光伏发电成本正快速逼近化石能源，一旦成本持平，凭借其在绿色环保上的绝对优势，光伏产业将迎来市场拐点，但同时光伏企业的生存也受到内外部的各种挑战。由于全球产能高度集中在中国，贸易壁垒与价格竞争极大压缩了光伏企业的利润空间，成本控制已经不是管理问题而是生存问题。在激烈的市场竞争中客户对产品品质的要求更为“苛刻”，间接增加企业的生产与运营成本。
正泰新能源是正泰集团旗下集清洁能源开发、建设、运营、管理于一体的能源解决方案提供商。致力于光伏组件的的生产和销售，光伏电站、储能、配网售电、微电网、多能互补等综合能源的投资建设。
正泰新能源全球累计投资建设光伏电站3500兆瓦，光伏组件产能达到2500兆瓦，具备了相当的业务规模，但在实际生产运营中也面临以下两个严峻的挑战：
1.质检成本高、效率低。人工质检节拍是3秒每片电池片，每个组件是6~10分钟。自动化的生产效率与人工质检的低效间矛盾突出。质检设备数量、人员数量、厂房空间投入甚至高于生产。
2.整体产品良率低。由于人工质检存在主观因素，标准难以统一一致。加之员工经验、疲劳度等影响，使漏检率居高不下，产品良率无法满足市场竞争的需要。
如何控制成本同时提高产品出厂质量，是正泰新能源在市场竞争中构建核心竞争力的关键。基于对客户需求的深入调研，阿里云推出了工业视觉智能质检方案，采用与人类质检员相似的思考逻辑，在大脑中形成对缺陷产品的记忆，并通过记忆与所检测产品的比对，判定产品缺陷。而AI的优势在于远超人类的记忆力与推算能力，且不受外界干扰，也毫无疲惫感，毫秒间便能做出判断，方案的整体架构如下：
本方案通过以下四个步骤实现工业视觉智能在质检场景应用的闭环：
- 记忆植入–记忆是决策的依据。项目首要任务就是要为工业大脑植入记忆。正泰质检部门将过去两、三年中收集到的带有产品缺陷的5万多张图片上传到算法服务器中。图片涵盖20余种的缺陷类型，例如隐裂、缺角、黑斑、黑点、黑线、舟印、指纹印、区域发暗、烧结不良等。
- 智力训练-大脑虽然有了记忆，但智力仍处于婴儿水平，并无判断对错的能力。因此，需要在每一张图片中，把不同缺陷类型都清晰地标注出来，再输入到云计算平台，通过深度学习与图像处理技术做算法训练。算法就好比是数学公式，相同的答案可以有多种解题思路。一个聪明的算法可以在EL设备的协助下，每天在几万张图片中，以最优的方式识别出产品缺陷、并清晰描述缺陷类别、缺陷长度、面积、形状等，同时做到实时报警。
- 离线测试-模拟环境中训练出的算法，需要在离线环境中进行测试、优化。从最初的几千张到上万张，通过向算法不断输入新的图片进行训练，并对产品缺陷做进一步精细化标注，让算法可以从容应对所有可能出现的产品缺陷。
- 迭代优化-实际生产过程中的质检环境与离线环境相比更为复杂，AI算法要经过实际产线上的考验。实测中出现的新问题通过阿里云工业视觉智能产品继续继续进行标注、训练形成迭代优化。从而使质检算法不断适应产线的新问题，保持高性能。
在正泰新能源的项目中，阿里云通过人工智能算法进行智能瑕疵识别实现电池片与光伏组件的质检，并取得了显著的效果.
- 效率大幅提升，AI质检算法处理速度是人工的2倍以上
- 基于同样的产能EL质检设设备可以减少一半，节约设备成本50%。同时质检人员不仅随设备减少而减少一个质检人员也可以同时管理2台以上的设备，节省人力成本75%
- AI算法基于像素维度的瑕疵识别精细度是人工的5倍以上，与人工全检相比整体产品良率提高2%，电池片市场价格和以全产能的2%计算可产生良品价值约21亿元
