1 福州大学 先进制造学院，福建 泉州 362252
2 中国福建光电信息科学与技术实验室，福建 福州 350116
针对太阳能电池片缺陷检测方法存在精度低的问题，提出一种基于改进的YOLOv5s太阳能电池片表面缺陷检测算法。首先，为了解决电池片小目标缺陷检测问题，提出了上下文Transformer网络（CoT），可以为小目标提供全局上下文信息，帮助模型更好地预测小目标。其次，将CBAM注意力加入到Head部分的C3模块，能够更好地捕捉输入特征图的重要通道和空间位置，提高模型的性能和鲁棒性。接着，使用轻量级的通用上采样算子CARAFE减少上采样过程中特征信息的损失，保证了特征信息的完整性。最后，使用WIoU作为边界框损失函数，大幅提升了回归的准确性，并且有助于快速实现模型的收敛。实验结果显示，改进后的YOLOv5s相较于原始算法在Precision、Recall、mAP@0.5三个指标上分别提高了5.5%、4.1%、3.3%，检测速度达到了76 FPS，满足太阳能电池片缺陷检测要求。
太阳能电池片 YOLOv5s 上下文Transformer网络 CARAFE 损失函数 solar cell YOLOv5s contextual transformer network CARAFE loss function
南京航空航天大学 电子信息工程学院，江苏南京211106
太阳能电池片（Photovoltaic， PV）表面缺陷检测是光伏组件生产中不可或缺的流程。基于机器视觉的自动缺陷检测方法因其高精度、实时性、低成本等优点得到了广泛应用。本文综述了基于机器视觉的太阳能电池片表面缺陷检测方法的研究进展。首先，阐述了太阳能电池片表面成像方式，列举了典型缺陷类型。然后重点分析了基于传统机器视觉算法及基于深度学习算法进行太阳能电池片表面缺陷检测的原理。将传统机器视觉算法分为图像域分析法、变换域分析法进行综述；从无监督学习、有监督学习和弱监督及半监督学习三个方面分别概述了近几年来基于深度学习的太阳能电池片表面缺陷检测的研究现状。对太阳能电池片表面缺陷检测各种典型方法进一步细分归类和对比分析，总结了每种方法的优缺点。随后，介绍了9种太阳能电池片表面缺陷图像数据集及缺陷检测性能评价指标。最后，系统总结了太阳能电池片缺陷检测常见的关键问题及其解决方法，对太阳能电池片表面缺陷检测的未来发展趋势进行了展望。
太阳能电池 缺陷检测 机器视觉 深度学习 检测网络 solar cells defect detection machine vision deep learning detection network
1 五邑大学 智能制造学部， 广东 江门 529020
2 暨南大学 物理与光电工程学院， 广东 广州 510632
钙钛矿太阳能电池仅用十年左右的时间将效率提升至认证的26.1%，非常接近晶硅太阳能电池26.81%的认证效率，展现出巨大的产业化潜力。当前，钙钛矿太阳能电池器件效率还在提升，然而在器件制备过程中，钙钛矿太阳能电池的性能受到许多不可分割的因素影响，传统方法往往采用试错的方式来优化钙钛矿太阳能电池的制备工艺，花费了大量的时间。贝叶斯优化是一种全局优化算法，在解决人工智能的黑盒问题方面取得了很大的成功。本文利用贝叶斯优化算法对钙钛矿层涉及到的碘化铅（PbI2）过量百分比、退火温度、退火时间、真空萃取时间四个工艺参数进行优化选择，显著降低了研发成本，缩短了研发时间。通过五轮实验迭代，累计34组工艺条件，制备出了器件效率为23.56%的反型钙钛矿太阳能电池。
钙钛矿太阳能电池 机器学习 工艺优化 高效率 perovskite solar cells machine learning process optimization high efficiency
电子科技大学材料与能源学院，四川 成都 611731
作为平面异质结钙钛矿太阳能电池（PSCs）的重要组成部分，电子传输层（ETL）在提升PSCs器件的性能和稳定性上起着重要的作用。尽管最常用的两类ETL材料——二氧化钛（TiO2）和二氧化锡（SnO2），均以纳米颗粒和溶液方式制备，TiO2却面临着电子迁移率低、器件滞回效应大、化学稳定性差、需高温制备等问题，相比之下，SnO2具有优异的光电学性质、更高的稳定性、可低温制备等优势。聚焦于基于SnO2 ETL的PSCs稳定性和界面电荷提取，首先综述了SnO2材料的物理性质和优点；然后从制备和成膜方法（如化学浴沉积、溶液旋涂等）入手，进一步阐明了SnO2的体相和表面缺陷；最后基于SnO2 ETL的缺陷，从界面钝化、体相掺杂和双电子层构筑等三方面重点介绍了提升PSCs稳定性和界面载流子提取效率的途径。该综述可助力PSCs性能和稳定性的进一步提升，为该新兴光伏技术进一步实用化贡献有用的见解。
钙钛矿太阳能电池 二氧化锡电子传输层 运作稳定性 界面调控 载流子提取 激光与光电子学进展
2024, 61(5): 0516002
电子科技大学材料与能源学院，四川 成都 611731
钙钛矿太阳能电池材料因其低成本及优异的光电物理性能受到光伏领域的极大青睐。在双源蒸镀法制备钙钛矿光吸收层过程中，钙钛矿薄膜长期面临生长机制不明、结晶质量较差的问题，严重影响钙钛矿薄膜光吸收性质、载流子寿命等重要参量，阻碍了气相沉积钙钛矿太阳能电池器件效率的提升。利用不同大半径有机阳离子设计准二维（2D）钙钛矿材料，在钙钛矿/空穴传输层界面构筑准2D钙钛矿缓冲层模板，调控气相蒸镀钙钛矿的晶体生长过程，获得了垂直生长的柱状钙钛矿晶粒，显著提升了钙钛矿层光吸收性能与载流子寿命，实现了钙钛矿太阳能电池效率从16.21%到19.55%的提升。上述结果为气相蒸镀实现优异光电性能的钙钛矿薄膜及光伏器件提供了有价值的参考。
钙钛矿材料 载流子寿命 晶体生长 太阳能电池 模板诱导生长 激光与光电子学进展
2024, 61(5): 0516001
1 苏州大学光电科学与工程学院，江苏 苏州 215006
2 江苏省先进光学制造技术重点实验室暨教育部现代光学技术重点实验室，江苏 苏州 215006
十几年来，钙钛矿太阳能电池（PSCs）由于其在功率转换效率和制造成本方面的显著优势而备受关注。然而，其复杂的物理机制和众多限制因素给实验设计、工艺制造和综合优化策略带来挑战。以光电多物理场耦合模型为核心，开展一系列多物理场仿真计算，研究光电耦合模型的底层物理和边界条件，获得PSCs包括光学性能和电学性能的大量数据。根据这些数据，建立微观物理量和宏观光电响应的神经网络及机器学习模型，成功预测PSCs的光学和电学性能，其误差在3%以内，且速度较快。结合遗传算法，该模型根据给定的响应曲线反向优化结构参数，进而获得更高效率的PSCs。该研究有效解决了PSCs因光电耦合机制复杂、物性参数众多、仿真速度较慢而难以优化设计等难题，为光伏器件快速智能化设计提供了一种可行路径。
钙钛矿太阳电池 光电耦合 机器学习 遗传算法 激光与光电子学进展
2024, 61(1): 0123002
1 1.东华大学 材料科学与工程学院, 功能材料研究中心 纤维材料改性国家重点实验室, 上海 201620
2 2.赛迈科先进材料股份有限公司, 湖州 313100
随着锂离子电池的发展和钠离子电池的兴起, 硬碳材料作为一种新型负极材料, 受到了广泛关注。硬碳来源丰富, 价格便宜, 具有比锂离子电池石墨负极更高的储锂容量和优异的倍率性能, 并且是最有商业化潜质的钠离子电池负极材料。然而, 硬碳普遍存在电池首周库仑效率低的问题, 且对于硬碳的储锂/钠机制仍存在争论, 其比容量仍有较大的提升空间。近年来, 研究人员围绕硬碳负极材料的电化学机理展开了各种研究和模型假设, 针对硬碳负极存在的问题, 提出了各种解决策略。本文介绍了硬碳的基本结构和常用的制备方法, 并结合硬碳的优势, 梳理了硬碳在锂离子电池和钠离子电池中的应用情况, 重点介绍了其在快充、包覆等细分领域的应用进展, 并分别针对硬碳提升比容量和改善首周库仑效率的需求, 归纳了孔结构设计、元素掺杂、优化材料与电解液界面等不同改性策略。
负极材料 锂离子电池 钠离子电池 硬碳 综述 anode material lithium ion battery sodium ion battery hard carbon review
