[发明专利]一种曲线拟合方法

说明书

技术领域

本发明涉及太阳能电池测试技术领域，特别是涉及一种曲线拟合方法。

背景技术

利用太阳电池测试仪对太阳电池片进行测试获得I-V实测数据，根据实测数据进行I-V曲线拟合，获得相应的拟合曲线和数学表达式，作为判断该太阳电池片性能的重要参考依据，也是分析太阳电池片转换效率的重要依据。

太阳电池的数学理论模型是根据其工作原理而总结出来的经验数学模型，该数学模型有着较丰富的物理意义，主要包含光生电流、二极管品质因数、串联电阻、反向饱和电流、并联电阻等5个重要参数。对于一个被测的太阳电池片而言，上述的5个重要参数均为待定参数，要利用实测的数据进行拟合从而获得参数值。利用实测I-V数据拟合出来的I-V曲线只能从宏观方面了解太阳电池的光电特性，而生产太阳电池片时的工艺、材料和结构设计是太阳电池片光电特性的决定因素。对于5个参数的直接测试至今仍缺乏精准而有效的方法，这也造成了进一步研究提高太阳电池转换效率的难度。因此，通过实测的数据利用太阳电池数学模型进行有效的I-V曲线拟合，建立5个待定参数的关系，从而取得相应的值，是进一步研究太阳电池的关键技术之一。

若想通过实测的数据计算太阳电池重要参数，首先要对其进行回归估算。Walker-Smith和Nash介绍了梯度法、变尺度法、直接搜索法、Newton-Rophsor法等，上述的方法均是针对非线性回归数学模型而提出的拟合估算方法。由于太阳电池数学理论模型是一个非线性超越函数，故不能直接运用上述方法对太阳电池数学模型的拟合估计参数值。针对非线性超越方程目前常见的算法有泰勒多项式法（TylorPolynome Alyorithm），该方法拟合精度较高，但计算繁杂，也不能直接获取太阳电池的5个重要参数值；双指数算法（Double Exponential Algorithm），该算法可以较直观的计算出太阳电池的参数，但该算法利用有限的实测数据值进行求值，实测参考点取值不同也可能导致其计算结果的不一致性；伪蒙特卡罗算法（Quasi-Monte Carlo Slgorithm），该算法精度高，但参数的预处理计算量非常大，收敛速度较慢。

发明内容

本发明所要解决的技术问题是提供一种曲线拟合方法，能够提高收敛速度。

本发明解决其技术问题所采用的技术方案是：提供一种曲线拟合方法，包括以下步骤：

（1）确定优化目标函数和目标参数；

（2）利用遗传算法生成目标参数最优解；

（3）根据得到的目标参数最优解设定人工鱼群算法食物的初始化浓度以及最优解的食物浓度；

（4）计算每一条人工鱼周边的食物浓度函数，并将最优值记录在公告板中，得到曲线拟合的优化后的最优值。