一种基于外部电压干预的钙钛矿太阳电池修复方法

    公开(公告)号:CN118714896A

    公开(公告)日:2024-09-27

    申请号:CN202410843438.X

    申请日:2024-06-27

    申请人: 福州大学

    摘要: 本发明涉及一种基于外部电压干预的钙钛矿太阳电池修复方法,该方法通过向将钙钛矿晶体作为吸光层材料的光伏器件施加外部电压,调控钙钛矿太阳电池的离子迁移运动,缓解钙钛矿离子堆积并填充器件缺陷,从而恢复器件的性能。本发明通过引入外部偏置电压,诱导钙钛矿离子再分布,使其与空位缺陷再结合,优化了器件的光生载流子提取和输运能力、从而修复器件性能。该方法简便且高效,有较强的推广及应用价值。

    基于残差信息精炼的双路径肺部CT图像超分辨率方法

    公开(公告)号:CN114187181B

    公开(公告)日:2024-06-07

    申请号:CN202111549446.6

    申请日:2021-12-17

    申请人: 福州大学

    摘要: 本发明公开了一种基于残差信息精炼的双路径肺部CT图像超分辨率方法,包括低频信息提取路径及高频信息提取路径步骤;低频信息提取路径用于提取低分辨率图像的低频特征;高频信息提取路径包括残差信息精炼模块RIDM和梯度恒等路径,用于提取图像的高频特征;残差信息精炼模块包括若干个信息精炼模块IDB和若干个残差模块,各个残差模块以级联方式连接,IDB与残差模块之间是并行的,各个IDB以其前一个IDB的输出特征和残差模块的输出特征作为输入。通过构建的图像超分辨率重建模型有效的对图像的高低频信息进行分开超分辨率,让超分任务更有针对性,提高网络对特征的辨析学习能力,保留了更多的图像边缘细节,提高了图像超分辨率重建质量。

    一种区分Fe4GeTe2/Bi2Te3异质结铁磁性主导贡献的光电流方法

    公开(公告)号:CN117849679A

    公开(公告)日:2024-04-09

    申请号:CN202410019277.2

    申请日:2024-01-05

    申请人: 福州大学

    IPC分类号: G01R33/12 G01R33/14 G01R19/00

    摘要: 本发明涉及一种区分Fe4GeTe2/Bi2Te3异质结铁磁性主导贡献的光电流方法,该方法通过测试具有设定厚度Fe4GeTe2的Fe4GeTe2/Bi2Te3异质结的圆偏振光电流、普通光电导电流和磁场相关的反常霍尔电阻,可简单区分影响异质结铁磁性的主导机制。具体来说,通过测量不同温度条件下的Fe4GeTe2/Bi2Te3异质结的圆偏振光致电流、普通光电导电流,提取出和自旋轨道耦合强度成正比的有效电场αe,再与不同温度条件下反常霍尔电阻随磁场的变化曲线进行对比,若和αe的趋势一致,证明磁各向异性是影响该材料铁磁性的主导机制之一,若不一致,则证明影响铁磁性的主导机制是界面交换相互作用。本发明方法简单,易于实现,不会损伤材料,适用于具有强自旋轨道耦合的铁磁材料。

    一种光伏组件在线I-V特性监测及参数辨识系统

    公开(公告)号:CN116470849A

    公开(公告)日:2023-07-21

    申请号:CN202310425080.4

    申请日:2023-04-20

    申请人: 福州大学

    摘要: 本发明提出一种光伏组件在线I‑V特性监测及参数辨识系统,包括光伏组件在线I‑V扫描模块、光伏模型参数辨识方法以及数据处理上位机;光伏组件在线I‑V扫描模块对光伏组件进行I‑V特性曲线在线扫描,并实时监测组件的工作电压和电流,监测数据上传至数据处理上位机;数据处理上位机通过Cubic混沌映射RAO‑1算法CCRAO‑1、单纯形算法INMS的混合优化算法CCRAO1‑INMS辨识光伏模型参数,并对I‑V特性曲线数据进行参数提取;所述CCRAO1‑INMS算法中,使用CCRAO1算法为NMS算法寻找初始点;所述单纯形算法INMS基于NMS算法改进;本发明能够实时地在线获取精确的光伏组件I‑V特性曲线数据和实时工作电流电压数据,并且能够实时进行准确的光伏模型参数识别,算法计算复杂度低,准确性高,可适用于嵌入式系统平台。

    基于改进型Bi-LSTM的光伏电站短期功率预测方法

    公开(公告)号:CN112257941B

    公开(公告)日:2023-04-18

    申请号:CN202011175408.4

    申请日:2020-10-28

    申请人: 福州大学

    摘要: 本发明涉及一种基于改进型Bi‑LSTM的光伏电站短期功率预测方法,提取原始气象参数作为光伏电站预测模型的输入;对数据集进行预处理;采用皮尔森相关系数分析对光伏电站输出功率预测曲线的拟合程度进行特征参数选择;采用主成分分析法对所选择的特征参数进行排序,确定改进型模型输入数据集;根据数值天气预报中心获得的连续三天待预测日数据作为测试集;根据数值统计学方法来判断待预测日的天气类型,计算历史训练集的特征参数与待预测日的特征参数之间的欧式距离,选取误差小于0.5的参数作为改进模型输入;搭建预测模型,并进行优化,设定改进型预测模型的相关参数,选择最佳的光伏电站输出功率预测效果。本发明能提高光伏发电输出功率预测的精准度。

    基于卷积神经网络和二维气象矩阵的光伏功率预测方法

    公开(公告)号:CN112906987B

    公开(公告)日:2023-02-21

    申请号:CN202110330964.2

    申请日:2021-03-29

    申请人: 福州大学

    摘要: 本发明涉及一种基于卷积神经网络和二维气象矩阵的光伏功率预测方法。该方法提出了一种由一维卷积神经网络和二维卷积神经网络构成的混合卷积神经网络模型,以此模型进行光伏发电功率的预测。以待测小时的气象参数为气象特征值通过灰色关联分析算法在电站的历史数据集中寻找待测小时的相似小时数据。然后将这些数据中的多元气象因素转化为二维气象矩阵,便于卷积神经网络深度挖掘气象因素和光伏功率输出的非线性关系。最后,将这些二维气象矩阵作为模型的输入,预测各个小时的发电功率。本发明能够快速准确对光伏电站的发电功率进行预测。

    一种实现氧化锌线状晶体管电导可调的方法

    公开(公告)号:CN108920845B

    公开(公告)日:2023-02-21

    申请号:CN201810734873.3

    申请日:2018-07-06

    申请人: 福州大学

    IPC分类号: G06F30/367 H01L29/775

    摘要: 本发明涉及一种实现氧化锌线状晶体管电导可调的方法,其特征在于:所述氧化锌线状晶体管包括重掺硅/二氧化硅衬底、氧化锌线状介质以及一对钛电极;所述氧化锌线状晶体管电导可调的方法包括以下步骤:设氧化锌线状晶体管的阈值电压为VG1,某一栅极电压下的电导状态为C1;对氧化锌线状晶体管的栅极施加‑V1~V2范围的扫描电压,使氧化锌线状晶体管的阈值电压变为VG2,可以获得该栅压下的第2电导状态C2;对氧化锌线状晶体管的栅极施加‑V1~Vi范围的扫描电压,使氧化锌线状晶体管的阈值电压变为VGi,可以获得该栅压下的第i电导状态Ci。通过本发明可以对具有良好的电导调节特性氧化锌线状晶体管,获得在同一栅极电压下不同的电导状态。