EL Analizi ile Güneş Paneli Kalite Kontrolü: 2.697 Panelde Vaka Çalışması

eyerod Quality Intelligence ile 2697 panelde yapay zekâ destekli EL analizi

Güneş paneli kalite kontrolü, paneller henüz fabrikadan çıkmadan başlayan bir süreçtir. eyerod olarak bu projede, fabrikada çekilen EL görüntülerini Quality Intelligence çözümümüzle analiz ettik. 2.697 panel üzerinde uzmanların EL görüntüsü incelemesiyle kendi analizimizi karşılaştırarak tespit ve değerlendirme farklarını panel bazında inceledik.

Bir enerji şirketi, geliştirdiği güneş enerjisi projeleri için tedarik edilen fotovoltaik panellerin kabul denetimini daha tutarlı ve ölçülebilir hâle getirmek istiyordu. Çünkü sahaya kusurlu bir panelin ulaşması yalnızca ürün değişimi anlamına gelmiyor; garanti tartışması, ek lojistik, saha müdahalesi ve uzun dönemli üretim riski de yaratıyor.

Fabrikada elektrolüminesans testiyle elde edilen görüntüleri iki aşamada değerlendirdik. Önce yapay zekâ modelimizle kusurları tespit ettik. Ardından bu bulguları, tedarik sözleşmesinin ekindeki kalite kriterlerine göre filtreleyerek nihai raporumuzu oluşturduk. Aynı EL görüntülerinin uzmanlarca gözle incelenmesi sonucunda hazırlanan raporda bulunmayan 218 paneli raporumuza dahil ettik.

EL analizi nedir ve güneş paneli kalite kontrolünde neden önemlidir?

Elektrolüminesans testi, güneş paneli hücrelerindeki çıplak gözle görülmesi zor kusurları görüntülemeyi sağlar. EL analizi ise bu görüntülerin incelenerek hücre çatlakları, hücre üzerindeki ince iletken hatlarda (finger) kesintiler, renk farklılıkları ve üretim kaynaklı anomaliler açısından değerlendirilmesidir.

Güneş paneli hata tespiti için görüntünün elde edilmesi tek başına yeterli değildir. Kabul kararını desteklemek için bulguların tutarlı kriterlerle değerlendirilmesi gerekir. Büyük partilerde temel soru şudur:

TEMEL SORU: Binlerce görüntü, her partide aynı kriterlerle ve aynı hassasiyetle nasıl değerlendirilecek?

Bu vakada karşılaştırdığımız insan denetimi, fabrikada çekilen EL görüntülerinin uzmanlar tarafından gözle incelenmesiydi. Bu yöntem uzmanlık gerektirir; ancak görüntü sayısı arttıkça dikkat yorgunluğu ve kişiler arası yorum farklılıkları değerlendirmeyi etkileyebilir.

Bu çalışmada sözleşme ekindeki kalite kriterlerinde, bazı kusur sınıfları için alan, uzunluk veya renk yoğunluğu gibi ölçülebilir toleranslar yeterince açık değildi. Bu nedenle bulguları tespit etmenin yanında, hangi değerlendirme eşikleriyle rapora aldığımızı da görünür kılmamız gerekiyordu.

eyerod Quality Intelligence ile EL görüntü analizi

Fabrikada çekilen EL görüntülerini Quality Intelligence çözümümüzle parti hâlinde işledik. Fotovoltaik panel kalite kontrol sürecinde, bulguları tespit etme ve sözleşme kriterlerine göre değerlendirme adımlarını ayrı ayrı yürüttük.

İlk aşamada yapay zekâ modelimiz her görüntüyü taradı ve tespit ettiği bulgular için bir güven skoru üretti. İkinci aşamada bulguların boyutunu, koyuluğunu ve alanını değerlendirdik. Sözleşme ekindeki kalite kriterleri doğrultusunda uyguladığımız eşikler, hangi bulguların nihai rapora alınacağını belirledi.

Proje ekibine kusur sınıfını, panel üzerindeki konumunu ve değerlendirme gerekçesini gösteren etiketli bir rapor sunduk. Quality Intelligence ile işlediğimiz partilerin sonuçlarını en geç 24 saat içinde paylaştık.

Bu iş akışında aynı görüntüyü aynı model sürümü ve aynı değerlendirme eşikleriyle yeniden işlediğimizde aynı sonucu elde ettik. Böylece her panel için aynı analiz adımlarını uygulayabildik ve raporlama kararının hangi kriterlere dayandığını gösterebildik.

Güneş paneli hata tespitinde uzman incelemesi ve yapay zekâ karşılaştırması

2.697 panellik aynı partinin EL görüntüleri üzerinde, uzmanların hazırladığı raporda 56 panel yer alırken Quality Intelligence ile oluşturduğumuz nihai raporda 245 panel yer aldı. Toplam parti içinde bu oranlar sırasıyla %2,1 ve %9,1 idi.

İki raporu panel bazında karşılaştırdık. 27 panel her iki raporda da bulunuyordu. Bizim raporumuzdaki 218 panel ise uzmanların raporunda yer almıyordu.

Bu 218 panelin bulgu dağılımı şöyleydi:

• 101 panelde çatlak
• 92 panelde iletken hat (finger) hatası
• 25 panelde çizik

Çatlak bulguları arasında, sözleşme ekindeki kalite kitapçığına göre kabul edilemez nitelikte ribbon kesen veya çapraz çatlaklar içeren 47 panel vardı.

Bu karşılaştırmada, toplam sayıların yanı sıra ek bulguların türünü ve kabul kriterleri açısından önemini de ortaya koyduk. Uzman raporunda bulunmayan 47 panelde kabul edilemez çatlaklar tespit etmemiz, farkın panel bazındaki somut örneklerinden biriydi.

EL görüntü analizinde tespit ve kabul kriterlerine göre değerlendirme

Modelimizin bir bulguyu tespit etmesi, o panelin otomatik olarak kabul dışı sayılması anlamına gelmez. Önce görüntüdeki bulguyu belirledik; ardından sözleşme ekindeki kalite kriterleri ve uygulanan eşikler doğrultusunda rapora alınıp alınmayacağını değerlendirdik.

Uzmanların raporunda bulunan, ancak bizim nihai raporumuzda yer almayan 29 paneli yeniden inceledik:

• 2 paneldeki bulgular, tanımlanan kalite kriterlerine göre kusur sayılmıyordu.
• 22 paneldeki bulguları modelimiz tespit etmişti; ancak bu bulgular uygulanan ciddiyet eşiğinin altında kaldığından nihai rapora alınmamıştı.
• 5 paneldeki bulguları modelimiz tespit edememişti.

Bu yeniden inceleme sayesinde, raporlar arasındaki farkın hangi panellerde değerlendirme kriterlerinden, hangi panellerde tespit eksikliğinden kaynaklandığını ayırabildik. Böylece proje ekibine sonuçların kapsamını ve sınırlarını açıkça gösterebildik.

İki rapordaki panelleri birleştirip ortak olanları bir kez saydığımızda 274 panel elde ettik. Modelimiz bu panellerin 269’unda bulgu tespit etmiş, 5’inde edememişti. %98,2 oranı, bu 274 panel içindeki tespit oranıdır. Bu panellerden 245’i değerlendirme eşiklerini geçerek nihai raporumuza girdi. Dolayısıyla %98,2, 2.697 panelin tamamı için bir doğruluk oranı veya kabul dışı panel oranı değildir.

EL analizinde insan denetimiyle farkı nasıl ortaya koyduk

Bu vakada Quality Intelligence çözümümüzün katkısını aynı partinin aynı EL görüntüleri üzerinde yaptığımız karşılaştırmayla değerlendirdik. Uzman raporundaki 56 panele karşılık nihai raporumuzda 245 panel yer aldı. Yalnızca bizim raporumuzda bulunan 218 panelin kusur dağılımını inceledik; bunların 47’sinde sözleşme kriterlerine göre kabul edilemez çatlaklar vardı.

Ters yöndeki farkı da kontrol ettik. Uzman raporunda olup bizim raporumuzda olmayan 29 paneli yeniden inceleyerek, 22 panelde bulgunun tespit edildiğini ancak eşik altında kaldığını, 2 panelin kriterlere göre kusurlu olmadığını ve 5 panelin modelimizce tespit edilemediğini belirledik.

İnsan incelemesinde değerlendirme uzmanın dikkatine ve yorumuna dayanırken, Quality Intelligence ile her görüntüye aynı tespit ve filtreleme adımlarını uyguladık. Bu vakadaki farkı panel bazındaki bulgularla gösterdik; farkın ne kadarının dikkat yorgunluğundan veya yorum farklılığından kaynaklandığını ise ayrıca ölçmedik.

Sonuç olarak, eyerod Quality Intelligence ile fabrikadaki kabul denetiminde uzman raporuna girmeyen bulguları görünür kıldık ve iki raporun neden ayrıştığını somut örneklerle açıkladık. Böylece proje ekibinin sevkiyat öncesinde değerlendirebileceği daha kapsamlı bir teknik inceleme sağladık.

Kusurlu panellerin tedarikçiye nasıl belgelendiğini güneş paneli garantisi ve hasar belgeleme yazısında, aynı yaklaşımın bir EPC projesinde nasıl sonuç verdiğini Enexus başarı hikâyesinde anlattık. EL görüntüsünün neyi ölçmediğini ise EL görüntüsü yıllık performans kaybını ölçer mi? yazısında ele aldık.

Modül tedarik sürecinizde EL görüntülerini aynı kriterlerle ve panel bazında değerlendirmek için eyerod Quality Intelligence ekibiyle iletişime geçebilirsiniz.

Sık sorulan sorular

EL analizi nedir?

EL analizi, elektrolüminesans testiyle alınan panel görüntülerinin hücre çatlakları, iletken hat (finger) kesintileri, renk farklılıkları ve üretim kaynaklı anomaliler açısından incelenmesidir. Kabul kararını desteklemek için bulguların sözleşmedeki kalite kriterleriyle tutarlı biçimde değerlendirilmesi gerekir.

Yapay zekâ destekli EL analizi uzman incelemesinden kaç panel fazla raporladı?

Aynı 2.697 panelin EL görüntülerinde uzman raporunda 56 panel, eyerod Quality Intelligence nihai raporunda 245 panel yer aldı. 218 panel yalnızca eyerod raporundaydı; bunların 101’inde çatlak, 92’sinde iletken hat hatası, 25’inde çizik vardı ve 47 panelde sözleşme kriterlerine göre kabul edilemez çatlak bulundu.

%98,2 tespit oranı neyi ifade ediyor?

İki rapordaki panellerin birleşimi olan 274 panel içindeki tespit oranıdır: model 269 panelde bulgu tespit etti, 5 panelde edemedi. Bu oran 2.697 panelin tamamı için bir doğruluk oranı veya kabul dışı panel oranı değildir.

Modelin bulgu tespit ettiği her panel kabul dışı mı sayılır?

Hayır. Önce görüntüdeki bulgu tespit edilir, ardından sözleşme ekindeki kalite kriterleri ve ciddiyet eşikleriyle rapora alınıp alınmayacağı değerlendirilir. Bu vakada uzman raporundaki 22 panelde bulgu tespit edildi ancak eşiğin altında kaldığı için nihai rapora girmedi.