[发明专利]基于多通道传感器数据的太阳能电池生产过程监测方法

摘要

本发明公布了种基于多通道传感器数据的太阳能电池生产过程监测方法，针对多通道传感器信号通过特征提取和过程监测，自动预测太阳能电池生产过程中的电池效率，并监测太阳能电池生产过程；包括：根据工艺曲线对多通道传感数据进行分段，提取有光伏材料层生长的温度曲线段C和反射系数曲线段；提取有光伏材料层生长的温度曲线段的长度l(C)；提取反射系数曲线段的震荡包络z；进行监督学习和特征选择，得到光伏材料生长的有效特征；建立控制图对生产过程进行监测。本发明方法可有效地根据外延过程的传感器数据，预测太阳能电池光电转化效率数值，同时可通过监测外延过程实时监测生产过程状态。

主权项

1.一种基于多通道传感器数据的太阳能电池生产过程监测方法，针对多通道传感器信号通过特征提取和过程监测，自动预测太阳能电池生产过程中的电池效率，并监测太阳能电池生产过程；包括如下步骤：1)根据工艺曲线对多通道传感数据进行分段，获得分段后的温度数据和反射系数数据，提取得到有光伏材料层生长的温度曲线段和反射系数曲线段；2)根据分段后的温度数据，通过弧长公式进行计算，提取得到有光伏材料层生长的温度曲线段的长度；所述弧长公式为式1：其中，C(t)为温度区间[a,b]上的曲线；l(C(t))为有光伏材料层生长的温度曲线段的长度；3)根据分段后的反射系数数据，通过包络公式进行计算，提取得到有光伏材料层生长的反射系数曲线段的震荡包络；所述包络公式为式2：z＝α(1‑βe‑kt)  (式2)其中，z为反射系数震荡的曲线包络，α为包络的极限，β为0时刻的反射系数数值，k为反射系数包络衰减的速率；4)根据上述提取得到的有光伏材料层生长的温度曲线段的长度和反射系数曲线段的震荡包络，进行监督学习和特征选择，得到光伏材料生长的有效特征；具体包括如下过程：41)将已有数据取25％的数据作为训练数据集用于训练，75％的数据作为验证数据集用于交叉验证；42)根据提取得到的有光伏材料层生长的温度曲线段的长度l(C)和反射系数曲线段的震荡包络z，采用式3所示lasso模型进行模型学习和特征选择：其中，yi为生产的电池的光电转化效率；n为样本数；xij为第i个样本提取的第j个特征；p为提取特征维数，也是提取的特征的个数；β0和βj为模型系数；43)利用数值解法求解得到模型系数的数值；由此得到光伏材料生长的有效特征；5)根据步骤4)中选择得到的有效特征建立Hotelling控制图，实现对生产过程进行监测。