当前,能源问题和环境问题的突出使得光伏发电的优势日趋明显。太阳电池是光伏发电技术的核心器件,它的质量直接影响着光伏组件的发光效率。在晶体硅太阳电池薄片化发展及组件的生产过程中,存在许多缺陷问题,如碎片、断栅、黑片、花片、隐裂、虚焊、色差、脏污等。缺陷的存在将极大降低组件的效率、可靠性和使用寿命乃至光伏系统的稳定性。在这些缺陷中,大部分是隐性的或难以人为做定量判断,尤其是对于电池表面存在晶界的多晶硅太阳电池,检测难度更大。目前实际生产过程中,大都采用人为肉眼识别的方式,降低了检测的效率和准确性,因此一种快速有效和准确的识别判断太阳电池缺陷的方法是非常有价值的。本文的主要工作包括三部分:1、基于电致发光(EL)的理论,利用红外检测的方法,通过CCD近红外相机实验成功地检测出了晶体硅太阳电池中存在的隐性缺陷,如隐裂、断栅、电阻不均匀、花片等,将EL图像与可见光下电池图像进行了对比,说明电致发光法是一种有效识别隐性缺陷的检测方法。2、对存在缺陷的太阳电池进行了伏安特性测试,得出隐裂缺陷对太阳电池伏安特性、填充因子、效率等性能的影响,也验证了电致发光技术检测太阳电池缺陷的准确性。3、对缺陷电池EL图像进行数字图像处理:(a)识别出了晶硅电池隐裂缺陷,并计算出缺陷的面积、周长、圆形度等缺陷特征,实现了隐裂缺陷的量化判断识别;(b)对太阳电池组件进行黑片不合格电池判断,实现组件角度旋转,图像截取,电池片分块识别、黑片面积计算,不合格电池位置判断等的全自动化识别;制作了GUI图形用户界面,操作简单,适于实际生产操作的需求。本文的意义在于做出了一种自动识别太阳电池组件缺陷的方法,并将缺陷检测提高到了精确量化识别的水平,对于目前靠人工肉眼识别的光伏生产产业将有着非常大的应用前景。