Fortschrittliche Bildanalyse und maschinelles Lernen für die PV-Qualitätssicherung

Beschreibung

Für die Untersuchung von Solarzellen im Labormaßstab und zur Gewinnung räumlich aufgelöster Informationen über die Zellqualität wird ein Multiimaging-Aufbau entwickelt. Mithilfe von maschinellem Lernen werden Parameter für ein physikalisches FEM-Modell geschätzt, das als digitaler Twin für die weitere Optimierung dient.

Eckdaten

Projektleitung

Dr. Evelyne Knapp

Stellv. Projektleitung

Mattia Battaglia

Co-Projektleitung

Dr. Sandra Jenatsch

Projektteam

Jens Baier, Salome Berger, Ennio Comi, David Kempf, Dr. Christoph Kirsch, Prof. Dr. Hartmut Nussbaumer

Projektpartner

Fluxim AG; Solaronix S.A.

Projektstatus

laufend, gestartet 01/2022

Institut/Zentrum

Institute of Computational Physics (ICP); Institut für Energiesysteme und Fluid-Engineering (IEFE); Institute of Product Development and Production Technologies (IPP)

Drittmittelgeber

Innovationsprojekt / Projekt Nr. 58054.1 IP-EE

Publikationen

Zurück