采用基于神经网络的光电模型的太阳能电池性能分析方法

    公开(公告)号:CN118917214A

    公开(公告)日:2024-11-08

    申请号:CN202411397529.1

    申请日:2024-10-09

    摘要: 本发明公开了采用基于神经网络的光电模型的太阳能电池性能分析方法,解决了钙钛矿电池性能分析过程中,现有模型参数校准时间长,仿真效率低,无法快速满足性能分析需求的问题。方法包括以矩阵解析模型建立薄膜波动光学模型;构建并训练获得人工神经网络模型;合并薄膜波动光学模型和人工神经网络模型构成光电模型;测数据输入光电模型获得多个电池性能参数,根据电池性能参数进行相应的电池性能分析。本发明性能分析参数根据光电模型计算得出,光电模型采用人工神经网络模型,抛弃了计算难度高、耗时较长的有限元求解器,用机器学习的方法取而代之,参数校准时间短,提高了光电模型仿真效率,满足对于太阳能性能快速分析的需求。