修车大队一品楼qm论坛51一品茶楼论坛,栖凤楼品茶全国楼凤app软件 ,栖凤阁全国论坛入口,广州百花丛bhc论坛杭州百花坊妃子阁

oe1(光电查) - 科学论文

3 条数据
?? 中文（中国） ▾

  • [2019年IEEE第46届光伏专家会议（PVSC）- 美国伊利诺伊州芝加哥（2019.6.16-2019.6.21）] 2019年IEEE第46届光伏专家会议（PVSC）- 光伏电站性能损失率评估：数据筛选与聚合的重要性

    摘要： 预测并行科学应用的性能正变得越来越复杂。我们的目标是刻画消息传递应用在不同目标机器上的行为特征。为此，我们开发了一种名为"面向性能预测的并行应用特征签名法（PAS2P）"的方法，该方法致力于基于应用行为来描述应用特性。通过分析应用的通信活动，我们识别并提取了代表性阶段，据此创建能预测应用性能的并行应用特征签名。我们在不同集群上对多种科学应用进行了实验，最终实现了平均超过97%的执行时间预测准确率。

    关键词： 性能预测、应用特征、并行应用

    更新于2025-09-23 15:21:01

  • 基于机器学习的方法用于建模实际户外条件下光伏阵列的输出功率

    摘要： 研究光伏系统（尤其是采用单/双二极管模型配置进行输出功率预测时）的精确建模长期性能至关重要。但单一模型配置会限制其预测精度。本文提出一种基于机器学习分类算法的新型混合方法，根据气候条件动态结合单/双二极管模型以提高输出功率预测精度。通过决策树、k近邻、判别分析、朴素贝叶斯、支持向量机及集成分类算法，研究了地中海气候条件下不同工况的光伏功率预测。分类算法验证表明：双二极管模型更适用于中低光照强度与温度环境。86%-87.5%的预测准确率凸显了分类技术在光伏功率预测中的潜力，1.5%的归一化平均绝对误差确保其误差低于单/双二极管等效电路模型（误差降低达0.15%）。该机器学习混合方法可为光伏系统及工业软件提供更精确的性能预测解决方案。

    关键词： 性能预测、光伏组件建模、分类算法、等效电路模型、机器学习

    更新于2025-09-23 15:19:57

  • 从电子结构计算预测染料敏化太阳能电池器件参数以复现实验结果

    摘要： 鉴于近年来染料敏化太阳能电池（DSSCs）的功率转换效率（PCE）提升趋缓，在无需实际合成的情况下通过计算机模拟准确预测试验染料的器件参数，将极大加速设计进程。当前最优的设备参数计算方法依赖一组实验测定的动力学系数，但这类参数的实际测量难度极高，限制了预测方法的总体精度。本研究提出仅需密度泛函理论（DFT）和含时DFT计算结果即可获取关键参数（如JSC、VOC和PCE）的模型——其核心在于电子转移速率最终取决于染料与TiO?工作电极的电子结构。研究选取六种不同化学类别的有机DSSC染料（L0、L1、L2、WS-2、WS-92和C281）验证该方法效能，其已知实验性能指标成功验证了预测结果：预测PCE值的最大绝对误差仅0.36%（相对实验值），最大相对误差为0.042。这表明该模型在精度与一致性上均较既有DSSC器件参数预测方法有显著提升。此外，此类预测模型的设计理念可推广至其他光伏应用领域，进一步助力新型高效光活性材料的设计开发。

    关键词： 性能预测、能量转换效率、染料敏化太阳能电池、光伏特性、密度泛函理论

    更新于2025-09-23 15:19:57