摘要
本发明涉及电池光电性能预测技术领域,一种基于钙钛矿太阳能电池SEM图片的光电性能预测方法及系统,包括:获取多模态数据,获取超分辨率重建图片,获取特征提取网络集,提取材料微观结构特征向量,提取材料组成特征向量,获取薄膜制备方法的制备工艺参数,提取加工特征向量,将材料微观结构特征向量、材料组成特征向量及加工特征向量进行自适应特征融合,得到融合特征向量,获取MLP回归预测器,进行太阳能电池性能预测,得到光电转换效率,获取优化太阳能电池,基于优化太阳能电池完成基于钙钛矿太阳能电池SEM图片的光电性能预测。本发明可实现对钙钛矿太阳能电池光电转换效率的准确预测及微观结构优化。
技术关键词
材料微观结构
钙钛矿太阳能电池
特征提取网络
光电转换效率
性能预测方法
钙钛矿层
图片
超分辨率
图像像素
通道注意力机制
频域特征
高对比度图像
概率密度函数
离子液体
图像块
多模态
系统为您推荐了相关专利信息
深度生成网络
射频指纹识别方法
记忆
射频指纹提取
深度生成模型
视频生成模型
运动特征
特征提取网络
图像
视频生成方法
特征提取网络
数据
预训练模型
变压器
电力设备故障
跟踪方法
融合特征
航空
全局平均池化
特征提取网络