[发明专利]等径环节功率SOP设定方法、系统、计算机设备和存储介质

说明书

本发明提供等径环节功率SOP设定方法、系统、计算机设备和存储介质，步骤为：S1：获取单晶拉制过程中不同炉台、不同炉次和不同成晶多维生产过程中等径环节功率的基础源数据；S2：对获取的所述源数据进行处理，筛选并转换为每个晶体所述等径环节中易于识别和标记的若干功率参数，并获得该晶体的所述等径环节的所有所述功率数值的数据集；S3：通过深度学习对每个所述晶体的所述等径环节中的每一所述功率的数值建立等径节点模型；S4：所述等径节点模型通过算法选取历史最优曲线进行拟合优化，生成最优功率SOP设定。本发明的有益效果是通过对不同炉台历史数据进行大数据分析，拟合出当前炉次等径功率SOP设定值，实现等径功率SOP模型自优化。

技术领域

本发明属于光伏技术领域，尤其是涉及等径环节功率SOP设定方法、系统、计算机设备和存储介质。

背景技术

直拉单晶过程主要包括稳温、引晶、放肩、等径、收尾等其它工步。当前单晶炉台等径功率工艺SOP文件需要工艺人员专门负责修订，人工修订SOP只能做到不同炉型、不同系统、不同剩料重量等维度进行修订，不能细化到具体炉台，而单晶炉是个性的，一套SOP不能满足所有炉台特性。

发明内容

本发明要解决的问题是提供等径环节功率SOP设定方法、系统、计算机设备和存储介质，适用于基于大数据的等径环节中功率SOP的设定。

为解决上述技术问题，本发明采用的技术方案是：等径环节功率SOP设定方法，步骤为：

S1：获取单晶拉制过程中不同炉台、不同炉次和不同成晶多维生产过程中等径环节功率的基础源数据；

S2：对获取的所述源数据进行处理，筛选并转换为每个晶体所述等径环节中易于识别和标记的若干功率参数，并获得该晶体的所述等径环节的所有所述功率数值的数据集；

S3：通过深度学习对每个所述晶体的所述等径环节中的每一所述功率的数值建立等径节点模型；

S4：所述等径节点模型通过算法选取历史最优曲线进行拟合优化，生成最优功率SOP设定；

S5：所述等径节点模型通过时间序列算法进行所述功率SOP迭代优化。

进一步的，所述S5中所述功率SOP迭代优化步骤包括：所述等径节点模型自动分析出当前炉台SOP版本对应所有拉制出单晶功率曲线，并对所述功率缺陷匹配度进行拟合，通过大数据分析识别出当前炉次和炉台特性。

进一步的，所述S5中所述功率SOP迭代优化步骤还包括：结合历史所述功率曲线拟合度及时间序列算法自动迭代优化当前炉次所述功率SOP。

进一步的，每一晶体中所述等径环节的所有所述功率参数均被配制于拉制该晶体所在单晶炉的终端显示器中显示。

一种功率SOP设定系统，所述系统包括：

获取源数据单元：获取单晶拉制过程中不同炉台、不同炉次和不同成晶多维生产过程中等径环节功率的基础源数据；

处理源数据单元：对获取的所述源数据进行处理，筛选并转换为每个晶体所述等径环节中易于识别和标记的若干功率参数，并获得该晶体的所述等径环节的所有所述功率数值的数据集；

建立模型单元：通过深度学习对每个所述晶体的所述等径环节中的每一所述功率的数值建立等径节点模型；

生成SOP单元：所述等径节点模型通过算法选取历史最优曲线进行拟合优化，生成最优功率SOP设定；

迭代优化单元：所述等径节点模型通过时间序列等算法进行所述功率SOP迭代优化。

进一步的，所述迭代优化单元中所述功率SOP迭代优化步骤包括：所述等径节点模型自动分析出当前炉台SOP版本对应所有拉制出单晶功率曲线，并对所述功率缺陷匹配度进行拟合，通过大数据分析识别出当前炉次和炉台特性。