System.ArgumentOutOfRangeException: 索引和長度必須引用該字符串內(nèi)的位置。 參數(shù)名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技術(shù)實(shí)現(xiàn)步驟摘要】
技術(shù)介紹
技術(shù)實(shí)現(xiàn)思路
【技術(shù)保護(hù)點(diǎn)】
1.一種鈣鈦礦光伏材料的性能預(yù)測模型構(gòu)建方法,其特征是:含有如下步驟:
2.根據(jù)權(quán)利要求1所述的鈣鈦礦光伏材料的性能預(yù)測模型構(gòu)建方法,其特征是:所述步驟1中,收集鈣鈦礦光伏材料最近5年內(nèi)的數(shù)據(jù)集。
3.根據(jù)權(quán)利要求1所述的鈣鈦礦光伏材料的性能預(yù)測模型構(gòu)建方法,其特征是:所述步驟1中,對數(shù)據(jù)集樣本進(jìn)行預(yù)處理的方法為:將數(shù)據(jù)中的空缺值用均值替換,利用箱線圖檢驗(yàn)出數(shù)據(jù)中的異常值后再用均值進(jìn)行替換。
4.根據(jù)權(quán)利要求1所述的鈣鈦礦光伏材料的性能預(yù)測模型構(gòu)建方法,其特征是:所述步驟2中,高重要性特征變量的個(gè)數(shù)為14時(shí)隨機(jī)森林模型效果最好,14個(gè)高重要性特征變量含有:3個(gè)開路電壓、3個(gè)短路電流密度、3個(gè)填充因子、包晶的帶隙值、有效面積、背接觸堆棧中各個(gè)圖層的厚度和、n型電子傳輸層堆棧中各個(gè)圖層的厚度和、p型空穴傳輸層堆棧中各個(gè)圖層的厚度和;3個(gè)開路電壓分別為:默認(rèn)向電壓掃描時(shí)的開路電壓﹑反向電壓掃描時(shí)的開路電壓和正向電壓掃描時(shí)的開路電壓,3個(gè)短路電流密度分別為:默認(rèn)向電壓掃描時(shí)的短路電流密度﹑反向電壓掃描時(shí)的短路電流密度和正向電壓掃描時(shí)的短路電流密度,3個(gè)
5.根據(jù)權(quán)利要求1所述的鈣鈦礦光伏材料的性能預(yù)測模型構(gòu)建方法,其特征是:所述步驟3中,隨機(jī)森林模型、BP神經(jīng)網(wǎng)絡(luò)模型和支持向量機(jī)模型是基于不同的機(jī)器學(xué)習(xí)原理構(gòu)建的。
6.根據(jù)權(quán)利要求1所述的鈣鈦礦光伏材料的性能預(yù)測模型構(gòu)建方法,其特征是:所述步驟4中,利用十折交叉驗(yàn)證法對步驟3構(gòu)建的機(jī)器學(xué)習(xí)算法模型分別進(jìn)行參數(shù)優(yōu)化,分別優(yōu)選出子決策樹個(gè)數(shù)、最佳隱藏層大小、最佳箱約束,得到最佳參數(shù)組合;
7.一種鈣鈦礦光伏材料的優(yōu)選方法,其特征是:按照權(quán)利要求1~6中任一項(xiàng)所述的鈣鈦礦光伏材料的性能預(yù)測模型構(gòu)建方法構(gòu)建鈣鈦礦光伏材料的性能預(yù)測模型,根據(jù)鈣鈦礦光伏材料的性能預(yù)測模型構(gòu)建高重要性特征變量與光電轉(zhuǎn)換率的相關(guān)關(guān)系圖,觀察該相關(guān)關(guān)系圖中高重要性特征變量與光電轉(zhuǎn)換率的相關(guān)關(guān)系;對于與光電轉(zhuǎn)換率正相關(guān)的高重要性特征變量,則盡可能選擇該高重要性特征變量值較大的鈣鈦礦光伏材料;對于與光電轉(zhuǎn)換率負(fù)相關(guān)的高重要性特征變量,則盡可能選擇該高重要性特征變量值較小的鈣鈦礦光伏材料。
...【技術(shù)特征摘要】
1.一種鈣鈦礦光伏材料的性能預(yù)測模型構(gòu)建方法,其特征是:含有如下步驟:
2.根據(jù)權(quán)利要求1所述的鈣鈦礦光伏材料的性能預(yù)測模型構(gòu)建方法,其特征是:所述步驟1中,收集鈣鈦礦光伏材料最近5年內(nèi)的數(shù)據(jù)集。
3.根據(jù)權(quán)利要求1所述的鈣鈦礦光伏材料的性能預(yù)測模型構(gòu)建方法,其特征是:所述步驟1中,對數(shù)據(jù)集樣本進(jìn)行預(yù)處理的方法為:將數(shù)據(jù)中的空缺值用均值替換,利用箱線圖檢驗(yàn)出數(shù)據(jù)中的異常值后再用均值進(jìn)行替換。
4.根據(jù)權(quán)利要求1所述的鈣鈦礦光伏材料的性能預(yù)測模型構(gòu)建方法,其特征是:所述步驟2中,高重要性特征變量的個(gè)數(shù)為14時(shí)隨機(jī)森林模型效果最好,14個(gè)高重要性特征變量含有:3個(gè)開路電壓、3個(gè)短路電流密度、3個(gè)填充因子、包晶的帶隙值、有效面積、背接觸堆棧中各個(gè)圖層的厚度和、n型電子傳輸層堆棧中各個(gè)圖層的厚度和、p型空穴傳輸層堆棧中各個(gè)圖層的厚度和;3個(gè)開路電壓分別為:默認(rèn)向電壓掃描時(shí)的開路電壓﹑反向電壓掃描時(shí)的開路電壓和正向電壓掃描時(shí)的開路電壓,3個(gè)短路電流密度分別為:默認(rèn)向電壓掃描時(shí)的短路電流密度﹑反向電壓掃描時(shí)的短路電流密度和正向電壓掃描時(shí)的短路電流密度,3個(gè)填...
【專利技術(shù)屬性】
技術(shù)研發(fā)人員:范國鋒,彭麗玲,嚴(yán)磊,劉曉純,王越越,王安,
申請(專利權(quán))人:平頂山學(xué)院,
類型:發(fā)明
國別省市:
還沒有人留言評論。發(fā)表了對其他瀏覽者有用的留言會獲得科技券。