当前对光伏电池/光伏组件的EL检测大都需要全天候值守，耗费大量的人力物力，效率低，成本高，漏检率高。使用人工智能方法能有效的进行光伏电池、组件产品的EL缺陷检测，能快速准确的找出缺陷的位置，并进行标注（打标）。较传统的使用图片灰度扫描方法进行判断，特别是多晶硅组件电池的EL图片干扰因素复杂，具有绝对的技术优势；我们提供的检测EL的方案使用的是神经网络技术，通过定义单多晶硅组件缺陷产品图片的缺陷类型，软件系统会进行缺陷特征的自学习和深度学习，建立多层网络，从而找出EL图片的缺陷部分。
光伏电池片/光伏组件缺陷EL测试人工智能管理系统（诺威特测控）方案基于人工智能技术，通过产品缺陷特征的深度学习，可以有效的实现组件缺陷的智能识别和抓取，并通过参数的设定帮助生产分选出EL和外观缺陷产品的缺陷类别，全自动、准确率高、人力成本低（降低70％人力成本），大大提高了生产效率。
电池缺陷判别时间<０.1秒／片
组件缺陷判断时间<1秒／片
自动判断准确性99.95％以上
光伏电池片/光伏组件缺陷EL测试人工智能管理系统（诺威特测控）提供以下解决方案：
1、在线式电池片EL测试仪AiCS1800_ONL：高分辨率EL图片采集并进行缺陷自动判断，缺陷分类
2、在线式组串EL测试仪AiCS1800_ONL：高分辨率EL图片采集并进行缺陷自动判断，NG/OK信号
3、在线式组件层压前后EL测试仪AiMEL4.0：高分辨率EL图像采集，缺陷自动判断，缺陷分类
4、智能化工厂EL机器升级改造：可以针对现有EL机器进行智能化改造，实现EL缺陷的人工智能判断和EL缺陷分类
光伏电池片/光伏组件缺陷EL测试人工智能管理系统（诺威特测控）对EL缺陷进行自动判别，具有如下几点优势：
１、高准确性，提高良品率
单晶电池准确性99.95％；多晶准确性99.82％；准确性还在不断提高……
２、高生产效率，节约制造成本
每条组件生产线比人工检测提升12％的才能，并减少至少75％以上人工投入
３、高精确性
缺陷参数配方设置，可根据实际质量需求设定缺陷长度、宽度、面积、数量等参数，进行电池／组件的分类
４、推动智能化工厂进程
工厂的搬运，上料，下料，包装等环节可实现自动化生产，但是缺陷判别端是瓶颈。只有使用人工智能技术才能解决自动的缺陷判别，实现真正的智能制造，无人工厂。
诺威特测控在光伏检测、智能制造方面的发展理念超前，经验丰富，技术领先，人工智能EL应用在同行业中的领跑者。通过超过5GW生产线的实际应用，确定了公司人工智能技术的先进性，稳定性，高在缺陷，得到行业的高度认可和客户的一致好评。诺威特的人工智能技术及配套的设备解决方案，能为业内更多的企业提供高效稳定的服务，实现光伏智造的最后“一公里”，助力中国智能制造的发展和腾飞。
在中国光伏绿色智能制造优秀奖征集过程中，诺威特积极申报中国光伏智能制造解决方案杰出贡献奖，充分发挥光伏智能制造领跑企业“以点带面”的示范作用，为加快光伏智能制造体系建设步伐、助推光伏产业转型升级作贡献力量。
