“光电子器件工艺与设计”课程思政教学改革探索

“光电子器件工艺与设计”是光电类专业的核心专业课程,该课程的思政建设对于光电子人才的培养至关重要.从“光电子器件工艺与设计”课程的特点出发,总体设计课程思政建设内容和培养目标,深入挖掘与课程专业内容相关的思政元素,探索将思政育人元素有机融入到课程体系的方法.根据课程思政内容改进教学方式,通过增加物理仿真实践内容提高了学生学习的积极性,在传授专业知识的同时可以培养学生的科学精神和正确的价值观,落实立德树人的根本任务,实现全面育人的总目标.

二维六方氮化硼的制备及其光电子器件研究进展(特邀)

六方氮化硼是一种具有宽带隙和二维层状结构的代表性材料,拥有优异的物理化学稳定性和高热导率等独特特性。其表面原子级平整、无悬挂键和带电杂质,被公认为是作为其它低维材料衬底的理想选择。另一方面,六方氮化硼对深紫外波段的强吸收和中红外波段的双曲特性,使其成为了制备高性能深紫外和中红外探测器的重要材料。本文首先介绍了六方氮化硼的晶体结构和材料特性,然后将材料制备方法分为“自上而下”和“自下而上”两类,系统阐述了六方氮化硼的制备现状,接着从衬底/介质层/钝化层、隧穿层和吸收层三方面重点回顾了六方氮化硼在光电子器件领域的研究进展。最后,基于六方氮化硼的研究现状,分析了其所面临的一些挑战和机遇。

二维材料可调光电子器件的发展与应用

二维材料在对称性和能带方面灵活可控,其构建的光电子器件具有高度可调性.近些年,二维材料在光电子器件中的应用取得了显著进展.本文介绍了石墨烯、过渡金属硫化物(如MoS_(2),WS_(2))和黑磷等主要二维材料在可调光电子器件中的研究现状及应用潜力.总结探讨了这些材料的独特物理和化学特性,以及其在光探测器、光调制器和光伏电池中的具体应用.介绍了二维材料在电场、应变和光照等外部条件下展现出的高灵敏度、快速响应和优异的可调光电特性,并展示了基于二维材料的光电子器件在信息技术和能源领域的巨大应用潜力.

面向光电子器件的铌酸锂键合技术研究进展

铌酸锂作为一种优良的多功能晶体材料,在光学、声学、电学和电子领域应用较广。已有研究表明,在集成光电子器件应用中对铌酸锂晶片进行键合,可提高器件的传输频率,降低损耗,实现高集成密度。该文总结了近年来国内外有关铌酸锂晶片键合技术的研究现状,介绍了键合强度的分析方法,以及铌酸锂键合晶圆在集成光电子器件中的最新研究进展,展望了铌酸锂键合技术的未来发展。

二维Bi_(2)O_(2)Se光电特性及其光电子器件研究进展

二维(2D)材料由于其超薄的厚度、高度的机械柔性、可调谐的带隙以及易于定制的范德华异质结构,被广泛应用于通信、红外探测、航空航天以及生物医学等领域。其中2D Bi_(2)O_(2)Se作为一种新兴的二维层状材料,具有独特的晶体结构、优异的光电特性和良好的环境稳定性,是制备高性能红外光电子器件的优秀候选材料。本文综述了基于2D Bi_(2)O_(2)Se材料光电子器件的研究进展。首先,介绍了2D Bi_(2)O_(2)Se的晶体结构、能带结构及其光电特性。然后,详述了Bi_(2)O_(2)Se材料的常见制备方法,包括化学气相沉积法和水热合成法。此外,综述了Bi_(2)O_(2)Se材料在场效应晶体管、光电探测器和光开关领域的应用现状。最后,我们总结了全文,并对Bi_(2)O_(2)Se材料的发展进行了展望。

基于动态指标的光伏组件健康程度诊断

为了对光伏组件的健康状况进行诊断,提出了一种基于光伏组件的光生电流,等效串联电阻,等效并联电阻3个指标的光伏组件健康程度定量检测方法。首先利用改进的布谷鸟算法对测量的光伏组件I-U线进行参数辨识,形成实测健康曲线,再利用光伏组件自然老化模型确定理论健康曲线,然后计算实测健康曲线与理论健康曲线之间的偏移量并结合灰色关联分析进行数值校正;定义健康程度H参量计算得到光伏组件健康程度量化值。仿真分析和实验测试结果表明该方法可以对不同环境下的光伏组件健康程度进行有效在线诊断,为光伏组件维护提供参考。

光伏组件技术进步的“干中学”与“研中学”效应研究

光伏产业是我国具有全球竞争优势的战略性新兴产业,推动其高质量发展是实现“3060”双碳目标的重要手段之一。采用双因素学习曲线模型,参照索罗余值法测度从2015—2020年光伏组件技术进步的“干中学”效应和“研中学”效应。其中,由“干中学”效应导致的光伏组件成本下降约为0.85元/瓦,贡献率为42.40%;由“研中学”效应导致的成本下降约为1.07元/瓦,贡献率为57.60%。进一步对光伏组件“干中学”效应和“研中学”效应的驱动因素进行研究。“干中学”效应方面,从供给侧和需求侧两个维度采用文献分析法讨论了驱动光伏组件产量增加的因素;“研中学”效应方面,采用知识生产函数分析研发资本投入和人力投入对光伏组件技术进步速度的影响。结果表明,光伏组件研发资本投入存在边际报酬递减的现象,而研发人力投入的边际报酬是递增的。在此基础上,分析研究结果的政策启示。

“纳米画笔”画出来的光电子器件

现代生活中人们身边遍布着各类光电子、电子器件,但想要制备成一个电子器件往往需要经过很多烦琐复杂的工艺流程,一枚小小的芯片也要通过几百上千道工艺才能被制造出来,如此复杂的工艺流程一定程度上会阻碍新材料、新技术在光电技术领域的应用。利用简单的工艺按需实现基本的光电子、电子器件的功能,规避传统技术的复杂工艺流程.

基于改进CNN-SVM的光伏组件红外图像故障诊断方法

为识别光伏组件故障类型,提高光伏系统发电效率,提出了一种基于改进CNN-SVM模型的光伏组件红外图像故障诊断方法。首先以光伏组件红外图像为输入样本构建改进CNN模型,采用全局平均池化层代替传统CNN模型的全连接层,在进行图像特征提取的同时降低模型参数量;利用数据增强和批归一化技术提高模型泛化能力,降低模型过拟合。其次采用非线性支持向量机SVM代替传统CNN模型中的Softmax分类器,以提高光伏组件红外图像故障识别准确率。最后采用Infrared Solar Modules数据集对所提模型进行了实例验证。结果表明:与传统CNN模型相比,改进CNN-SVM模型故障诊断准确率高,对各故障类型的识别能力强。

基于改进EfficientNet的红外图像光伏组件故障识别研究

光伏组件的故障会影响光伏阵列的输出性能,从而降低电站的发电效率,严重时甚至会危害电站的安全运行。传统的方法无法满足目前光伏组件故障检测快速性和正确率需求。因此,本文提出了一种基于改进EfficientNet的光伏组件故障识别方法。首先,利用采集到的光伏组件红外图像建立故障数据集,并利用图像分割和数据增强对数据集进行预处理;其次,基于EfficientNet网络构建故障识别模型,同时在模型中引入双通道注意力模块(CBAM),该模块能够抑制不必要特征的识别,增强模型对空间特征信息的提取能力,进而提高模型的识别准确率;最后,通过对比仿真实验证明模型的有效性和先进性。实验结果表明,该模型的故障识别准确率达到了90.83%,相较于原始的EfficientNet模型提高了2.83%,且模型大小仅为20.3 M,具有良好的实用性,能够满足光伏电站实际应用的需求。

融合视觉特征的光伏组件语义分割模型研究

针对光伏组件红外图像的分割问题,使用MobileNetv2作为DeepLabv3+的主干特征提取网络并使用位置通道注意力模块减少背景干扰,引入混合条带池化对ASPP模块进行优化,帮助模型进一步捕获全局和上下文信息。针对检测困难的屋顶光伏组件设计DeepLabv3-T网络,在上述改进的基础上融入纹理信息进行选择性背景抑制,实现光伏组件的精确分割。在PV_large和PV_roof数据集上进行实验证明该文方法优于现有技术,DeepLabv3-T相较于DeepLabv3+,mIoU值分别提高了2.74%和10.53%。此外,设计消融实验表明各个改进模块的有效性。

面向物理光学的半导体材料在光电子器件中的应用研究

随着科学技术的发展,基于物理光学效应的半导体光电子器件得到了广泛的研究和应用。文章分析了物理光学效应在提高光电子器件性能方面的重要作用,详细介绍了物理光学基本原理、半导体材料的分类和特性、光电子器件的工作原理等基础理论与方法。基于此,系统研究了面向物理光学设计的各类半导体材料的折射率、吸收系数、能带结构、载流子运动、反射与透射等光学特性;并根据材料光学特性,设计和优化了发光二极管、太阳能电池、光探测器等光电子器件,预测和评估了器件的光电性能。同时,探讨了新型面向物理光学的光电子器件的设计思路,为利用物理光学效应制造高性能光电子器件提供了理论指导和实验支持。

基于高阶空间交互网络的光伏组件热斑故障检测

针对传统红外热斑故障检测算法由于特征表达能力不佳造成算法易受复杂背景干扰以及对密集目标、小目标故障检测精度低的问题,提出一种基于高阶空间交互的光伏组件热斑故障检测网络。首先,设计高阶空间交互模块,并将其引入YOLOv5主干网络进行全局交互建模,提升网络对密集目标的检测精度;其次,为突出复杂背景下故障目标的关键特征,设计基于协同注意力的特征提取模块重构颈部网络;然后,在颈部网络设计多尺度特征增强融合模块以提高检测网络对不同尺度特征的充分利用;最后,设计自适应特征融合检测头以提高模型对小目标的感知能力。实验结果表明,相较于7种经典检测算法,所提出的算法检测精度最高,精度可达84.3%。

相变材料在降低光伏组件温度系数影响的应用及实测分析

本文探讨了使用相变材料(Phase Change Material, PCM)来降低光伏组件温升,克服光伏组件温度系数负影响,从而提高其发电量的方法,定制开发了被动控温装置,并通过实测验证了技术路线的可行性。光伏组件在发电过程中会吸收太阳辐射引起本体温度的升高,导致光电转化效率会显著下降,这个系数为光伏组件的温度系数。为了克服这一问题,本文提出在光伏组件中引入相变材料,利用其储热和释热特性,实现对光伏组件温度的有效控制。通过方案分析和实测验证,本文明确了光伏组件使用相变材料控温的关键边界条件,研发了一种控温装置,开展了典型项目的实测验证,证明了相变材料在降低光伏组件温升、提高发电效率方面的显著效果。

基于改进Faster R CNN的光伏组件红外热斑检测算法

光伏故障检测对光伏电站智能运维具有重要意义。针对光伏组件红外图像中热斑目标小、难检测的问题,研究了基于改进Faster R CNN的光伏组件红外热斑故障检测模型。将Swin Transformer作为Faster R CNN模型中的特征提取模块,捕获图像的全局信息,建立特征之间的依赖关系,提高模型的建模能力;进一步利用BiFPN进行特征融合,改善了热斑故障由于目标小和特征不明显容易被模型忽略掉的问题;同时为了抑制光伏红外图像中背景和噪声的干扰,加入轻量级注意力模块CBAM,使模型更加关注重要通道和关键区域,提高对热斑故障检测精度。在自建光伏组件图像数据集上进行实验,热斑故障检测精度高达915,验证了本文模型对光伏组件热斑故障检测的有效性。

光伏组件柔性拖曳结构与传统刚性结构风振响应对比

为准确探究柔性支撑体系下光伏组件振动特性,以某光伏工程为研究对象,考虑稳定结构及承重结构对整体的影响,分别建立传统刚性支撑体系与柔性支撑下的“系泊-光伏组件阵列结构”有限元模型,基于Davenport风谱采用AR自回归技术模拟脉动风荷载进行风振响应分析,对比两种支撑方式的经济性、风振特性及稳定结构对柔性支撑体系的振动影响。结果表明:1)刚性支撑主要以横向摆动为主,平均振幅约为0.5cm,其风振系数分布均匀,建议取值2.0;2)柔性支撑体系以竖向振动为主,平均振幅约为12.3 cm,比刚性体系振幅大,风振系数建议取值1.7~1.8;3)柔性支撑体系建造成本比传统刚性支撑高出约40%,但占地面积减少约32%。说明柔性支撑在抗风性能、经济性方面都不及传统刚性支撑,但其优势主要在于对地形的高适应性,具有跨度大、净空高、有效提高地面利用率等优点,可在劣势地貌下作为刚性支撑的替代;4)地锚拖曳结构对光伏组件振动有明显约束作用,因此在设计时,地锚拖曳结构的数量、分布调整可作为柔性支撑下光伏阵列的结构优化首选条件,以提高整体稳定性。

积灰对光伏组件性能影响的试验研究及数值模拟

探究光伏组件表面积灰对其输出特性的影响及污秽颗粒在组件表面的沉积规律,有助于制定清灰方案,提高光电转化效率。以置于华北电力大学风机大厅楼顶的光伏阵列为研究对象,进行人工布灰试验,探究了不同积灰量对组件输出功率、电流和电压的影响;为探究某单一因素对污秽颗粒沉积的影响,利用COMSOL软件建立与光伏组件自然积灰试验条件相同的颗粒沉积数值模型,模拟分析了风速、湿度、颗粒粒径和污秽浓度对光伏组件表面污秽颗粒沉积的影响。试验结果表明:积灰对工作电压影响较小,对输出功率和工作电流影响较大,且当积灰密度为5.07 g/m^(2)时,组件输出功率、电流和电压的变化率分别为8.71%、6.48%和0.40%。模拟结果表明:其他条件相同时,颗粒的沉积量随风速和粒径的增大均先减小后增大,在风速3 m/s和粒径15μm时取得最小值;相同条件下,颗粒沉积量均随湿度和污秽的浓度的增大而增大。

光伏组件单二极管模型的新型曲线拟合算法

针对光伏组件单二极管模型的非线性隐式超越方程特性,提出了一种改进的曲线拟合算法,通过调整模型中二极管反向饱和电流的求解形式,并应用高斯-牛顿法进行参数迭代,有效提升了模型的仿真精度和计算速度。通过与经典算例的结果对比分析,验证了所提出的算法在提高仿真精度和改善收敛性方面的显著优势,为光伏发电系统设计和性能评估提供了有力的技术支持。

一种光伏组件5参数模型参数求解算法

针对目前牛顿-拉夫逊法在求解光伏组件5参数模型特征参数时存在的雅克比矩阵奇异化和参数漂移问题,本文运用Levenberg-Marquardt(LM)算法求解光伏组件5参数模型参数。结合目前两种常用组件实测数据的算例分析,验证了本文所提出的LM方法对不同类型组件具有精度高、收敛速度快、实用性强等优点。