呼吸型笼目晶格Nb3TeX7

X = I, Cl）单层中显著的体光伏效应

Zonglun Li · Spallation Neutron Source Science Center · Xudong Shen · Dexiang Gao · Applied Physics Letters · 2025年1月 · Vol.126

本文研究了具有呼吸型笼目晶格结构的Nb3TeX7（X = I, Cl）单层材料中的体光伏效应。基于第一性原理计算，发现该体系在可见光至近红外区域表现出显著的本征光电流响应，源于非中心对称结构诱导的动量空间贝里曲率偶极矩。其饱和光电流密度可达数百μA/cm，远高于传统二维铁电材料。此外，通过外加应变可进一步调控光电性能，展现出优异的可调性。研究表明，此类材料在无偏压、高效率光探测与能量转换器件中具有重要应用前景。

解读: 该呼吸型笼目晶格材料的体光伏效应研究为阳光电源光伏技术提供前沿材料方向。其无偏压光电流响应特性（数百μA/cm²）可启发SG系列逆变器的低光照启动技术优化，降低MPPT算法的最低工作电压阈值。可见光至近红外宽谱响应特性对提升光伏组件的光谱利用效率具有参考价值，特别是在弱光和散射光条件下的发电性能。应...

基于最优传输理论的光伏电池异常检测精确分类

Precision classification for anomaly detection in photovoltaic cells via optimal transport theory

Ning Kang · Wenju Hu · Dan Wang · Rongji Xu · Solar Energy · 2025年1月 · Vol.298

摘要 太阳能，特别是光伏发电（PV）系统，在应对气候变化中发挥着至关重要的作用。然而，由于环境因素导致的光伏电池异常，如黑心和裂纹，会显著降低其性能。传统的检测方法通常效率低下且存在风险，而现有的YOLO模型（如YOLOv9）在检测形状或尺寸不规则的异常时也面临挑战。这些异常导致预测置信度低以及分类结果不准确。本文提出了一种用于光伏电池异常检测的精确分类框架，该框架利用最优传输（OT）理论实现。该框架分为两个阶段：在第一阶段，通过在真实标注框内使用k-means聚类特征构建异常原型池；根据异常原...

解读: 该光伏组件异常检测技术对阳光电源SG系列逆变器和iSolarCloud智能运维平台具有重要应用价值。基于最优传输理论的精确分类框架可集成至iSolarCloud预测性维护系统,实现黑核、裂纹等异常的自动识别,mAP@0.5达95.8%,误报率降至1.1%。该技术可优化MPPT算法对异常组件的功率追踪...