通过漂移-扩散仿真研究钙钛矿-硅叠层太阳能电池中的电流匹配和滞后行为
引言
卤化物钙钛矿作为光活性半导体的出现,为光伏技术的发展开辟了令人振奋的新方向。[1] 除了在单结太阳能电池中的优异表现,目前研究的重点在于将钙钛矿吸收层整合到叠层器件中。在硅-钙钛矿叠层太阳能电池中,将高效的钙钛矿吸收层与成熟的硅技术相结合,已成为超越单一材料限制、进一步提升光转换效率的有效途径。
尽管近年来的进展充满希望,但我们对卤化物钙钛矿中移动离子如何影响器件优化策略的理解仍然处于不断发展的阶段。特别是在研究叠层太阳能电池中的电流匹配和滞后时,这一点尤为突出。[2] 理解影响完整叠层器件滞后特性的参数对于设计合适的测量技术并正确解读数据至关重要。在这篇博客文章中,我们展示了如何通过Fluxim 的 Setfos 软件进行漂移-扩散仿真,来指导针对这些问题的研究。
背景
钙钛矿材料是一种离子-电子混合导体,意味着它们同时允许电子和离子的迁移。[3] 在钙钛矿太阳能电池的工作过程中,移动离子(如卤素空位)会在器件中重新分布,从而引起器件性能的缓慢变化,这种现象通常可通过电流-电压 (I-V)测试中观察到的滞后行为反应出来。当扫描速率非常快(离子来不及响应)或非常慢(离子充分响应)时,滞后现象往往不明显。而在某些情况下,即使存在离子迁移,滞后现象在任何扫描速率下都可能不可见。
深入理解离子迁移有助于识别潜在的降解路径。其中之一就是反向偏置降解,这是在钙钛矿光伏中广泛关注的一个问题。其原因与接触层和活性层在大幅度(反向)极化的界面上的可能反应性有关。[4]
对于单结钙钛矿太阳能电池而言,避免反向偏压相对容易。然而,在考虑嵌入叠层架构中的钙钛矿太阳能电池时,这一点就不那么明显了。在叠层结构中,两个(或多个)子电池是串联连接的。流经每个子电池的电流是相同的,而串联器件的总电压是每个子电池电压的总和(考虑到复合结的损失)。当叠层器件在接近最大功率点工作时,子电池上降落的电压并不一定对应它们各自的最大功率工作点。例如,如果子电池 1 提供的光电流低于子电池 2,子电池 1 的工作电压会将被推向较低值,而子电池 2 的工作电压则被推向较高值(直到开路电压VOC)。即使叠层器件可能在正向偏置下工作,光限流电池甚至可能被迫在反向偏置下工作。由此可见,即使对整个器件施加恒定电压,叠层器件中子电池的工作条件也会根据光学偏置的不同而有所变化。
在叠层器件中,子电池之间的光电流匹配的研究是该领域的一个重要课题。由于叠层太阳能电池中第三电极的电势通常不易直接获得,仅通过实验来解释和预测器件行为可能是具有挑战性的。光学建模与漂移-扩散仿真相结合提供了一个强大且便捷的方式来获取此类信息的手段。在这里,我们展示了使用 Fluxim 的 Setfos 软件来评估电流匹配对叠层太阳能电池响应的影响。
方法
我们使用 Setfos 5.5对完整的叠层太阳能电池器件的光学和漂移-扩散仿真。所考虑的器件堆叠结构如图 1 所示。 [5] 各层的光学和电学性质的输入参数来自文献,或者适当的信息不可用时设置为代表性值。
图1: 本研究中使用的叠层太阳能电池堆叠结构。表面纹理轮廓取自参考文献 [6].
为了探索电流匹配的影响,我们考虑了太阳光谱的不同修改版本,其中短波长和长波长范围的权重不同。根据所选的架构,我们定义了与 AM1.5G 标准(FAM1.5G(λ))不同的照射光谱 F(λ),其关系如下(见图 2b):
参数kshort(λ) 和 klong(λ) 的值被选择,使得在两个子电池中,最大光生电流的变化在大小上相等但符号相反。这种变化由参数 z 量化。根据参考文献 [2] 中的分析,两个子电池中产生的光电流分别对应于:
公式(1) 中的参数 λm 是一个任意波长,用于定义 “短 ”波长和 “长 ”波长范围。在这里,选择λm = 739 nm作为两个子电池吸收层的吸收度相同的波长(见图 2a 中模拟的堆叠结构的吸光度)。对于 -0.2 ≤ z ≤ 0.2的值, 得到的光谱辐照度如图 2b 所示。
图 2. (a) 两个子电池的钙钛矿和硅活性层的吸收度。(b) 太阳光谱AM1.5G和使用不同参数z 值修改后的光谱(见公式 2 和 3)。[2] 两图中的虚线标识了 λm = 739 nm 的值。
在不同光照条件下,模拟了叠层太阳能电池的电流-电压(J-V)特性。仿真首先用于获得子电池和完整叠层器件的稳态 J-V 曲线。其次,进行瞬态仿真以评估叠层太阳能电池的滞后响应。对于这种瞬态仿真,假设预偏压为1.9 V (起始点为稳态条件),除非另有说明。该电压接近叠层器件的开路电压,导致接近平带的情况。然后依次进行反向和正向电压扫描,并评估瞬态器件电流作为扫描速率的函数。
结果与讨论
图 3a 显示了与叠层器件和两个子电池响应相关的堆叠结构中的电学量。完整叠层器件的电压(VT)以及硅和钙钛矿子电池的电压分别在示意图(VS和 VP)中标出。图 3b 显示了在考虑 AM1.5G 照明条件下,叠层器件的稳态 J-V仿真结果。在同一图中,子电池在相同光学偏置条件下的电流-电压特性也有所展示。再次强调,在与叠层器件相似的工作条件下研究子电池的响应在实验上并不简单。仿真却可以轻松获得此类信息。值得注意的是,钙钛矿子电池的J-V曲线在接近最大功率点的电压范围内显示出一个小的拐点。这是由于在 0.6 - 0.8 V 的电压范围内,与C60 层接口接近的地方发生了复合增加(图 3d), 这是离子重新分布对电子浓度分布的影想所导致的。这种拐点在图 3c 中的叠层响应中并不存在,因为钙钛矿子电池电压的变化可以忽略不计(另见下文)。
图 3. (a) 在Setfos 仿真中使用的堆叠结构,用于研究叠层器件(左)、硅子电池(中)或钙钛矿子电池(右)的响应。每个示意图中都标明了相关的端子、电压和电流。(b) 在一 太阳光照射下(AM1.5G),完整叠层太阳能电池的稳态电流-电压曲线,以及基于图 1 中相同光学堆叠的单个子电池的稳态电流-电压曲线。 (c) (b) 中的电流密度的放大图,突出显示了当叠层器件在 0 V 下工作时,子电池的工作点。(d) 钙钛矿子电池中的电压依赖性复合率。数据参考了 (c) 中的顶部电池仿真。(e) 叠层器件在 0 V 电压下工作时的能带分布图。
图3c强调,在整个器件的工作点确定的情况下(例如在一个太阳AM1.5G条件下的短路状态),各子电池的工作状态可能彼此非常不同,这取决于电流匹配的情况。在这种情况下,硅太阳能电池是限制电流的元件,因此它在反向偏压下工作(VS < 0V),而钙钛矿太阳能电池则在一个与硅电池电压大小相等但方向相反的电压下工作(VP < -VS)。
Setfos仿真输出的能带分布图(图3e)以一种更直观的方式展示了相同的概念。子电池电压 VS 和VP 与基本电荷 q的乘积,可以作为器件内部电压(即准费米能级分裂)的近似指标,尽管在远离开路条件的情况下,这两个数值之间通常会出现较大的差异。
图4。(a)在不同光谱照射条件下,根据公式(2)和(3)中定义的参数 z 值,整个叠层太阳能电池的稳态电流-电压(J-V)曲线。插图突出显示了在部分仿真数据中J-V曲线中存在一个小的拐点。(b)短路电流密度随 z 的变化关系图。图中还展示了基于总光生载流子产生量,每个子电池的最大光电流。
图4a展示了当参数 z 发生变化时,稳态J-V特性曲线的变化,此时整体光电流可能由底部电池( z = 0)或顶部电池(z = -0.05)所限制。在调节 z 的过程中,变化最显著的参数是短路电流密度,而器件的填充因子和开路电压变化相对不明显。图4b进一步强调了叠层器件的模拟短路电流密度(交叉标记)对z 的依赖性,在电流匹配条件附近表现出一个最大值。对于此处考虑的器件结构,这一匹配状态出现在略微负值的 z 范围内(-0.05 < z < 0)。图中还将短路光电流与在不同照射条件下两个子电池中各自的最大光电流进行了对比,显示出在光生载流子总产生量最低的子电池中出现电流限制效应。最大光电流与叠层器件实际模拟出的短路电流密度之间的差异,则归因于电流限制子电池中的复合损失。
如引言中所述,在进行J-V测试过程中,电流限制子电池可能会被推入反向偏压状态,而另一个子电池则仍处于正向偏压状态(为简化讨论,假设施加的总电压为≥0 V)。图5展示了在z = -0.05和z = 0两种情况下的这一效应,在接近短路条件下,分别是钙钛矿电池或硅电池承受反向偏压电压。图5b显示了在这两种光照条件下进行J-V扫描时,硅和钙钛矿子电池的完整稳态电压分布,电压是作为整个叠层器件所施加电压的函数绘制的。图中的阴影区域突出显示了电流限制子电池处于反向偏压状态的电压区间。
图5。(a)能带分布图,展示在两种不同光谱的光学偏置下,钙钛矿和硅子电池在不同工作条件(短路点、最大功率点、开路点)下的电势分布情况。在 z = -0.05 的情况下,由钙钛矿顶部电池限制电流;而在 z = 0 时,则是由硅底部电池限制电流。(b)对应(a)中研究的两种 z 值,稳态下子电池电压随整个叠层器件所施加电压的变化曲线。
这一分析已经指出,在稳态条件下,光学偏置对叠层器件中子电池的工作状态具有重要影响。一个重要的信息是:在J-V测试过程中,只有当某个子电池成为电流限制单元时,该子电池两端的电势变化才会显著。如果电流限制的是钙钛矿子电池,这种电压变化会引发离子的重新分布,进而影响器件的载流子收集效率。确实,图3b-c中描述的钙钛矿子电池在稳态数据中出现的J-V拐点现象,仅在图4a中与钙钛矿子电池成为限制单元相关的光照条件(z = -0.05,-0.1,-0.2)的稳态J-V曲线(见插图)中可见。除了影响稳态响应外,在瞬态仿真中,由于电压变化导致的离子重新分布还可能引发滞后效应,这一现象在实验表征这些器件时具有重要意义。
图6。叠层太阳能电池的瞬态电流-电压(J-V)仿真结果,器件在预偏置至1.9 V后,先进行反向扫描至0 V,再进行正向扫描回1.9 V。图中展示了在不同扫描速率下的仿真结果。(a)z = -0.05,(b)z = 0。
在这里,我们使用 Setfos 的瞬态求解器功能,针对不同光照条件下的叠层器件运行完整的 J-V 扫描仿真,以探讨这种瞬态行为。通过以不同的扫描速率进行J-V仿真,可以观察到与钙钛矿中离子重新分布相关的不同响应机制。图6a 和 6b 的仿真采用了1.9 V(接近开路电压)作为预处理电压,随后进行反向扫描至0 V,再正向扫描回1.9 V。由于在测试过程中只有电流限制子电池会经历显著的电压变化,当硅子电池是限制元件时(图6b),钙钛矿子电池中几乎不会发生离子重新分布,因而在整体叠层器件的 J-V 仿真中几乎不出现滞后现象。而另一方面,当钙钛矿子电池为电流限制元件时(图6a),其内部的移动离子分布会在电流-电压扫描过程中受到扰动。这种扰动的程度取决于扫描速率:在较快的扫描速率下,几乎不会发生变化,因此正向和反向扫描曲线基本一致,除了位移电流的影响;而在中等扫描速率下,移动离子的重新分布会导致顶部电池中的载流子复合和收集效率发生变化。
这使得叠层器件的 J-V 曲线表现出一些与钙钛矿子电池自身相关的特征。确实,在叠层器件中观察到的滞后行为,与单独对钙钛矿子电池进行仿真时所呈现的特征非常相似(见图7a,其中叠层器件的 J-V 曲线已根据硅太阳能电池的开路电压进行了校正)。
最后,我们指出,预偏置条件和电压扫描顺序对器件的响应至关重要。在图7b中,比较了采用0 V预偏置后进行正向-反向扫描序列的仿真J-V曲线与采用1.9 V预偏置后进行反向-正向扫描序列的仿真结果。对于这些数据,甚至观察到了滞后现象的变化,在1.9 V预偏置情况下,反向扫描的电流密度更负(通常称为“正常滞后”),而0 V预偏置情况下则表现出混合行为。这一比较强调了不同的初始离子分布会反映出太阳能电池在瞬态复合特性上的差异。
图7。以10 V/s的扫描速率对仿真J-V中的滞后行为进行比较。(a)钙钛矿顶部电池的J-V曲线与完整的顶部限制叠层器件(z = -0.05)的J-V曲线。叠层器件的数据绘制在校正后的电压上(实际电压减去硅太阳能电池的开路电压),以便进行定性比较。(b)图(a)中的叠层器件J-V曲线,采用反向-正向电压扫描序列,与采用正向-反向扫描序列得到的结果进行比较。在这两种情况下,预偏置电压对应于在扫描序列开始时施加到器件上的第一个电压值(见图中的标签)。
总结
通过使用 Setfos 进行的漂移扩散仿真与光学建模相结合,可以获得硅-钙钛矿叠层太阳能电池的光电稳态和瞬态响应。这为评估诸如电流匹配、移动离子对电学响应的影响、导致子电池反向偏压的光谱条件等问题提供了可能性。我们发现:
- 操控光学偏置可以获取不同的电流限制条件
- 电流限制的子电池在稳态或瞬态电流-电压测量过程中经历最显著的电压变化
- 因此,电流限制子电池在很大程度上决定了整个叠层器件的稳态和瞬态行为
- 特别地,在钙钛矿电池为电流限制元件的情况下,这会导致显著的离子重新分布,从而调节器件中的复合电流。在瞬态仿真(和实验)中,这会导致滞后效应
- 器件的电学响应和表观效率可能依赖于如扫描速率、预偏置电压、扫描方向顺序等因素
这些结果表明,在研究叠层器件的瞬态响应和离子特性时,控制光学偏置的重要性。同时,它们也强调了没有滞后现象并不意味着不存在移动离子缺陷。
如果我们激发了您对模拟和优化硅-钙钛矿多结太阳能电池的兴趣,请与我们联系或直接申请免费的 Setfos 试用版本。
References
[1] L. Schmidt-Mende et al., Roadmap on organic–inorganic hybrid perovskite semiconductors and devices, APL Materials 9, 109202 (2021).
[2] C. Messmer, D. Chojniak, A. J. Bett, S. K. Reichmuth, J. Hohl-Ebinger, M. Bivour, M. Hermle, J. Schön, M. C. Schubert, and S. W. Glunz, Toward more reliable measurement procedures of perovskite silicon tandem solar cells: The role of transient device effects and measurement conditions, Prog Photovolt Res Appl. 1 (2024).
[3] T. Yang, G. Gregori, N. Pellet, M. Grätzel, and J. Maier, The Significance of Ion Conduction in a Hybrid Organic–Inorganic Lead‐Iodide‐Based Perovskite Photosensitizer, Angewandte Chemie 127, 8016 (2015).
[4] R. A. Z. Razera et al., Instability of p–i–n perovskite solar cells under reverse bias, J. Mater. Chem. A 8, 242 (2020).
[5] D. Turkay et al., Synergetic substrate and additive engineering for over 30%-efficient perovskite-Si tandem solar cells, Joule 8, 1735 (2024).
[6] S. Altazin, L. Stepanova, J. Werner, B. Niesen, C. Ballif, and B. Ruhstaller, Design of perovskite/crystalline-silicon monolithic tandem solar cells, Opt. Express 26, A579 (2018).
相关文章:
通过漂移-扩散仿真研究钙钛矿-硅叠层太阳能电池中的电流匹配和滞后行为
引言 卤化物钙钛矿作为光活性半导体的出现,为光伏技术的发展开辟了令人振奋的新方向。[1] 除了在单结太阳能电池中的优异表现,目前研究的重点在于将钙钛矿吸收层整合到叠层器件中。在硅-钙钛矿叠层太阳能电池中,将高效的钙钛矿吸收层与成熟的…...
IIC小记
SCL 时钟同步线,由主机发出。 当SCL为高电平(逻辑1)时是工作状态,低电平(逻辑0)时是休息状态。SCL可以控制通信的速度。 SDA 数据收发线 应答位:前八个工作区间是一个字节,在SCL…...
使用 ECharts 在 Vue3 中柱状图的完整配置解析
一、初始化图表实例 const chart echarts.init(chartRef.value);二、Tooltip 提示配置 tooltip: {trigger: axis,axisPointer: {type: line // 支持 line 或 shadow 类型,指示器样式},backgroundColor: rgba(0,0,0,0.7),textStyle: { color: #fff },formatter: {…...
Ubuntu实现远程文件传输
目录 安装 FileZillaUbuntu 配套设置实现文件传输 在Ubuntu系统中,实现远程文件传输的方法有多种,常见的包括使用SSH(Secure Shell)的SCP(Secure Copy Protocol)命令、SFTP(SSH File Transfer P…...
AI驱动软件工程:SoftEngine 方法论与 Lynx 平台实践分析
引言 在过去数十年中,软件开发领域历经了从瀑布模型到敏捷开发,再到DevOps的深刻变革。然而,面对当今快速变化的市场需求和复杂的软件系统,这些方法仍然显露出明显的局限性。近年来,基于大语言模型(LLM&am…...
Vue基础(一) 基础用法
1.取消生产提示 Vue.config.productionTip false; Vue.config.devtools true; //运行开发调试 2.hello小案例 需要注意如下几点: 1.必须要有一个模板,其实就是一个html组件 2.新建一个Vue实例,并且通过el与容器建立绑定关系࿰…...
文心一言开发指南08——千帆大模型平台推理服务API
版权声明 本文原创作者:谷哥的小弟作者博客地址:http://blog.csdn.net/lfdfhl 推理服务API概述 百度智能云千帆平台提供了丰富的推理服务API,包括对话Chat、续写Completions、向量Embeddings、批量预测等API能力。 对话Chat:支…...
矩阵区域和 --- 前缀和
目录 一:题目 二:算法原理 三:代码 一:题目 题目链接:1314. 矩阵区域和 - 力扣(LeetCode) 二:算法原理 三:代码 class Solution { public:vector<vector<int…...
全局id生成器生产方案
1.只要求不重复版本(常用于分布式确定一个实体的id) uuid( MAC 地址、时间戳、名字空间(Namespace)、随机或伪随机数、时序等元素,计算机基于这些规则生成的 UUID 是肯定不会重复的。) UUID 作…...
DES与AES算法深度解析:原理、流程与实现细节
DES与AES算法深度解析:原理、流程与实现细节 1. DES算法详解 1.1 算法架构 DES采用16轮Feistel网络结构,核心处理流程如下: 输入64位明文 → IP初始置换 → 16轮迭代处理 → 左右交换 → IP⁻末置换 → 输出64位密文 1.2 核心处理流程 …...
大厂Java面试深度解析:Dubbo服务治理、WebSocket实时通信、RESTEasy自定义注解与C3P0连接池配置实践
第一轮基础问答 面试官:请解释Dubbo服务注册发现的完整流程,以及Sentinel如何实现流量控制? xbhog:Dubbo通过Registry协议将服务地址注册到ZooKeeper,消费者订阅服务节点变更。Sentinel通过ResourceRegistry注册资源…...
【Qt】Qt换肤,使用QResource动态加载资源文件
【Qt】使用QResource动态加载资源文件 0.前言 对于简单的应用,我们可以直接读取 QSS 样式表文件来实现换肤。但一般样式里还带有图片等资源的路径,如果通过相对路径来加载,不便于管理,不过好处是替换图片方便。我们也可以使用 Q…...
五种机器学习方法深度比较与案例实现(以手写数字识别为例)
正如人们有各种各样的学习方法一样,机器学习也有多种学习方法。若按学习时所用的方法进行分类,则机器学习可分为机械式学习、指导式学习、示例学习、类比学习、解释学习等。这是温斯顿在1977年提出的一种分类方法。 有关机器学习的基本概念,…...
【18】爬虫神器 Pyppeteer 的使用
目录 一、Pyppeteer 介绍 二、安装库 三、快速上手 Python爬虫案例 | Scrape Center 在前面我们学习了 Selenium 的基本用法,它功能的确非常强大,但很多时候我们会发现 Selenium 有一些不太方便的地方,比如环境的配置,得安装好…...
封装js方法 构建树结构和扁平化树结构
在JavaScript中,构建树结构和将树结构扁平化是常见的操作。下面我将提供两个方法,一个用于从扁平化的数据中构建树结构,另一个用于将树结构扁平化。 构建树结构 假设我们有一个扁平化的数据列表,每个节点对象包含id和parentId属…...
服务器和数据库哪一个更重要
在当今数字化的时代,服务器和数据库都是构建和运行各种应用系统的关键组成部分,要说哪一个更重要,其实很难简单地给出定论。 服务器就像是一个强大的引擎,为应用程序提供了稳定的运行环境和高效的计算能力。它负责接收和处理来自…...
Nginx 核心功能与 LNMP 架构部署
一、基于授权的访问控制 1.1 功能概述 Nginx 的基于授权的访问控制通过用户名和密码验证机制,限制用户对特定资源的访问。其实现逻辑与 Apache 类似,但配置更简洁,适用于需保护敏感目录或页面的场景(如管理后台)。 …...
Python程序开发,麒麟系统模拟电脑打开文件实现
在Python开发中,模拟电脑打开文件操作(即用默认程序打开文件),可以使用os.system()方法或subprocess模块来执行系统命令。以下是使用os库实现模拟打开文件的代码示例: 使用os.system()方法 import osfile_path &quo…...
打造惊艳的渐变色下划线动画:CSS实现详解
引言:为什么需要动态下划线效果? 在现代网页设计中,微妙的交互效果可以显著提升用户体验。动态下划线特效作为一种常见的视觉反馈方式,不仅能够引导用户注意力,还能为页面增添活力。本文将深入解析如何使用纯CSS实现一…...
gitmodule怎么维护
目录 ci-cd脚本 豆包文档 ci-cd脚本 git submodule init git submodule update cd /var/lib/jenkins/workspace/wvp-server-Dji/wvp-server git checkout Dji2 cd /var/lib/jenkins/workspace/wvp-server-Dji/cloud-sdk git checkout master 豆包文档...
企业战略管理(设计与工程师类)-2-战略规划及管理过程-2-外部环境分析-PESTEL模型实践
PESTEL在AFI框架中的作用 AFI 战略框架(Analyze, Formulate, Implement——哈佛大学商学院的教授 Michael Porter)是企业战略管理中的一个重要理论模型,帮助企业系统性地分析和制定战略。 作为第一阶段Analyze的第一步,PESTEL…...
基于arduino的温湿度传感器应用
温湿度传感器深度解析与多平台开发实战 一、温湿度传感器代码实现(Arduino平台) 1. 基础传感器驱动(DHT11) #include <DHT.h> #define DHTPIN 2 #define DHTTYPE DHT11DHT dht(DHTPIN, DHTTYPE);void setup() {Serial.begin(9600);dht.begin(); }void loop() {del…...
【AI提示词】机会成本决策分析师
提示说明 具备经济学思维的决策架构师,擅长通过机会成本模型分析复杂选择场景 提示词 # Role: 机会成本决策分析师## Profile - language: 中文 - description: 具备经济学思维的决策架构师,擅长通过机会成本模型分析复杂选择场景 - background: 经济…...
基于Springboot + vue实现的列书单读书平台
项目描述 本系统包含管理员和用户两个角色。 管理员角色: 用户管理:管理系统中所有用户的信息,包括添加、删除和修改用户。 书单信息管理:管理书单信息,包括新增、查看、修改、删除和查看评论。 在线书店管理&…...
「Mac畅玩AIGC与多模态07」开发篇03 - 开发第一个 Agent 插件调用应用
一、概述 本篇介绍如何在 macOS 环境下,基于 Dify 平台自带的网页爬虫插件工具,开发一个可以提取网页内容并作答的 Agent 应用。通过使用内置插件,无需自定义开发,即可实现基本的网页信息提取与智能体回答整合。 二、环境准备 1. 确认本地部署环境 确保以下环境已搭建并…...
Headers池技术在Python爬虫反反爬中的应用
1. 引言 在当今互联网环境中,许多网站都部署了反爬虫机制,以防止数据被大规模抓取。常见的反爬手段包括: User-Agent检测(检查请求头是否来自浏览器)IP频率限制(短时间内同一IP请求过多会被封禁ÿ…...
端到端电力电子建模、仿真与控制及AI推理
在当今世界,电力电子不再仅仅是一个专业的利基领域——它几乎是每一项重大技术变革的支柱。从可再生能源到电动汽车,从工业自动化到航空航天,对电力转换领域创新的需求正以前所未有的速度增长。而这项创新的核心在于一项关键技能:…...
Java云原生+quarkus
一、Java如何实现云原生应用? 传统的 Java 框架(如 Spring Boot)虽然功能强大,但在云原生场景下可能显得笨重。以下是一些更适合云原生的轻量级框架: Quarkus(推荐) 专为云原生和 Kubernetes 设计的 Java 框架。支持…...
在yolo中Ultralytics是什么意思呢?超越分析的智能
在YOLO(You Only Look Once)目标检测框架中,Ultralytics 是一家专注于计算机视觉和机器学习技术的公司,同时也是YOLO系列模型(如YOLOv5、YOLOv8等)的官方开发和维护团队。以下是关键点解析: 1. …...
TRAE历史版本下载参考
https://lf-cdn.trae.com.cn/obj/trae-com-cn/pkg/app/releases/stable/{此处替换为版本号}/win32/Trae%20CN-Setup-x64.exe 比如版本号为1.0.11939 那么链接为https://lf-cdn.trae.com.cn/obj/trae-com-cn/pkg/app/releases/stable/1.0.11939/win32/Trae%20CN-Setup-x64.exe …...
C++类与对象基础
目录 1.取地址运算符重载 2.初始化列表 3.类型转换 既前面所讲的C类与对象知识,C类与对象——基础知识-CSDN博客 C类与对象——构造函数与析构函数-CSDN博客 C类与对象——拷贝构造与运算符重载_c拷贝对象和对象调用同一函数的输出区别怎么实现-CSDN博客本章我们…...
C# 继承详解
继承是面向对象程序设计(OOP)中的核心概念之一,它极大地增强了代码的重用性、扩展性和维护性。本篇文章将详细讲解C#中的继承机制,包括基础概念、语法特法、多重继承(通过接口实现)、继承的规则和实际应用示…...
多源数据整合与数据虚拟化:构建灵活、高效的数据架构
多源数据整合与数据虚拟化:构建灵活、高效的数据架构 引言 随着大数据时代的到来,数据的多样性和复杂性已经成为了企业面临的一大挑战。不同来源的数据在格式、结构以及存储方式上各不相同,传统的单一数据源管理方法难以应对海量且多样化的数据需求。多源数据整合与数据虚拟…...
代码随想录第39天|leetcode198.打家劫舍、leetcode213.打家劫舍II 、leetcode337.打家劫舍III
1.198. 打家劫舍 - 力扣(LeetCode) 当前房屋偷与不偷取决于前一个房屋和前两个房屋是否被偷,所以就可以得到相应的dp数组。 即,dp[i] max(dp[i-2]nums[i],dp[i-1]); int rob(vector<int>& nums) {//dp[i]:…...
C++ 如何计算两个gps 的距离
C 完全可以计算 三维空间中的 WGS84 坐标点之间的精确欧氏距离。关键是: 要先把经纬度 海拔 (lat, lon, alt) 转换成 ECEF(地心地固坐标系),然后计算欧氏距离即可。 ✅ 使用 GeographicLib::Geocentric 实现三维距离计算…...
通过全局交叉注意力机制和距离感知训练从多模态数据中识别桥本氏甲状腺炎|文献速递-深度学习医疗AI最新文献
Title 题目 Hashimoto’s thyroiditis recognition from multi-modal data via globalcross-attention and distance-aware training 通过全局交叉注意力机制和距离感知训练从多模态数据中识别桥本氏甲状腺炎 01 文献速递介绍 桥本氏甲状腺炎(HT)&a…...
网络原理—应用层和数据链路层
IP协议 ⭐IP协议报头上面的知识 地址管理 使用一套地址体系(IP协议),来描述互联网上每个是被所在的位置。 IP数据报的长度(拆包和组包) 可以对CUP进行拆包,可以多个IP报头装一个CUP数据。 8位生存时间(TTL) 这里的时间不是传统意义上的,…...
Cell Res | Stereo-seq揭示人类肝癌浸润区促进肝细胞-肿瘤细胞串扰、局部免疫抑制和肿瘤进展
有同学给了一篇23年的空间文章,研究的一个核心概念是肿瘤边缘的"侵袭区",文章中定义的是以肿瘤边缘为中心的500微米宽的区域,这里是肿瘤细胞侵袭和转移的活跃前沿,包含复杂的细胞成分及独特的分子特征,存在免…...
Mybatis-plus代码生成器的创建使用与详细解释
Mybatis-plus代码生成器的创建使用与详细解释 一、代码生成器概述 1. 定义(什么是代码生成器) 在软件开发过程中,存在大量重复性的代码编写工作,例如实体类、Mapper 接口、Service 接口及实现类等。代码生成器就是为了解决这类问题而诞生的工具。MyBa…...
swagger2升级至openapi3的利器--swagger2openapi
背景: 因为项目需要升级JDK,涉及到swagger2升级至openapi3的情况。由于swagger 2和openapi 3的语法差距太大,需要对yaml进行升级。无奈单个yaml文件的内容太大,高至4万多行,手动进行语法的转换肯定是不可能了ÿ…...
私有云与虚拟化攻防2(OpenStack渗透场景,大部分云平台都是基于此进行二次开发)
虚拟化和私有云的一些区别 虚拟化只是简单资源虚拟化,一虚多私有云除了能够实现虚拟化以外更重要的是服务自助化、自动化什么是Openstack OpenStack是一个开源的云计算管理平台项目,是属于基础设施即服务(IaaS),是一个云操作系统。 Nova(控制 ) 提供计算资源,虚拟机、容…...
前缀和 后缀和 --- 寻找数组的中心下标
题目链接 寻找数组的中心下标 给你一个整数数组 nums ,请计算数组的 中心下标 。 数组 中心下标 是数组的一个下标,其左侧所有元素相加的和等于右侧所有元素相加的和。 如果中心下标位于数组最左端,那么左侧数之和视为 0 ,因为…...
关于插值和拟合(数学建模实验课)
文章目录 1.总体评价2.具体的课堂题目 1.总体评价 学校可以开设这个数学建模实验课程,我本来是非常的激动地,但是这个最后的上课方式却让我高兴不起哦来,因为老师讲的这个内容非常的简单,而且一个上午的数学实验,基本…...
深入学习解读:《数据安全技术 数据分类分级规则》【附全文阅读】
该文详细阐述了数据安全技术的数据分类分级规则,内容分为基本原则、数据分类规则、数据分级规则及数据分类分级流程四大部分。 基本原则强调科学实用、动态更新、就高从严及53原则(虽表述不清,但可理解为多重原则的结合),同时要求边界清晰、点面结合。 数据分类规…...
Windows环境下用pyinstaller将python脚本编译为exe文件
下载 https://pypi.org/project/pyinstaller/#filespyinstaller-6.13.0-py3-none-win_arm64.whl 安装 cmd命令行中执行:pip install pyinstaller-6.13.0-py3-none-win_amd64.whl得先安装pythonpip若找不到命令,需要加到环境变量 测试 pyinstaller --ve…...
每日算法-250429
每日 LeetCode 题解 (2025-04-29) 大家好!这是今天的 LeetCode 刷题记录,主要涉及几道可以使用贪心策略解决的问题。 2037. 使每位学生都有座位的最少移动次数 题目描述: 思路 贪心 解题过程 要使总移动次数最少,直观的想法是让每个学生…...
Go语言Context机制深度解析:从原理到实践
一、Context概述 Context(上下文)是Go语言并发编程的核心机制之一,主要用于在goroutine之间传递取消信号、截止时间和其他请求范围的值。Google在Go 1.7版本中将其引入标准库,现已成为处理并发控制和超时的标准方案。 核心作用 …...
大数据学习(115)-hive与impala
🍋🍋大数据学习🍋🍋 🔥系列专栏: 👑哲学语录: 用力所能及,改变世界。 💖如果觉得博主的文章还不错的话,请点赞👍收藏⭐️留言📝支持一…...
php学习笔记(全面且适合新手)
以下是专为 PHP 7.4 初学者设计的全面学习文档,涵盖基础语法、细节语法和进阶语法,结合 PHP 7.4 新特性与实战案例,帮助系统掌握 PHP 开发: 为什么特地做7.4的笔记而不做8的?因为公司用的7.4,哈哈 一、基…...
Nginx核心功能
目录 一:基于授权的访问控制 1:基于授权的访问控制简介 2:基于授权的访问控制步骤 (1)使用htpasswd 生成用户认证文件 (2)修改密码文件权限为400,将所有者改为nginx,…...