基于硬件受限设备与计算机视觉的光伏电池微裂纹检测

太阳能正迅速成为化石燃料等传统有限资源的可靠可再生能源。它通过互连的光伏面板收集，这些面板通常由晶体硅电池构成，即能有效将太阳辐射转化为电能的半导体材料。然而，晶体硅易碎，随着时间推移或在预测性维护任务中容易发生开裂，这可能导致太阳能电池部分电隔离甚至失效，从而影响面板性能并减少发电量。本研究旨在开发一个利用计算机视觉技术检测太阳能面板电池裂纹的系统，以预测并预警光伏系统的潜在故障。我们定义了三种能够体现这些技术价值的场景。在场景 A 中，手动采集图像，检测太阳能电池故障的系统不受任何计算限制。在场景 B 中，在太阳能农场附近部署一台能够进行推理的边缘设备。最后，在场景 C 中，将一个小型微控制器安装在飞越太阳能农场的无人机上，对太阳能电池的状态进行推理。我们找到了三种最适合的架构方案，分别对应一种场景，即 InceptionV3 模型、缩减为全整数量化版本的 EfficientNetB0 模型，以及使用 VGG16 模块构建的定制化 CNN 架构。