2018年亚洲地区以64GW的并网新增光伏装机量独占鳌头，累计光伏装机量从2017年的210GW增长到了2018年的274.6GW，成为全球光伏行业发展的明显推动力。其中，中国累计光伏装机176.1GW，日本56GW，印度32.9GW，韩国7.9GW，巴基斯坦1.5GW，上述五个国家的累计光伏装机量已达到274.4GW，约占亚洲整体光伏装...

  政策支持是推动户用光伏发展的重要因素，近年来，国家出台了一系列政策鼓励户用光伏产业发展。2003年，国家出台了《家用太阳能光伏电源系统技术条件和试验方法》，拉开了户用分布式光伏标准化建设的序幕。随着户用光伏市场的发展，2016年，国家发布的《户用分布式光伏发电并网接口技术规范》，为户用光伏的并网接入提供了依据。2018年《关于2018年光...

  上个世纪末的几年，中国有了几家小规模生产的民营光伏企业，但需求市场很小。这是中国光伏产业的初始阶段；2004年在补贴政策的扶持下，欧洲光伏需求市场的突起，使得中国产生了十家左右在境外资本市场上市的民营光伏企业。这是中国光伏产业的次大发展阶段；2011年欧美国家开始的对中国光伏产品“双反”，带来数家中国世界企业的倒闭。这是中国光伏产业的次调...

  在竞价机制下，度电成本成为了光伏电站的重中之重，对于光伏投资企业来说，必须开始追求的降本方案。光伏电站的建设一般需要半年左右，使用时间却高达25年，如何通过降低运维费用来降低综合度电成本，自然受到越来越多企业的关注。对于电站使用中光伏组件可能出现的故障，目前一般采用人工现场抽检的方式。这不*无法了解组件的状态，而且测试方法繁琐，故障识别率...

  阳光照射在组件下，因为遮挡到了部分电池片而没办法工作，导致被遮盖的部分升温远远小于被遮盖的部分，温度过高就出现了烧坏的暗斑。这就是光伏组件热斑。内阻与电池片自身暗电流这两个即是光伏组件热斑的形成的两个内因。热斑耐久试验是为确定太阳电池组件承受热斑加热效应能力的光伏组件检测试验。为了表明光伏电池可以在规定的条件下长期使用，就通过恰当的时间和...

  在发展初期，对资金的需要主要用于企业购买技术和设备从事光伏产品的生产、经营和销售。我国光伏产业进入快速发展阶段以后，对资金的需求量更大，主要因为国外市场对我国光伏产品的需求增加，加快扩大我国光伏产业规模，无疑需要更多的资金支持。但是快速发展带来的无序竞争，使我国光伏产品产能过剩，光伏产品的价格急剧下降，终遭遇“双反”调查，严重打击了我国太...

  欧普泰为用户提供返修查询方案，用户在返修台只需要扫描条码，就可以快速调取有缺点标记的图片，由于图片对缺点位置进行了明显的标记，因此可以提高返修效率。欧普泰为用户提供离线测试方案，用户可以使用欧普泰的离线测试系统，对大量图片进行离线推演测试，以满足用户的质量分析需求。在欧普泰AI-EL一人多机系统中，与MES的对接工作或者与流水线的对接工作...

  在中国的GDP超过日本之后，新旧动能的转换已成为大势所趋。但是，在转换过程中，客户可以选择的武器已经陈旧和过时。传统的机器视觉技术已经发展了数十年。在存在大量需求的情况下，制造业仍然拥有80％甚至90％的视觉智能化空白。它表明以前的方案的局限性高，成本花费也高，实施方案起来也复杂。还有就是人工检测中有许多无法控制的主观因素。因此，随着人工...

  欧普泰自主研发并率先推出基于人工智能AI技术的AI-EL系统，采用人工智能缺点特征训练，多层学习网络，整个软件系统运用在线平台，实现对组件隐裂、虚焊、失效、碎片、混档等缺点的自动识别，实现降本增效。运用人工智能AI技术来提升产品的检测质量和效率，助力企业降本增效，并将其转化为生产力，已成为业内关注的热点与焦点。欧普泰致力于人工智能AI技术...

  人工智能是计算机科学的一个分支，它企图了解智能的实质，并生产出一种新的能以人类智能相似的方式做出反应的智能机器，该领域的研究包括机器人、语言识别、图像识别、自然语言处理和专家系统等。人工智能从诞生以来，理论和技术日益成熟，应用领域也不断扩大，可以设想，未来人工智能带来的科技产品，将会是人类智慧的“容器”。人工智能可以对人的意识、思维的信息...

  计算机视觉技术初步具备了类似人类对图像特征分级识别的视觉感知与认知机理,拥有速度快、精度高、准确性高等一系列优点。计算机视觉技术主要实现产业应用中对图像或视频内物体/场景识别、分类、定位、检测、图像分割等功能的需求,因此被广泛应用于实现视频监控、自动驾驶、车辆/人脸识别、医疗影响分析、机器人自主导航、工业自动化系统、航空及遥感测量等领域。...

  中国智能产业快速增长，据初步统计，2018年与人工智能相关的产业规模可能已经超过5000亿元币，正在成为重要的新经济增长点。下一步，要把增强原始创新能力作为重点，加强人工智能基础研究和技术研发，加强公共数据中心和云平台等新型基础设施建设，形成深度学习系统。从科学层面看，人工智能跨越认知科学、神经科学、数学和计算机科学等学科，具有高度交叉性...