本发明涉及光伏电池技术，尤其涉及一种光伏电池薄膜厚度实时监测方法及系统。
背景技术：
1、光伏电池是将太阳能转化为电能的关键器件，其性能和转换效率在很大程度上取决于光伏材料薄膜的厚度和均匀性。在光伏电池薄膜制备过程中，实时、精确地监测薄膜厚度对于控制沉积过程、优化工艺参数具有重要意义。随着光伏产业的快速发展，薄膜太阳能电池大规模生产对薄膜沉积工艺的质量控制提出了更高要求。薄膜厚度作为影响电池性能的关键参数之一，其均匀性和一致性直接决定了电池的光电转换效率。传统的薄膜厚度测量方法，如椭圆偏振法、阶跃测量法等，大多采用离线或间歇式的测量模式，难以实现薄膜生长过程的实时监控和动态反馈。此外，这些方法通常只能获得局部区域的厚度信息，无法全面反映整个基板表面的厚度分布情况。因此，亟需一种能够实时、原位、多点测量薄膜厚度的监测方法及系统，以满足光伏电池薄膜制备过程的动态优化控制需求。
技术实现思路
1、本发明实施例提供一种光伏电池薄膜厚度实时监测方法及系统，能够解决现有技术中的问题。
2、本发明实施例的第一方面，
3、提供一种光伏电池薄膜厚度实时监测方法，包括：
4、设置多通道光纤传感器阵列，其中每个光纤传感通道包括发射端光纤和接收端光纤，所述发射端光纤耦合单色激光器产生准直光束，所述接收端光纤采集反射光信号并接入光电探测器，利用单色激光器产生准直光束，并通过发射端光纤照射到基板上生长的薄膜表面，同时接收端光纤采集薄膜的反射光信号，并将反射光信号接入光电探测器转换为反射光强信号；
5、对得到的反射光强信号进行预处理，对预处理后的反射光强信号进行时频分析，提取反射光强信号的特征参量，包括振荡频率和振荡幅值，建立振荡频率和振荡幅值与薄膜厚度增长的映射关系，利用相位解包裹算法估计相邻周期间的相位差，得到连续的薄膜厚度变化信息，并引入折射率在线估计机制对薄膜材料的折射率变化进行补偿，通过对每个周期内的振荡幅值进行计数，结合对折射率变化的补偿，得到薄膜的实时厚度值；
6、利用得到的薄膜的实时厚度值，结合预先建立的薄膜生长数值模型，通过智能插值算法获得整个基板表面的薄膜厚度分布，基于获得的薄膜厚度分布，利用图形绘制与渲染技术生成薄膜三维厚度分布图，实时呈现薄膜生长过程动态演变。
7、在一种可选的实施例中，
8、利用相位解包裹算法估计相邻周期间的相位差包括：
9、对相邻周期的相位差进行统计分析，计算所述相位差的均值和方差，根据均值和方差估计相位差的分布特性，并基于相位差的分布特性采用自适应阈值选择策略得到自适应阈值，所述自适应阈值选择策略为基于均值和标准差的阈值、基于分位数的阈值以及基于熵的阈值中的一种或多种组合；
10、构建无向加权相位差网络图，其中顶点表示周期，边表示相邻周期间的相位差，边的权重为相位差的可靠性度量，所述可靠性度量综合考虑相位差的幅值、时间相关性和频域特性，根据得到的自适应阈值对无向加权相位差网络图进行边缘检测得到二值化网络图；
11、在二值化网络图中搜索最大流最小割，将网络图划分为源点集合和汇点集合两部分，割边连接两个集合，割边的容量之和为最小割的容量，割边对应相位跳变的位置，对最大流最小割对应割边两端的顶点引入自适应相位补偿机制，自适应确定相位补偿值，实现连续相位重构，得到最终的相邻周期间的相位差。
12、在一种可选的实施例中，
13、对最大流最小割对应割边两端的顶点引入自适应相位补偿机制，自适应确定相位补偿值，实现连续相位重构，得到最终的相邻周期间的相位差包括：
14、提取割边两端顶点所在周期的相位差以及相邻周期的相位差，计算相邻周期相位差的加权平均值，同时，根据相邻周期相位差的幅值、时间相关性和频域特性度量所述相邻周期相位差的可靠性，将所述可靠性作为相邻周期相位差的权重，通过自适应权重策略动态调整权重，得到相位补偿值，并对所述割边两端顶点的相位进行补偿，修正相位跳变；
15、重复对二值化网络图中的所有割边进行相位补偿，得到连续的解包裹相位，实现连续相位重构，得到最终的相邻周期间的相位差；
16、其中，相位补偿值的计算公式如下：
17、
18、其中，△ηc表示相位补偿值，i表示割边起点索引，j表示割边终点索引，m表示相邻周期的数量，wk表示第k个周期相位差的权重，△ηk表示第k个周期的相位差，△ηi表示割边起点所在周期的相位差，△ηj表示割边终点所在周期的相位差。
19、在一种可选的实施例中，
20、引入折射率在线估计机制对薄膜材料的折射率变化进行补偿，通过对每个周期内的振荡幅值进行计数，结合对折射率变化的补偿，得到薄膜的实时厚度值包括：
21、利用预先提取的反射光强信号的特征参量作为输入，以待测薄膜材料的折射率作为输出，建立折射率估计模型并进行训练；
22、在薄膜沉积过程中实时采集反射光强度信号，并利用小波变换对采集的反射光强度信号进行多尺度分解，得到不同频段的子带信号，提取每个子带信号的特征参量，输入至训练好的折射率估计模型，得到各尺度的折射率估计值，结合各尺度的折射率估计值得到最终的折射率估计值；
23、将得到的最终的折射率估计值与相位解包裹算法得到的相邻周期的相位差相结合，计算各个周期内的薄膜厚度增量，通过累加每个周期内的薄膜厚度增量，得到初始薄膜厚度估计值；
24、利用卡尔曼滤波算法对初始薄膜厚度估计值进行滤波优化，建立薄膜厚度的状态空间模型，并根据折射率估计值的变化情况，自适应调整滤波器参数，重复迭代直到到达预设的最大迭代次数，得到最终的薄膜的实时厚度值。
25、在一种可选的实施例中，
26、将得到的最终的折射率估计值与相位解包裹算法得到的相邻周期的相位差相结合，计算各个周期内的薄膜厚度增量，通过累加每个周期内的薄膜厚度增量，得到初始薄膜厚度估计值的计算公式如下：
27、
28、其中，表示初始薄膜厚度估计值，k表示周期数量，λ表示入射光波长，m表示尺度数量，σa表示第a个尺度的注意力权重，表示第a个尺度的折射率估计，β表示非线性融合系数，△ηk表示第k个周期的相位差，γ表示非线性补偿系数，σb表示第b个尺度的注意力权重，表示第b个尺度的折射率估计。
29、在一种可选的实施例中，
30、利用得到的薄膜的实时厚度值，结合预先建立的薄膜生长数值模型，通过智能插值算法获得整个基板表面的薄膜厚度分布包括：
31、建立包含沉积速率、基板温度和腔室压强的薄膜生长数值模型，描述薄膜厚度的时空演变规律，使用有限元方法对所述薄膜生长数值模型进行离散化处理，将薄膜生长区域等距划分为多个离散点网格，并采用形函数对各个离散点处的薄膜厚度进行插值近似，通过加权余量法将薄膜生长数值模型转化为代数方程组，求解代数方程组得到各个离散点处的薄膜厚度数值解；
32、利用得到的薄膜的实时厚度值，对各个离散点处的薄膜厚度数值解进行参数辨识和动态校正，得到修正后的薄膜厚度数值解；
33、基于修正后的薄膜厚度数值解构建以薄膜生长区域内离散点的空间坐标为输入、以离散点处的薄膜厚度数值解为输出的深度学习网络模型，并构建包含离散点的空间坐标和对应的薄膜厚度数值解的训练数据集，利用训练数据集对所述深度学习网络模型进行训练，并进行网络结构和训练超参数的优化，得到训练好的薄膜厚度预测模型；
34、将薄膜生长区域内任意位置的空间坐标输入至训练好的薄膜厚度预测模型，得到当前位置的薄膜厚度预测值，对薄膜生长区域内所有位置的薄膜厚度预测值与对应的薄膜厚度数值解进行加权平均计算，得到整个基板表面的薄膜厚度分布。
35、在一种可选的实施例中，
36、利用得到的薄膜的实时厚度值，对各个离散点处的薄膜厚度数值解进行参数辨识和动态校正，得到修正后的薄膜厚度数值解包括：
37、对得到的薄膜的实时厚度值进行预处理，得到预处理后的实时厚度值，所述预处理包括异常值剔除、数据平滑和插值补点；
38、利用预设的空间相关模型对预处理后的实时厚度值进行融合，得到融合后的实时厚度值，基于所述融合后的实时厚度值，构建误差目标函数，所述误差目标函数包括融合后的实时厚度值与各个离散点处的薄膜厚度数值解之间的差方和项和正则化项；
39、采用非线性最小二乘优化算法求解所述误差目标函数，得到所述薄膜生长数值模型中待辨识参数的最优解，并利用所述最优解对薄膜生长数值模型进行修正，重新进行有限元求解，得到修正后的薄膜厚度数值解。
40、本发明实施例的第二方面，
41、提供一种光伏电池薄膜厚度实时监测系统，包括：
42、第一单元，用于设置多通道光纤传感器阵列，其中每个光纤传感通道包括发射端光纤和接收端光纤，所述发射端光纤耦合单色激光器产生准直光束，所述接收端光纤采集反射光信号并接入光电探测器，利用单色激光器产生准直光束，并通过发射端光纤照射到基板上生长的薄膜表面，同时接收端光纤采集薄膜的反射光信号，并将反射光信号接入光电探测器转换为反射光强信号；
43、第二单元，用于对得到的反射光强信号进行预处理，对预处理后的反射光强信号进行时频分析，提取反射光强信号的特征参量，包括振荡频率和振荡幅值，建立振荡频率和振荡幅值与薄膜厚度增长的映射关系，利用相位解包裹算法估计相邻周期间的相位差，得到连续的薄膜厚度变化信息，并引入折射率在线估计机制对薄膜材料的折射率变化进行补偿，通过对每个周期内的振荡幅值进行计数，结合对折射率变化的补偿，得到薄膜的实时厚度值；
44、第三单元，用于利用得到的薄膜的实时厚度值，结合预先建立的薄膜生长数值模型，通过智能插值算法获得整个基板表面的薄膜厚度分布，基于获得的薄膜厚度分布，利用图形绘制与渲染技术生成薄膜三维厚度分布图，实时呈现薄膜生长过程动态演变。
45、本发明实施例的第三方面，
46、提供一种电子设备，包括：
47、处理器；
48、用于存储处理器可执行指令的存储器；
49、其中，所述处理器被配置为调用所述存储器存储的指令，以执行前述所述的方法。
50、本发明实施例的第四方面，
51、提供一种计算机可读存储介质，其上存储有计算机程序指令，所述计算机程序指令被处理器执行时实现前述所述的方法。
52、在本实施例中，通过设置多通道光纤传感器阵列，能够同时获取多个位置的薄膜厚度信息，全面反映整个基板表面的厚度分布情况，实现了光伏电池薄膜厚度的实时、原位、多点监测。通过对反射光强信号的时频分析和特征提取，建立了振荡频率、振荡幅值与薄膜厚度增长的映射关系，结合相位解包裹算法和折射率在线估计机制，实现了薄膜厚度变化的连续、高精度监测。利用智能插值算法，将离散测点的实时厚度值扩展到整个基板表面，获得了完整的薄膜厚度分布信息。通过图形绘制与渲染技术生成薄膜三维厚度分布图，直观呈现薄膜生长过程的动态演变。实时、动态的厚度监测信息可用于优化薄膜生长工艺参数，通过实时反馈控制沉积过程，确保薄膜厚度和均匀性满足设计要求，提高光伏电池的性能和转换效率，实现了薄膜厚度监测的智能化和自动化，减少了人工操作和主观判断的影响，提高了测量效率和可靠性。
1.一种光伏电池薄膜厚度实时监测方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，利用相位解包裹算法估计相邻周期间的相位差包括：
3.根据权利要求2所述的方法，其特征在于，对最大流最小割对应割边两端的顶点引入自适应相位补偿机制，自适应确定相位补偿值，实现连续相位重构，得到最终的相邻周期间的相位差包括：
4.根据权利要求1所述的方法，其特征在于，引入折射率在线估计机制对薄膜材料的折射率变化进行补偿，通过对每个周期内的振荡幅值进行计数，结合对折射率变化的补偿，得到薄膜的实时厚度值包括：
5.根据权利要求4所述的方法，其特征在于，将得到的最终的折射率估计值与相位解包裹算法得到的相邻周期的相位差相结合，计算各个周期内的薄膜厚度增量，通过累加每个周期内的薄膜厚度增量，得到初始薄膜厚度估计值的计算公式如下：
6.根据权利要求1所述的方法，其特征在于，利用得到的薄膜的实时厚度值，结合预先建立的薄膜生长数值模型，通过智能插值算法获得整个基板表面的薄膜厚度分布包括：
7.根据权利要求6所述的方法，其特征在于，利用得到的薄膜的实时厚度值，对各个离散点处的薄膜厚度数值解进行参数辨识和动态校正，得到修正后的薄膜厚度数值解包括：
8.一种光伏电池薄膜厚度实时监测系统，用于实现前述权利要求1-7中任一项所述的方法，其特征在于，包括：
9.一种电子设备，其特征在于，包括：
10.一种计算机可读存储介质，其上存储有计算机程序指令，其特征在于，所述计算机程序指令被处理器执行时实现权利要求1至7中任意一项所述的方法。
