[发明专利]一种基于曲线长度的太阳能电池生产过程变化的检测方法

权利要求书

1.一种太阳能电池生产过程变化的检测方法，针对多通道传感器温度信号，基于温度曲线长度，通过特征提取与变化检测，自动获得太阳能电池生产过程中的温度变化，由此预测温度显著变化点处太阳能电池的光电转化效率均值变化的方向；包括如下步骤：

1)通过多通道传感器获取温度信号，根据工艺曲线对双通道温度数据进行分段，得到有光伏材料层生长的温度曲线段；

2)提取有光伏材料层生长的温度曲线段的长度特征；

根据式1所示的弧长公式计算步骤1)所述有光伏材料层生长的温度曲线段C(t)的曲线长度l(C)：

其中，C(t)为温度区间[a，b]上的曲线；

3)根据步骤2)所述曲线长度特征进行变点检测，包括步骤C1)～C3)：

C1.对步骤2)中提取的曲线长度特征选择先验分布；

C2.通过动态规划计算得到最大边际似然对应的变点位置；

设提取的曲线长度样本点集合为l＝{l₁，l₂，…，l_n},对应的样本位置为t＝{t₁，t₂,…,t_n}；设l＝{l₁,l₂,…,l_n}来自于分布密度为f(l|θ)的抽样；在该n个样本点中有m-1个变点c_1:(m-1)＝{c₁,c₂,…,c_m-1}，且c_j∈[t₁,t_n]，则有t∈(c_j-1,c_j],θ(t)＝θ_j；设θ_1:m是从先验π(·|α)抽取的独立同分布变量，α为超参数，则最大边际似然表示为式2：

设P(c_1:(m-1))∝1,即均匀先验，则最大边际似然等价于最大后验分布，表示为式3：

P(c_1:(m-1))|l)∝P(l|c_1:(m-1))P(c_1:(m-1))＝P(l|c_1:(m-1)) (式3)

利用如下的动态规划方法来计算得到最大边际似然对应的变点位置：

第1步：For 1≤i≤n:H(l₁,…,l_i|1)＝D(l₁,…,l_i|α)

第m步：Form≤i≤n:

则最大边际似然估计的c_1:(m-1)为式5：

C3.根据C2中变点位置计算得到变化前后的曲线长度均值，由此获得不同通道和不同温度段曲线的变点前后对应的曲线长度均值；

4)根据步骤3)中双通道分段温度数据变点检测结果，进行决策层面的数据融合，得到显著的温度变化点，进一步预测温度显著变化点处太阳能电池的光电转化效率变化的方向；包括步骤D1～D2：

D1.将步骤3)中得到的变点对应的曲线长度均值变化绝对值之和进行排序，通过崖底碎石图得到显著的变化点；

D2.根据变点对应的曲线长度均值变化值之和T_ki，预测温度显著变化点处太阳能电池的光电转化效率的均值变化方向。

2.如权利要求1所述检测方法，其特征是，步骤C1中先验分布为正态分布。

3.如权利要求1所述检测方法，其特征是，步骤C3具体根据该n个样本点中的m-1个变点c_1:(m-1)的位置，计算得到第一个点至c₁的曲线长度均值G₁和c_i与c_i+1段曲线长度均值G_i+1，1≤i≤m-1；由此获得不同通道和不同温度段曲线的变点前后对应的曲线长度均值。

4.如权利要求1所述检测方法，其特征是，步骤D1具体包括如下过程：

设根据工艺曲线每个通道温度传感器信号被分隔成x段光伏生长材料温度曲线，则有共有2x段光伏生长材料温度曲线；对每段温度曲线C_k：

利用步骤C2得到变点个数为q_k，对应集合为c_k1:kqk,k＝1,2,…,2x；

利用步骤C3得到变化前后的曲线长度均值G_ki,1≤i≤q_k；

令L_ki＝G_k(i+1)-G_ki,1≤i≤q_k-1,则对于变点c_ki,

W_ki＝∑_p,jy_ki×|L_pj|，其中p＝1,2,…,2x,1≤j≤q_p,

计算所有变点c_ki的W_ki，绘制崖底碎石图，对其进行排序；

步骤D2具体根据步骤D1得到的结果，取y_ki和L_pi通过式7计算得到T_ki：

T_ki＝∑_p,jy_ki×L_pj (式7)

再根据T_ki的正负预测太阳能电池光电转化效率的变化方向。