买专利,只认龙图腾
首页 专利交易 科技果 科技人才 科技服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

【发明公布】一种钙钛矿电池修饰层材料的筛选方法_云南师范大学_202410026622.5 

申请/专利权人:云南师范大学

申请日:2024-01-08

公开(公告)日:2024-04-16

公开(公告)号:CN117894409A

主分类号:G16C60/00

分类号:G16C60/00;G16C20/70;G16C20/90;G06F18/2431;G06F18/27;G06F18/25;G06N20/20

优先权:

专利状态码:在审-实质审查的生效

法律状态:2024.05.03#实质审查的生效;2024.04.16#公开

摘要:本申请公开了一种钙钛矿电池修饰层材料的筛选方法,涉及钙钛矿太阳能电池领域,包括:通过收集文献构建铵盐数据库;分别提取铵盐分子结构特征、电荷分布特征和铵盐作为修饰层时钙钛矿电池的功能转换效率,构建铵盐样本特征集和功能转换效率标签,作为模型训练数据集;利用训练数据集分别训练随机森林回归模型、梯度提升决策树回归模型、支持向量机回归模型、多层感知机回归模型和高斯过程回归模型,并集成作为铵盐筛选预测模型;利用集成的铵盐筛选预测模型对候选铵盐材料进行筛选预测,获取功能转换效率最高的铵盐材料。针对现有技术中存在的铵盐材料筛选精度低的问题,本申请通过构建铵盐样本数据库和机器学习等,提高了铵盐材料的筛选精度。

主权项:1.一种钙钛矿电池修饰层材料的筛选方法,包括:通过收集文献构建铵盐数据库;基于构建的铵盐数据库,分别提取铵盐分子结构特征、电荷分布特征和铵盐作为修饰层时钙钛矿电池的功能转换效率,构建铵盐样本特征集和功能转换效率标签,作为模型训练数据集;利用构建的模型训练数据集分别训练随机森林回归模型、梯度提升决策树回归模型、支持向量机回归模型、多层感知机回归模型和高斯过程回归模型;集成训练后的随机森林回归模型、梯度提升决策树回归模型、支持向量机回归模型、多层感知机回归模型和高斯过程回归模型,作为铵盐筛选预测模型;利用集成的铵盐筛选预测模型对候选铵盐材料进行筛选预测,获取功能转换效率最高的铵盐材料。

全文数据:

权利要求:

百度查询: 云南师范大学 一种钙钛矿电池修饰层材料的筛选方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。

相关技术
相关技术
相关技术
相关技术