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！

龙图腾网获悉湖北大学;湖北大学潜江产业技术研究院申请的专利基于多模态机器学习的钙钛矿太阳能电池稳定性增强系统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：CN120928691B 。

龙图腾网通过国家知识产权局官网在2026-04-14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：202511023583.4，技术领域涉及：G05B13/04；该发明授权基于多模态机器学习的钙钛矿太阳能电池稳定性增强系统是由刘康琰;李岳彬;柯狄希;鲁一帆;周泽坤;吴聪聪设计研发完成，并于2025-07-24向国家知识产权局提交的专利申请。

本基于多模态机器学习的钙钛矿太阳能电池稳定性增强系统在说明书摘要公布了：本发明公开了基于多模态机器学习的钙钛矿太阳能电池稳定性增强系统，属于机器学习技术领域，该系统，包括动态采集模块、多模态融合分析模块、指令生成模块及控制模块；动态采集模块，获取实时数据与内部结构变化特征；多模态融合分析模块，根据内部结构变化特征对实时数据中的每个参数进行动态特征权重分配，得到实时退化风险概率值；指令生成模块，基于实时退化风险概率值生成对比结果，并根据对比结果生成控制指令；控制模块，将控制指令转换为控制信号，对预设的环境舱和控制电池制造设备的参数进行调整。本发明通过设置多模态融合分析模块、指令生成模块，显著降低预测偏差，突破优化指令延迟瓶颈。

本发明授权基于多模态机器学习的钙钛矿太阳能电池稳定性增强系统在权利要求书中公布了：1.基于多模态机器学习的钙钛矿太阳能电池稳定性增强系统，其特征在于：包括动态采集模块、多模态融合分析模块、指令生成模块及控制模块； 动态采集模块，通过预设的传感器组获取钙钛矿太阳能电池的实时数据，并同步采集钙钛矿太阳能电池的内部结构变化特征； 多模态融合分析模块，通过预设的机器学习模型，根据所述内部结构变化特征对所述实时数据中的每个参数进行动态特征权重分配，生成关键影响参数排序集合，并对所述关键影响参数排序集合进行处理，得到实时退化风险概率值； 指令生成模块，包括预测单元、对比单元及调控指令生成单元，所述预测单元基于所述实时退化风险概率值生成预测退化风险概率值；所述对比单元根据所述实时退化风险概率值与所述预测退化风险概率值生成对比结果，并通过所述调控指令生成单元根据对比结果生成控制指令； 控制模块，将所述控制指令转换为控制信号，对预设的环境舱和控制电池制造设备的参数进行调整； 所述实时数据包括钙钛矿太阳能电池的光照强度、温度、湿度及电池电压电流数据； 所述钙钛矿太阳能电池的内部结构变化特征包括电极界面形貌特征及材料结晶度特征；传感器组由环境参数传感器、电性能传感器、微观结构传感器及材料特性传感器组成； 所述多模态融合分析模块中关键影响因素排序集合的生成包括以下步骤： S1、基于传感器组同步采集的钙钛矿太阳能电池内部结构变化特征，通过所述机器学习模型对所述实时数据中的温度、湿度、光照强度、电池电压电流数据参数进行动态权重分配，根据各参数的权重分配数值计算实时影响因子： 其中，为实时影响因子；为结构劣化权重因子，为钙钛矿太阳能电池的结构应力强度，、均通过对所述内部结构变化特征进行实时计算得出；为各参数的实时变化矢量，通过对所述实时数据中的各参数进行计算得出；为所述实时数据中各参数的权重分配数值；为所述实时数据中的各参数的数值；为动态学习系数，由所述机器学习模型输出；为历史退化贡献度，通过对历史所述实时数据中的各参数进行微分计算得出；为所述实时数据中各参数的历史退化贡献度； 其中，计算方法为：通过同步采集的X射线衍射数据计算钙钛矿晶体半高宽偏差值，X射线衍射数据通过集成于预设的环境舱内的原位微区X射线衍射仪采集，结合微观结构传感器扫描电镜成像的电极界面分层缺陷占比，实时生成钙钛矿太阳能电池的结构应力强度； 的计算方法为：对电极界面形貌特征与材料特性传感器获取的材料结晶度特征进行加权融合计算，赋予电极界面形貌特征缺陷占比50%权重及材料结晶度特征畸变度50%权重，输出结构劣化权重因子； S2、将各参数的实时影响因子按数值大小降序排列，生成关键影响参数排序集合。

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湖北大学;湖北大学潜江产业技术研究院，其通讯地址为：430062 湖北省武汉市武昌区友谊大道368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。