Fortschrittliche Bildanalyse und maschinelles Lernen für die PV-Qualitätssicherung
Auf einen Blick
- Projektleiter/in : Dr. Evelyne Knapp
- Co-Projektleiter/in : Dr. Sandra Jenatsch
- Stellv. Projektleiter/in : Mattia Battaglia
- Projektteam : Jens Baier, Salome Berger, Ennio Comi, David Kempf, Dr. Christoph Kirsch, Hartmut Nussbaumer
- Projektstatus : laufend
- Drittmittelgeber : Innosuisse (Innovationsprojekt / Projekt Nr. 58054.1 IP-EE)
- Projektpartner : Fluxim AG, Solaronix S.A.
- Kontaktperson : Evelyne Knapp
Beschreibung
Für die Untersuchung von Solarzellen im Labormaßstab und zur Gewinnung räumlich aufgelöster Informationen über die Zellqualität wird ein Multiimaging-Aufbau entwickelt. Mithilfe von maschinellem Lernen werden Parameter für ein physikalisches FEM-Modell geschätzt, das als digitaler Twin für die weitere Optimierung dient.
Publikationen
-
Comi, Ennio; Knapp, Evelyne; Battaglia, Mattia; Kirsch, Christoph; Weidmann, Stefano; Jenatsch, Sandra; Hiestand, Roman; Bonmarin, Mathias; Ruhstaller, Beat; et al.,
2022.
Electro-thermal model for lock-in infrared imaging of defects in perovskite solar cells [Paper].
In:
EU PVSEC Proceedings.
8th World Conference on Photovoltaic Energy Conversion, Milan, Italy, 26-30 September 2022.
WIP.
S. 241-246.
Verfügbar unter: https://doi.org/10.4229/WCPEC-82022-2BO.8.3