AI光伏组件EL检测定制：注入电流与隐裂分级

EL（电致发光）成像能暴露光伏组件内部的隐裂、断栅与黑片，但成像质量对参数相当敏感。同一块组件，注入电流偏低时隐裂对比度不足，偏高又会把断栅与正常栅线压成一片；曝光时间与组件温度同样会改变灰度分布。我们把这项工作拆成两步：先做参数标定，再做缺陷分级。

标定阶段不追求端到端建模，而是用少量标定片测量“参数—对比度”响应，形成按电池片类型、串并联结构与组件版型查表的成像参数推荐，再由现场图像质量指标做小幅闭环修正。分级阶段采用两级结构：像素级分割负责找出所有暗区候选，组件级分类再判断它是隐裂、断栅、黑片还是碎片，避免把工艺性暗区当作缺陷。

要点：
1）阶段进展：在某组件厂抽检工位试验，参数自适应后隐裂召回由约88%提升至96%，过检率下降约三成；碎片类缺陷仍是主要误判来源。
2）下一步：将EL结果与IV曲线、红外测温做联合判定，并用同一套标定流程覆盖不同版型组件，降低换型时的重新调参成本。