买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉电子科技大学申请的专利基于物理信息融合模型的太阳能电池性能预测方法及装置获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN120930077B 。

龙图腾网通过国家知识产权局官网在2026-01-06发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202511449078.6，技术领域涉及：G06F18/25；该发明授权基于物理信息融合模型的太阳能电池性能预测方法及装置是由苗雨润;邓灿;刘子宜;赵怡程设计研发完成，并于2025-10-11向国家知识产权局提交的专利申请。

本基于物理信息融合模型的太阳能电池性能预测方法及装置在说明书摘要公布了：一种基于物理信息融合模型的太阳能电池性能预测方法及装置，涉及计算机数据处理与半导体表征技术领域。本发明提供的技术方案，采用深度神经网络架构对多维度光谱信息进行特征提取和融合，预测精度提升35%以上，可靠性提升40%以上，从而显著提高预测性能；模型的训练采用创新的物理信息融合损失函数，包含数据驱动预测损失项和基于半导体器件物理规律的约束损失项，将预测任务与物理原理深度融合，使得预测模型能够理解光谱特征与器件性能之间的物理因果关系，实现更准确的性能预测和更好的物理可解释性，采用多重物理约束对预测结果进行规范，使得模型预测结果符合半导体器件物理原理，提高了预测结果的物理合理性和工程应用价值。

本发明授权基于物理信息融合模型的太阳能电池性能预测方法及装置在权利要求书中公布了：1.一种基于物理信息融合模型的太阳能电池性能预测方法，其特征在于，包括步骤： 步骤1：采集待预测太阳能电池半电池样品的光谱数据并进行预处理，所述光谱数据包括半电池样品的吸收光谱数据、上界面光致发光光谱数据和下界面光致发光光谱数据； 步骤2：构建物理信息融合预测模型，包括依次连接的光谱特征提取模块、物理引导特征增强模块、多模态特征融合模块和性能指标预测模块； 光谱特征提取模块通过三个神经网络分支分别对三种光谱数据进行特征提取； 物理引导特征增强模块计算光谱数据的关键物理特征参数来指导特征提取过程； 多模态特征融合模块将光谱特征提取模块和物理引导特征增强模块提取的特征通过注意力机制进行特征融合； 性能指标预测模块将融合后的特征向量映射为性能指标预测值； 步骤3：设计融合损失函数并进行模型训练； 步骤4：使用训练好的模型进行半电池样品的性能指标预测； 所述物理引导特征增强模块具体如下： 采用Tauc分析方法，从吸收光谱中提取带隙能量；从吸收光谱中提取Urbach能量；从光致发光光谱中提取峰位能量、半高宽、积分强度和斯托克斯位移；然后这些物理参数通过物理特征编码器转换为高维特征向量，作为物理引导特征向量； 所述模型训练包括预训练阶段、物理约束引入阶段和联合优化阶段； 在预训练阶段，使用部分标注数据通过纯数据驱动的监督学习初始化网络参数； 在物理约束引入阶段，逐步增加物理约束项的权重，使模型学习光谱特征与器件性能参数之间的物理关系； 在联合优化阶段，使用全部训练数据，采用完整的融合损失函数和梯度平衡机制进行端到端优化；所述融合损失函数采用梯度平衡的自适应权重调节机制，损失项包括数据驱动预测损失项和物理约束项。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人电子科技大学，其通讯地址为：611731 四川省成都市高新区(西区)西源大道2006号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。