Найти тему
Метод ЛЭТИ

Нейросеть – в помощь солнечной энергетике: как может нейросеть повлиять на эффективность солнечных батарей? Знают в ЛЭТИ

Ученые ЛЭТИ приняли участие в создании нейросети, способной выявлять дефекты элементов солнечных батарей еще на стадии производства.

Солнечная энергетика сегодня весьма перспективна, поскольку имеет неисчерпаемый источник энергии, а в процессе генерации энергии обеспечивается безопасность окружающей среды. Все это говорит в ее пользу в сравнении с традиционными видами энергоносителей.

Элементы для солнечной энергетики создаются из относительно недорогого и широко доступного полупроводникового материала – кремния. Несмотря на то, что современное производство кремниевых элементов практически полностью автоматизировано, в процессе транспортировки кремниевых пластин между различными технологическими операциями возникают поверхностные дефекты в результате различных механических воздействий. Поэтому предприятиям отрасли требуются инструменты, которые позволяют отслеживать производственный брак и устранять его причины.

«Мы разработали нейросеть, позволяющую автоматизировать процесс выявления физических дефектов, которые появляются в процессе производства кремниевых солнечных элементов»., – рассказывает профессор кафедры фотоники СПбГЭТУ «ЛЭТИ».

– Заместитель гендиректора по научной работе Научно-технического центра тонкопленочных технологий в энергетике (НТЦ ТПТ) Евгений Теруков

Обнаружение дефектов на кремниевых пластинах производится с использованием эффекта электролюминесценции. Его суть в том, что при подаче на кремниевый солнечный элемент напряжения, возникает свечение его поверхности (эффект электролюминесценции), которое отчетливо идентифицируется с помощью инфракрасной камеры (ИК). В случае отсутствия дефектов на поверхности солнечный элемент светится равномерно. О наличии дефектов будут сигнализировать участки разного уровня свечения.

Ученые собрали и обработали базу данных с ИК-снимками более 100 тысяч кремниевых солнечных элементов с производственной линии предприятия ООО «Хевел» в Новочебоксарске. На основе этой информации специалисты научили нейросеть с высокой точностью выявлять и классифицировать различные дефекты, возникающие на разных стадиях изготовления солнечных элементов. Результаты работы опубликованы в научном журнале Solar Energy.

-3

«С помощью нашего аналитического инструмента можно не только выявить дефекты, но и понять, на каком участке производственной линии они возникают, а затем устранить их. Таким образом, разработанный нами метод позволил повысить эффективность производства», – отмечает Евгений Теруков.

В исследовании приняли участие специалисты из ЛЭТИ, компании НТЦ ТПТ (дочернего предприятия ООО «Хевел»), Лаборатории искусственного интеллекта Сбербанка (Sber Al) и Высшей школы экономики.