计算机工程与应用

作者：赵刘锐, 王晓强, 王言杰, 齐承睿

单位：内蒙古工业大学 信息工程学院，呼和浩特 010080；

关键词：太阳能电池,电致发光,深度学习,缺陷检测

基金：内蒙古自然科学基金（2023MS06021）；国家自然科学基金（62165011）。

随着光伏发电产业的快速发展，太阳能电池的质量把控成为保障其长期稳定运行的关键环节。传统的缺陷检测方法虽然在一定程度上能够识别缺陷，但普遍存在效率低、主观性强、对复杂背景和噪声敏感等问题，难以满足大规模高精度检测的需求。电致发光成像技术能够直观反映太阳能电池的表面缺陷和性能问题，已成为缺陷检测的重要手段。近年来，深度学习技术在电致发光图像中的应用取得了显著进展。聚焦于深度学习与电致发光图像相结合的前沿技术，对太阳能电池表面缺陷检测的研究现状进行了全面综述。阐述了电致发光成像的基本原理，并对太阳能电池表面常见的缺陷类型进行总结和分析。针对主流检测方法展开系统性的介绍与对比分析。详细介绍8种常用的太阳能电池电致发光图像缺陷数据集及其特点。重点分析基于深度学习和电致发光图像的太阳能电池缺陷检测方法的发展动态。梳理概括现阶段研究过程中面临的主要挑战，同时对未来的发展走向作出展望。

来源：2026年第3期

《计算机工程与应用》期刊编辑部

查看计算机工程与应用杂志2026年第3期