钙钛矿电池性能的预测方法、模型训练方法及系统

AITNT
正文
推荐专利
钙钛矿电池性能的预测方法、模型训练方法及系统
申请号:CN202411058942
申请日期:2024-08-02
公开号:CN119203715A
公开日期:2024-12-27
类型:发明专利
摘要
本公开提供一种钙钛矿电池性能的预测方法、模型训练方法及系统,训练方法包括:获取多组钙钛矿电池的训练样本,其中,训练样本包括预设工艺参数、预设性能参数以及特征估计参数,预设工艺参数包括至少一个特征,特征估计参数根据对预设工艺参数中的特征进行属性估计得到;根据多组训练样本至少一个基础模型中进行训练,其中,以预设工艺参数及对应的特征估计参数作为基础模型的输入,以预设性能参数作为基础模型的输出;确定至少一个基础模型的训练结果;从至少一个基础模型中选取至少两个训练结果满足预设条件的基础模型构建堆叠模型,得到钙钛矿电池性能预测模型,基于钛矿电池性能预测模型确定的工艺参数能够有效提升钛矿电池的性能。
技术关键词
钙钛矿电池 性能预测模型 基础 参数 训练系统 模型训练方法 预测系统 堆叠模块 随机森林 直方图 样本 误差 线性
系统为您推荐了相关专利信息
1
基于夯锤动力响应的路基强夯施工质量控制方法及系统
动态变形模量 加速度 夯锤 路基 数据
2
一种压铸设备参数的实时监测方法及系统
压铸设备 实时监测方法 参数 压力 计算机程序指令
3
一种面向无人装备的移动储能车路径规划方法及装置
移动储能车 路径规划方法 路径规划装置 两阶段 进化算法
4
一种基于深度学习的防水材料激光切割路径优化方法
防水材料 试件 参数 数据 网格
5
一种树脂生产用反应釜运行控制方法及系统
模糊神经网络模型 预测误差 递归最小二乘算法 量子粒子群优化算法 高斯混合模型
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号