洁净煤技术

作者：毕小云, 李尚达, 郝梦媛, 邱浩

关键词：光子增强热电子发射,BP神经网络,太阳能发电,性能预测,特性分析

太阳能资源巨大、清洁低碳，大力发展太阳能是实现“双碳”目标的关键路径。光子增强热电子发射（Photon-Enhanced Thermionic Emission，PETE）是一种耦合光伏效应与热电子效应的太阳能发电新技术，具有效率高、结构简单、运行稳定等优势，发展潜力大。太阳能PETE是一个光–热–电强耦合系统，构建其理论模型是开发和研究PETE技术的关键。光–热–电耦合的数学物理模型通常计算成本高、效率低，研究采用反向传播（BP）神经网络模型预测PETE系统发电性能。选取聚光比、电子亲和势和阴极厚度作为输入参数，以阴极温度、能量转换效率等6项关键指标为输出目标，利用990组数值模拟数据建立研究样本。采用拉丁超立方试验（Latin Hypercube Sampling，LHS）设计划分数据集，并对光子增强系数进行对数预处理以优化数据分布。所构建BP神经网络结构为3-10-12-6节点配置，采用Levenberg-Marquardt算法进行训练，并以决定系数（R2）和平均绝对百分比误差（EMAP）2个互补性指标作为评价指标。结果表明：模型对6个参数预测精度极高，R2在0.99以上，且EMAP均接近0。经测试集检验，模型的泛化能力极强。与传统数值模拟相比，预测速度显著提升，为系统实时优化提供了可能。验证了BP神经网络模型在太阳能PETE发电系统性能预测的有效性，为其发展和应用提供了有效途径。

来源：2025年第11期

《洁净煤技术》期刊编辑部

查看洁净煤技术杂志2025年第11期