缺陷檢測系統只能用於在夜間或在已被拆除並移入室內或陰暗環境的太陽能電池板模塊上尋找缺陷，”領導該研究小組的錢芸生說。”我們希望這個系統可以用來幫助光伏發電站的檢查人員定位缺陷，並更快地識別它們，以便這些系統能夠以最大水平發電。”
在新的工作中，研究人員創建了一個全天候的成像系統，可以在任何照明條件下工作。為了使缺陷清晰可見，他們開發了一個軟件，對太陽能電池板施加調製電流，使其發出非常快地關閉和開啟的光。一個具有非常高幀率的InGaAs檢測器被用來在施加電流時獲取太陽能電池板的一系列圖像。研究人員還添加了一個過濾器，將檢測到的波長限制在1150納米左右，以去除圖像中的一些雜散的陽光。
研究人員開發了一個新系統，可以在完全和部分陽光下檢測硅太陽能電池板的缺陷。顯示的是在低（左）、中（中）和高（右）太陽光照射下獲得的圖像。上排（a、b、c）是使用在陽光下無法工作的傳統系統獲得的，下排（d、e、f）是使用新系統和缺陷顯示算法獲得的。
“非常快的成像速度允許收集更多的圖像，這樣就可以區分圖像之間更多的變化，”論文的第一作者吳晟說。”關鍵的發展是一種新的算法，它可以區分圖像序列中的調製和未調製部分，然後放大這種差異。這使得太陽能電池板的缺陷能夠在高輻照度下被清晰地成像。”
為了測試該系統，研究人員將其應用於單晶硅和多晶硅太陽能板。結果顯示，該系統可以在每平方米0至1300瓦的輻照度下檢測硅基太陽能電池板的缺陷，這相當於從完全黑暗到完全陽光的光照條件。
研究人員現在正在研究幫助減少數字噪音的軟件，以進一步提高圖像質量，從而使探測器能夠更準確地收集圖像變化。他們還想看看是否可以將人工智能應用於採集的圖像，以自動識別缺陷類型並進一步簡化檢查過程。