短波赤外線ベースのエレクトロルミネッセンスイメージングは​​、太陽光発電パネルの欠陥検出に有望です。太陽光発電 (PV) パネルの欠陥や故障は、生産量の減少や動作不能につながる可能性があるため、問題を迅速に特定する必要があります。セルの亀裂、シャント、セル相互接続の切断は肉眼では見えませんが、カメラを搭載したドローンは、日中に太陽光パネルに悪影響を与える欠陥を検出する効果的な方法を提供します。エレクトロルミネッセンス (EL) イメージングは​​非常に詳細な PV 診断データを生成し、PV ソーラー パネル検査アプリケーションで頻繁に使用されます。障害の特定において、EL は画像が半導体材料レベルの解像度を提供できるため、赤外線サーモグラフィーよりも正確な結果を提供します。この技術は、結晶シリコン光からの信号が太陽光よりも桁違いに低いため、通常、夕暮れから夜明けまで屋内または屋外で使用されます。

画像取得

研究者らは、日中に効率的に画像を撮影する方法を求めて、ドローンベースの画像撮影システムを開発しました（図1）。完全な日光条件下では、日光フィルターを使用して減算（つまり、各ピクセルの差を計算する）するだけでは、鮮明な EL 画像を取得するのは通常十分ではありません。 EL 信号の強度は太陽光よりもはるかに低いため、信号対雑音比が非常に低くなります。これを補うために、研究チームは、PV パネルが電気的に変調されている間に同じ固定位置で撮影された EL 画像と背景画像のペアを多数取得し、後処理ステップを追加して、各ペアの背景画像の平均と減算で構成される画像を作成しました。そうすることで、信号対雑音比を許容できるレベルまで改善できる可能性があると研究者らは言う。

[[376365]]

図 1: 研究者らは、太陽光パネルの欠陥を検出できる SWIR カメラをドローンに装備しました。

日光下での EL イメージングを成功させるには、太陽光によるモーション ブラーや飽和を避けるために、画像を素早く短い露出時間で取得する必要があります。 InGaAs ベースの検出器はこれらの要件を満たすことができるため、チームは 640 x 512 短波赤外線 (SWIR) カメラを選択しました。カメラは、太陽や周囲の環境からの光を検出しないように、25 mm 固定焦点サファイア レンズと 1150 nm バンドパス フィルター (最大値の半分の全幅) (FWHM) とペアになっています。 EL/背景画像ペア取得装置には、カメラに加えて、ヘキサコプタードローンと、カメラ制御、リアルタイム画像フィードバック、画像保存用の組み込み PC も含まれています。ドローンは 2 つの Wi-Fi チャネルを介して地上のコンピューターに接続され、信号の安定性が向上します。また、ドローン コントローラー ソフトウェアにより、安全規制に準拠した半自律飛行が可能になります。カメラはパネルから約 4 メートルの距離で、6 x 6 セル マトリックスに配置された 36 個の 15.6 x 15.6 cm 多結晶シリコン セルを持つ機械的ストレスを受けた PV モジュールの画像を取得し、120 fps の範囲で 1125 ～ 1175 nm でテストしました。 （図2）。

[[376366]]

図 2: パネルのテスト中、ドローンのカメラはパネルから約 4 メートルの距離から、ストレスのかかった太陽光発電パネルの画像を取得します。

電気変調と後処理

すべての画像は組み込み PC にローカルに保存され、画像取得後の後処理に使用されます。適切なハードウェアを使用しても、ドローンから取得された画像、特に移動中に取得された画像の信号対雑音比を向上させるにはさらなる課題があります。画像取得飛行後、画像は組み込み PC からデスクトップ PC に転送され、開発されたアルゴリズムを使用して後処理されます。固定昼光 EL の画像処理手順には、EL/背景画像の分離、平均化、背景減算、遠近法補正、信号対雑音比の平均計算が含まれます。移動中に取得された EL/背景画像 (ドローン取得の場合など) の場合、シーケンスの各画像での PV パネル エッジ検出とセグメンテーション、および画像シーケンス全体の動き補正などの追加手順を実行する必要があります。これらの手順は、EL/背景画像の分離の前に実行され、非常に正確で強力な画像処理アルゴリズムが必要です。各フレームでは、アルゴリズムがパネルを検出して画像コンテンツの残りからセグメント化し、フレーム間の動きを補正し、完全検索ブロック マッチング アルゴリズムを使用してシーケンスのすべての画像間で動きを登録します。画像は平均化と背景減算を実行することでノイズ除去されました。推奨品質に達するまでに信号対雑音比を改善するために必要な画像の数は、太陽放射照度やEL/背景画像などの要因によって異なりますが、空間マッチングが画像品質の改善に最も重要な要素であると研究者らは述べています。たとえば、固定された昼光 EL の場合のように、空間的なマッチングが問題にならない場合は、細胞破裂の診断に視覚的に許容できる EL 画像を示すには 16 組の画像で十分です。高照度下で取得された画像シーケンスは、EL/背景画像の変動が小さくなる傾向がありますが、空間的によく一致した約 50 個の画像ペアによりこの欠点が克服され、細胞亀裂検出用の高品質の画像が提供されます。研究チームは、DC 方形波と AC+DC DC 正弦波の両方の方式を使用して、変調された電波を画像に適用しました。 DC 変調の場合、双方向 SM 1500-CP30 DC 電源が PV パネルの変調電圧バイアスを生成し、AC6804A AC 電源を使用してバイアスを変調し、バイアス信号への強い太陽放射干渉を回避します。

図 3: 研究チームは、DC 方形波と AC+DC DC 正弦波の両方の方式を使用して、変調された電気波形を画像に適用しました。

結果は、AC + DC 電気変調により EL 画像と背景画像間の再現可能な平均ピクセル値の増分が得られるのに対し、DC 変調では増分振幅が大きくなることを示しています。 AC + DC 電気変調では、DC 電気変調と比較して、EL と背景画像間の平均ピクセル値の増分がより再現性が高くなりましたが、DC 変調では、AC + DC 変調よりも高い増分振幅が得られました (図 3)。屋外で動画撮影をした場合、移動中に取得した画像ペアの位置が一致しないため、屋外での静止画像に比べて画像の品質が低下します。研究チームによると、サブピクセルレベルでの位置特定ミスマッチは、信号対雑音比の観点から最適な品質向上を妨げ、UAV ベースの EL イメージングにおける低品質画像の主な問題を表しています。

Alien Eyes Machine Vision は、大規模な公共施設の検査用のドローンベースの EL 取得システムで使用するには、画質を向上させるために使用されるアルゴリズムをさらに改善する必要があると考えていますが、全体的なプロジェクトでは、SWIR カメラを使用して日中にドローンベースの PV パネル検査を行う可能性を示しています。

インターネットから、共有のみ、侵害された場合は削除してください