本发明专利技术公开了一种基于人工智能的钙钛矿电池发电效率评估系统及方法，涉及发电效率数据处理领域，本发明专利技术通过对多种类型的钙钛矿电池样品进行采集，提高了后续获取的制备工艺参数数据以及发电效率反映量数据的丰富性；对所述反映量数据集合矩阵进行迭代分类，将多个反映量数据集合矩阵缩减为类别数据，提高了后续对制备工艺参数数据对应的发电效率等级进行分类评估的效率；根据第一发电效率等级数据矩阵和制备工艺参数集矩阵构建SVM模型，为后续对待评估钙钛矿电池的发电效率等级进行评估提供了较好的模型支持；最后采用第二最终SVM模型对待评估钙钛矿电池的发电效率等级进行评估，达到了对钙钛矿电池的发电效率进行评估的目的。
【技术实现步骤摘要】
本专利技术属于发电效率数据处理领域，具体来说，特别涉及一种基于人工智能的钙钛矿电池发电效率评估系统及方法。
技术介绍
1、目前对于钙钛矿电池发电效率通常采用短路电流、开路电压以及最大功率等指标去进行评估操作；然而不同的评估方法会使用不同的测试条件，例如光照强度、温度、湿度等，这会导致测量得到的短路电流、开路电压以及最大功率等指标的数据存在差异，进而导致评估的结果出现差异，无法得到统一的评估结果。
技术实现思路
1、针对相关技术中的问题，本专利技术提出一种基于人工智能的钙钛矿电池发电效率评估系统及方法，以克服现有相关技术所存在的上述技术问题。
2、为解决上述技术问题，本专利技术是通过以下技术方案实现的：
3、本专利技术为一种基于人工智能的钙钛矿电池发电效率评估方法，包括以下步骤：
4、s1、钙钛矿电池样品采集模块采集多种类型的钙钛矿电池样品；
5、第一制备工艺参数采集模块对钙钛矿电池样品制备工艺参数进行采集，得到制备工艺参数集矩阵；
>6、发电效率反映量本文档来自技高网...
【技术保护点】
1.一种基于人工智能的钙钛矿电池发电效率评估方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种基于人工智能的钙钛矿电池发电效率评估方法，其特征在于，S13中计算所述钙钛矿电池样品矩阵中每个钙钛矿电池样品在测试时间段内各个测试时间段的最大功率点效率和填充因子包括以下步骤：
3.根据权利要求2所述的一种基于人工智能的钙钛矿电池发电效率评估方法，其特征在于，所述S2包括以下步骤：
4.根据权利要求3所述的一种基于人工智能的钙钛矿电池发电效率评估方法，其特征在于，S24中对所述第一初始SVM模型进行优化调节，直到为止，得到最终反映量数据集分类矩阵具...
【技术特征摘要】
1.一种基于人工智能的钙钛矿电池发电效率评估方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种基于人工智能的钙钛矿电池发电效率评估方法，其特征在于，s13中计算所述钙钛矿电池样品矩阵中每个钙钛矿电池样品在测试时间段内各个测试时间段的最大功率点效率和填充因子包括以下步骤：
3.根据权利要求2所述的一种基于人工智能的钙钛矿电池发电效率评估方法，其特征在于，所述s2包括以下步骤：
4.根据权利要求3所述的一种基于人工智能的钙钛矿电池发电效率评估方法，其特征在于，s24中对所述第一初始svm模型进行优化调节，直到为止，得到最终反映量数据集分类矩阵具体包括以下步骤：
5.根据权利要求4所述的一种基于人工智能的钙钛矿电池发电效率评估方法，其特...
【专利技术属性】
技术研发人员：孔祥飞，辛净，
申请(专利权)人：无锡众能光储科技有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。