摘要
本发明涉及一种钙钛矿光伏材料的性能预测模型构建方法及优选方法,性能预测模型构建方法为:1:构建数据集并进行数据预处理:2:优选出建模的特征子集;3:构建机器学习算法模型:4:优化模型并优选出钙钛矿光伏材料的性能预测模型;优选方法为:按照上述性能预测模型构建方法构建性能预测模型,根据性能预测模型构建高重要性特征变量与光电转换率的相关关系图;对于与光电转换率正相关的高重要性特征变量,则尽可能选择该高重要性特征变量值较大的钙钛矿光伏材料;对于与光电转换率负相关的高重要性特征变量,则尽可能选择该高重要性特征变量值较小的钙钛矿光伏材料;本发明快速高效﹑成本低﹑绿色环保。
技术关键词
钙钛矿光伏材料
性能预测模型
机器学习算法模型
短路电流密度
随机森林模型
钙钛矿光伏电池
BP神经网络模型
交叉验证法
变量
光电
最佳参数组合
支持向量机模型
正向电压
数据
空穴传输层
因子
样本
系统为您推荐了相关专利信息
性能预测方法
性能预测模型
建筑群
机器学习模型
数据
中心服务器
随机森林模型
强化学习模型
强化学习代理
样本