PSIM光伏阵列仿真模型与MPPT控制验证实践

简介：围绕PSIM环境下的光伏阵列建模仿真展开的技术文档，面向光伏发电、电力电子与新能源方向的研究生、教师及工程技术人员，旨在解决光伏阵列外特性建模与最大功率点跟踪验证的问题。内容从光伏电池等效电路与数学模型入手，推导光生电流、暗电流、开路电压随辐照度和温度的变化关系，并借助二阶泰勒展开简化阵列输出方程，进而给出可直接在PSIM中搭建的外特性模型，以及配套的含MPPT算法DC-DC变换器仿真模型。资源包仅含1个doc文件，约415KB，篇幅紧凑，集中呈现模型推导、参数设置与不同环境条件下的输出曲线对比，仿真结果与实测数据吻合，可用于验证模型的适用性与准确性。目前已有515人学习下载，适合需要快速复现光伏阵列仿真、对照实验数据，或为自有变换器控制策略搭建测试平台的读者参考。

1. 先说清楚要解决什么：光伏阵列仿真模型在 MPPT 研究里的位置

做光伏 MPPT 的人大多遇到过同一个问题：控制算法在纸面上推导得很干净，一旦把主电路接上真实组件，输出曲线就不受预期控制。PSIM 光伏阵列仿真模型要解决的就是这件事——把厂家手册上能查到的短路电流、开路电压、峰值功率、电压电流温度系数，连同辐照度、电池温度、串并联数这些工况量，转换成一个能在电路里直接连线的元件，让后面的 DC-DC 变换器和 MPPT 算法有一个可信的输入源。这套方案适合三类人：毕业设计要做光伏发电系统仿真的学生、课程设计要交一份完整 MPPT 方案的人、以及需要快速验证变换器控制策略的从业者。光伏电池的输出特性是辐照度和温度的非线性函数，靠改一个电阻去凑曲线行不通，模型必须能被参数化。

2. 建模路线与平台选型：外特性模型为什么更经得起产品迭代

建模之前先要决定一件事：模型是描述电池内部发生了什么，还是只描述端口上测得到什么。这个分水岭决定了后面所有的参数从哪来、模型能用到什么程度。

2.1 物理机制路线与外特性路线的分歧点

物理机制路线从半导体的载流子输运出发，把 PN 结、扩散电流、少子寿命、双二极管甚至三二极管都写进方程。它的问题不在精度，而在于参数要不到：扩散长度、少子寿命、结电容这些量，组件厂商的产品手册里一项都不会给。等到产品换代，模型参数需要整套重新标定，学生手上没有测试台，只能去文献里找近似值，精度反而更差。

外特性路线反过来，只保证端口伏安特性与手册参数一致——标准条件下（1000 W/m²、25℃）的短路电流、开路电压、峰值功率，加上短路电流温度系数和开路电压温度系数。这几个量手册上白纸黑字，换一款组件只需要改六个数。对于做电路仿真的人来说，这相当于把模型的黑匣子打开成了参数面板，输入端口接电压，输出端口给电流，中间发生了什么不影响主电路的仿真结果。

这条路的代价是模型失去对内部物理过程的解释力。比如电池老化导致的复合电流上升，外特性模型是看不出来的，只能靠实测曲线反推。所以在选型阶段要明确：这份模型服务的是系统级动态仿真和 MPPT 策略验证，不是器件物理研究。目标定清楚，后面的简化才不会被质疑成“瞎凑”。

2.2 四个候选平台的能力边界

光伏发电系统本质上是电力电子应用系统，可选的仿真平台不少，但每一个的强项都不一样。选型时不要只看“哪个更流行”，要看主电路建模的灵活度和控制策略的实现方式能不能同时满足。

PSIM 的器件基本采用理想模型，计算速度快，代价是不能直接分析复杂的开关过渡过程——开关损耗、电压尖峰、寄生振荡这些内容它给不了。反过来说，做 MPPT 研究关心的是功率流的走向和稳态工作点，开关瞬态并不是主要矛盾。需要补这部分的时候，用理想器件串一个小电阻模拟通态压降，或者把开通关断损耗折算成等效热阻，通常够用了。

真正的优势在接口。PSIM 提供 C 语言接口，可以把自定义的器件模型和自定义的控制算法都写成动态链接库挂进去，主电路用图形搭，算法用 C 写，两边各干各擅长的事。

2.3 三条假设与建模前必须先做的参数标定

动手搭模型之前通常先立三条假设，它们决定了模型的适用范围，也决定了答辩时会被问到哪里。

第一条，忽略光伏电池的分布效应，认为同一块组件内所有电池单元工作状态一致。第二条，忽略光照不均匀造成的温度梯度，认为整块阵列温度单一。第三条，忽略阴影遮挡时恒流条件对被遮挡部分输出电压的限制。前两条在均匀光照的实验室条件下基本成立，第三条在局部遮挡场景下会失效——被遮挡的电池从电源变成负载，消耗其他电池的功率，最终表现为输出功率的塌陷。

第三条不能靠公式修补，通常的做法是让串联电池数可调，并在模型外部串旁路二极管，用电路结构而不是数学表达式去逼近遮挡工况。这也解释了为什么原文里会强调“通过改变串联电池数能够使其应用于局部遮挡的场合”。

参数标定的第一步是把手册值转成模型初值。下面这段脚本做的事很朴素：输入手册上的四个数，输出光生电流、反向饱和电流和理想因子的初值，供后面写进 C 模块。

# param_fit.py —— 由组件手册参数反推模型初值 import math Q = 1.602e-19 # 电子电量 K = 1.381e-23 # 玻尔兹曼常数 T_STC = 298.15 # 标准测试条件 25℃ 对应的绝对温度 Voc, Isc, Pmax = 21.6, 2.02, 34.0 # 手册值：开路电压、短路电流、峰值功率 Ns = 36 # 串联电池数，由 Voc/单电池电压粗估 A = 1.3 # 二极管理想因子初值，后续按曲线形状微调 Vt = A * K * T_STC / Q I0 = Isc / (math.exp(Voc / (Ns * Vt)) - 1.0) # 标准条件下近似 Iph = Isc * (1.0 + 0.0) # 25℃ 时近似等于短路电流 ff = Pmax / (Voc * Isc) # 填充因子，用来反查理想因子是否合理 print(f"I0={I0:.3e} A, Iph={Iph:.3f} A, FF={ff:.3f}") # FF 落在 0.70~0.78 说明 A 取得基本合理；明显偏离就先调 A 再重算

这里的关键不是脚本本身，而是那个填充因子校验。理想因子取值偏大，曲线会变得过方，填充因子虚高；取值偏小，曲线过早弯折。用 FF 反查比直接盯着曲线看要靠谱得多，因为它是可比较的数值指标。标定完之后，这几个初值再写进 PSIM 的参数表里。

3. 从等效电路到可计算表达式：光伏阵列数学模型的推导与简化路径

3.1 单电池等效电路里真正起作用的五个量

光伏电池的等效电路可以看成三部分并联：一个受光照控制的电流源、一个反偏的二极管、以及一条表示漏电流的并联支路，外面再串一个体电阻和接触电阻。光照产生的光生电流与电池面积和入射辐照度成正比；无光照时，电池的行为就是一个普通二极管，外加电压下流过的单向电流叫暗电流。

几个量的温度行为必须记住，它们后面直接变成模型的参数项。光生电流随温度升高略有上升，量级在每升高 1℃ 上升几十微安；开路电压与入射辐照度的对数成正比，与温度成反比，每升高 1℃ 下降 2~3 mV；暗电流随温度上升而明显增大，因为本征载流子浓度随温度指数增长。串联电阻主要影响曲线在开路电压附近的斜率，并联电阻影响低电压段电流是否塌陷。

把这几项写在一起，单电池的端口电流就是：

I = Iph - I0 * (exp(q * (V + I*Rs) / (A*k*T)) - 1) - (V + I*Rs) / Rsh

这个式子有一个麻烦：电流 I 同时出现在等号两边和指数里，是超越方程，没有显式解。电路仿真软件对此无所谓，因为它本身就是迭代求解器；但如果要用 C 写一个自定义模块，就必须自己处理迭代。

3.2 串并联扩展：Ns 和 Np 怎么进入方程

单电池的电压只有零点几伏、峰值功率一瓦出头，实际负载要的电压和功率都不是这个量级，所以要串并联成阵列。串联提高电压，并联提高电流，扩展后的方程变成：

I = Np*Iph - Np*I0*(exp(q*(V/Ns + I*Rs/Np)/(A*k*T)) - 1) - Np*(V/Ns + I*Rs/Np)/Rsh

注意指数里的电压项是 V/Ns，也就是阵列电压先平均到每一片电池上，再叠加该支路的串联电阻压降。这个细节在建模时最容易出错：如果直接在指数里写 V 而不除以 Ns，辐照度不变的情况下曲线形状会完全失真，开路电压会虚高到几十倍。

阵列级的另一个影响是遮挡。局部遮挡时，被遮的那一串电池不再发电，反而因为反偏变成负载，整串的输出能力被它拖住。理想的做法是给每一串并一个旁路二极管，让被遮的一串被短路掉，代价是那部分功率永久损失。模型里对应的操作就是把 Ns 改小，等价于把被遮挡的电池从串联链里拿掉。

3.3 二阶泰勒展开：把超越方程压成能用初等函数实现的形式

直接实现指数项本身没有障碍，C 语言里有 exp()。真正的问题在于参数标定和数值稳定性：指数函数的自变量在开路附近会跑到几十，双精度下虽然不至于溢出，但求导后的迭代容易发散。原文的处理是对暗电流项做二阶泰勒展开近似，把指数用多项式替代，降低算式复杂度。

工程上的做法通常是这样的：定义一个新的组合参数，把 I0 与温度项合并，然后把指数在标准工作点附近展开成二次多项式，得到电流关于电压的近似显式表达式。这样模型的计算变成纯代数运算，不再需要牛顿迭代，PSIM 里的自定义模块也能写得更短。

要注意这个简化的代价。泰勒展开只在展开点附近精度高，远离最大功率点、尤其是接近开路电压时误差会放大。所以验证环节不能只看 MPP 附近的拟合，必须把开路电压和短路电流两个端点单独拉出来比对，误差超过阈值就说明展开点选得不对，要么换展开中心，要么老老实实回到迭代求解。

下面这段代码用的是迭代法而不是展开法，原因是它要作为 PSIM 模块里的基准实现，稳定性优先。

# pv_curve.py —— 迭代求解阵列 I-V，用于在校准阶段对照 PSIM 输出 import math def pv_current(V, G, T, p): """V: 阵列端电压; G: 辐照度 W/m2; T: 电池温度 ℃; p: 参数字典""" Tk = T + 273.15 Iph = (G / 1000.0) * (p['Isc'] + p['kI'] * (T - 25.0)) I0 = p['I0'] * (Tk / 298.15) ** 3 * math.exp( (1.602e-19 * p['Eg'] / (p['A'] * 1.381e-23)) * (1/298.15 - 1/Tk)) Vt = p['A'] * 1.381e-23 * Tk / 1.602e-19 I = Iph for _ in range(30): # 牛顿迭代，通常 5~8 次收敛 Vd = (V + I * p['Rs']) / p['Ns'] f = Iph - I0 * (math.exp(Vd / Vt) - 1.0) - (V + I * p['Rs']) / p['Rsh'] - I df = -I0 * math.exp(Vd / Vt) * p['Rs'] / (p['Ns'] * Vt) - p['Rs'] / p['Rsh'] - 1.0 I -= f / df if abs(f) < 1e-9: break return max(I, 0.0) # 扫描一条 P-V 曲线，找峰值位置 p = dict(Isc=2.02, kI=0.0008, I0=2e-4, A=1.3, Eg=1.12, Rs=0.02, Rsh=200.0, Ns=36) best = (0.0, 0.0) for i in range(0, 220): v = i * 0.1 power = v * pv_current(v, 1000.0, 25.0, p) if power > best[1]: best = (v, power) print(f"MPP ≈ {best[0]:.2f} V, {best[1]:.2f} W")

参数里 kI 是短路电流温度系数，Eg 是材料的禁带宽度，Rs 和 Rsh 分别压曲线的膝部和低电压段的斜率。这几个值不需要精确到小数点后四位，先用手册值和经验值起步，再用实测曲线做一次最小二乘微调。曲线在膝部对 Rs 敏感、在低电压段对 Rsh 敏感，两个参数可以分开调，不必一起动。

4. PSIM 模型落地：自定义 C 模块、参数表与曲线扫描的具体做法

4.1 参数表与模块端口定义

模型落地第一步是把参数固定下来。以一款 34 W 的多晶组件为例，手册给出开路电压 21.6 V、短路电流 2.02 A、峰值功率 34 W，标定后填入模型的常数项大致如下表。这些值不是通用常数，换组件必须重标，表的意义在于告诉你每个格子该填什么、填错了会有什么症状。

端口定义要一次说清楚：输入端口是阵列端电压 V、辐照度 G、电池温度 T，输出端口是阵列电流 I。PSIM 的自定义模块走的是 C 语言动态链接库，模块在仿真步长内被调用一次，返回当前端口电流，求解器据此更新节点电压，形成闭环。

提示：辐照度的单位必须是 W/m²，参考条件取 1000；如果误填 1.0（换算成 kW/m²），光生电流会小三个数量级，曲线会贴到坐标轴上，症状很明显但容易被当成模型写错了。

4.2 用 C 写自定义模块：把方程变成 PSIM 认识的元件

下面这段是模型的核心计算函数。它没有用泰勒展开，用的是牛顿迭代，理由是 PSIM 的仿真步长本来就在微秒级，多算几次迭代的开销可以忽略，而稳定性更重要。

/* pv_array.c —— PSIM 自定义模块：光伏阵列端口 I-V 计算 */ #include <math.h> #define Q 1.602e-19 #define K 1.381e-23 #define NS 36 /* 串联电池数 */ #define NP 1 /* 并联支路数 */ #define ISC 2.02 /* 标准条件短路电流 A */ #define KI 0.0008 /* 短路电流温度系数 A/℃ */ #define I0STC 2.0e-4 /* 标准条件反向饱和电流 A */ #define AID 1.3 /* 二极管理想因子 */ #define RS 0.02 #define RSH 200.0 #define EG 1.12 /* 禁带宽度 eV */ static double pv_current(double V, double G, double T) { double Tk = T + 273.15; double Iph = NP * (G / 1000.0) * (ISC + KI * (T - 25.0)); /* 反向饱和电流随温度按指数修正，这一项决定开路电压的温度系数 */ double I0 = NP * I0STC * pow(Tk / 298.15, 3.0) * exp((Q * EG / (AID * K)) * (1.0 / 298.15 - 1.0 / Tk)); double Vt = AID * K * Tk / Q; double I = Iph; /* 牛顿迭代初值取光生电流 */ int n; for (n = 0; n < 12; n++) { double Vd = (V / NS + I * RS / NP); double f = Iph - I0 * (exp(Vd / Vt) - 1.0) - NP * (V / NS + I * RS / NP) / RSH - I; double df = -I0 * exp(Vd / Vt) * RS / (NP * Vt) - RS / RSH - 1.0; I -= f / df; if (fabs(f) < 1e-10) break; } return (I < 0.0) ? 0.0 : I; /* 反偏时钳位，避免负电流发散 */ }

几个地方值得单独说。迭代初值取光生电流而不是零，是因为光伏曲线的解几乎总是落在 Iph 附近，从 Iph 出发三五次就能收敛；初值取零则在大电压点容易跑到负值区域。钳位是为了处理反偏工况，局部遮挡时会出现端电压为负、电流被反向灌入的情况，不钳位会让求解器直接发散。

温度对开路电压的影响全部藏在 I0 里，没有单独写一个电压温度系数去减。这样做的好处是物理上自洽，代价是 I0 的标定精度直接决定 Voc 的温度行为，必须用 25℃ 和 56℃ 两组实测开路电压反推一次，确认 I0STC 落对了区间。

4.3 曲线扫描：用可变负载把 I-V 和 P-V 拉出来

模型建好之后，先接可变电阻负载做静态扫描，把不同光照和温度下的曲线族画出来。这一步相当于给模型做体检，曲线形状不对，后面接变换器全是白费。

扫描方式很直接：让负载电阻从接近短路（零点几欧）连续调到接近开路（几千欧），每个阻值记录一组电压电流，得到 I-V 曲线，再对电压电流求积得到 P-V 曲线。辐照度取 1000、800、600、400、200 五档，温度取 25℃ 和 56℃ 两档做对照。

正常的输出应该是这样的：辐照度越大，短路电流越大，曲线整体上抬；开路电压随辐照度变化不大，只在低辐照时略有下降。温度升高时，短路电流小幅上升，开路电压明显下降，峰值功率和对应的峰值电压一起往左下走。如果你拉出来的曲线里温度升高功率反而变大，多半是光生电流的温度项写得过大，把电压的下降盖过去了。

P-V 曲线上每条曲线有且只有一个峰值，这是后面 MPPT 能工作的前提。如果出现双峰，检查是不是并联支路数 Np 大于 1 却没有串旁路二极管，多个支路的不一致会人为造出第二个局部极值。

4.4 MPPT 变换器联调：扰动观察法写成 DLL 挂进闭环

静态曲线对了，再上带 MPPT 的直流变换器。主电路参数按开关频率 30 kHz 选取：输入滤波电容 10 μF，输出滤波电容 100 μF，储能电感 100 μH，负载电阻 40 Ω。这个组合下的电流纹波和输出电压纹波都在可接受范围，开关频率再低电感就得往上加，体积代价不划算。

MPPT 算法用扰动观察法，实现方式不是搭子电路，而是写成一个 C 语言的 DLL 模块，从 PSIM 主电路里读电压电流，输出占空比给开关管。用子电路搭算法不方便调试，也看不出内部状态，写成代码反而干净。

/* mppt_po.c —— 扰动观察法，每个采样周期调用一次 */ static double duty = 0.6; /* 占空比初值，从中间值起步 */ static double Vprev = 0.0, Pprev = 0.0; #define STEP 0.005 /* 占空比扰动步长 */ #define DMAX 0.90 #define DMIN 0.10 double mppt_step(double V, double I) { double P = V * I; if (P > Pprev) { /* 功率升，沿原方向继续走 */ if (V > Vprev) duty += STEP; else duty -= STEP; } else { /* 功率降，掉头 */ if (V > Vprev) duty -= STEP; else duty += STEP; } if (duty > DMAX) duty = DMAX; /* 限幅，防止饱和后失去调节能力 */ if (duty < DMIN) duty = DMIN; Vprev = V; Pprev = P; return duty; }

步长 0.005 是在稳态振荡和跟踪速度之间折中的结果。步长取到 0.02，启动后能在几毫秒内爬到峰值附近，但稳态时占空比会在峰值两侧来回大幅摆动，功率曲线看起来像锯齿；步长降到 0.001，稳态很平，但辐照度突变时要几十毫秒才跟得上。工程上常用的做法是变步长，启动阶段用大步长、接近峰值后切换成小步长，代价是多一个判断分支。

采样周期比步长更容易出问题。扰动观察法假设每一次扰动之后电路已经稳定，如果采样周期小于主电路的建立时间，读到的是过渡过程的电压电流，算法会被自己制造的扰动误导，表现为占空比乱跳、功率不收敛。按 30 kHz 开关频率、100 μH 电感估算，建立时间在几百微秒量级，采样周期取 1~2 ms 比较稳妥。

局部遮挡的场景在这一步单独跑一组：把 Ns 从 36 改成 30 模拟一串电池被旁路，观察 P-V 曲线是否出现台阶、MPPT 是否停在全局峰值上。扰动观察法在双峰曲线上会卡在局部极值，这是它的固有缺陷，答辩时被问到要如实说明，别硬说成能全局寻优。

5. 避坑与排查：光伏阵列仿真里最容易翻车的五处细节

5.1 曲线整体电流偏高或偏低，形状却是对的

现象是辐照度调了五档，五条曲线都能出来，但每条都比实测高出一截或者低一截。原因基本锁定在辐照度的基准上：光生电流是按 G/1000 折算的，如果输入的 G 用的是 kW/m² 或者干脆用了百分数，折算系数就整体错了。另一种可能是 Isc 填的是单电池的值而不是组件值，两者差着并联支路数。

解决办法是先在标准条件下跑一个点，端电压置零，读出来的电流必须等于手册短路电流，误差控制在 1% 以内再往下走。这个自检只要一行操作，却能省掉后面几个小时的困惑。

5.2 低电压段电流塌陷，曲线不像正常光伏板

正常的 I-V 曲线在低电压段应该接近一条水平线，电压升到膝部才快速下弯。如果曲线从原点就开始往下斜，说明并联电阻 Rsh 取小了，漏电流把电流吃掉了。反过来，如果膝部圆钝、拐点不清晰，是串联电阻 Rs 取大了。

这两个参数在 PSIM 里不是器件，是公式里的常数，改的时候要一次只动一个，动完立刻重扫曲线。同时动两个，最后说不清是哪个起了作用，标定过程就变成了玄学。经验值是 Rs 取几十毫欧、Rsh 取几百欧量级，先按这个范围扫一遍，找到数量级再细调。

5.3 MPPT 稳态时占空比来回大跳，功率不收敛

现象是仿真跑了很久，功率曲线始终在峰值附近上下振荡，幅度超过 5%。原因通常是两个：扰动步长太大，或者采样周期小于主电路的建立时间。前者让算法每次都越过峰值，后者让算法读到的是过渡过程的假数据。

处理顺序是先加大采样周期看振荡是否收敛，收敛了就是采样问题；如果加大周期后只是振荡变慢但幅度不变，那就是步长问题，把 STEP 从 0.01 降到 0.005 甚至 0.002 再看。两个都调完还不行，检查占空比限幅是不是设得太窄，导致算法在限幅边界上反复撞墙。

5.4 改了温度，曲线几乎不动

温度项在模型里分散在三个地方：光生电流的温升修正、反向饱和电流的指数修正、热电压的温度项。只改了 Iph 的修正系数，曲线当然只动一点点，因为开路电压的温度行为主要由 I0 决定。

排查方法是单独看开路电压：把温度从 25℃ 调到 56℃，开路电压应该下降 1.5~2.5 V（对 36 片串联的组件）。下降量对不上，就回过头查 I0 的温度指数项里的禁带宽度和理想因子。这一项写错不会报错，只会让曲线默默偏离，属于典型的黑匣子问题。

5.5 DLL 编译通过但仿真跑不动，输出恒为零

编译没报错、模块也挂上了，仿真一跑电流输出就是一条零线。最常见的原因是端口映射顺序对不上：C 函数按 V、G、T 的顺序读参数，PSIM 里的模块端口却按 V、T、G 连的线，温度和辐照度互换之后，G 被当成温度代入，光生电流直接算成零。

其次是变量未初始化。C 里的静态变量在模块加载时是零，如果占空比初值没给，第一步算出来就是零，之后一直在零附近。这类问题没有报错信息，只能靠打印中间变量定位，所以建模阶段养成在关键节点输出一路观测信号的习惯，出问题时能省很多时间。后悔药没有，观测点可以提前埋。

6. 验收与答辩：怎么用一组实测曲线证明模型站得住

模型跑通不等于模型可信。验收的核心是一句话：仿真曲线和实测曲线在关键点上对得上，而且这种对得上不是靠事后调参凑出来的。

实测平台的搭建不复杂。左边是被测光伏阵列，右边是测量电路：一个可调的大功率电阻做负载，串一块电流表、并一块电压表。把电阻从接近短路调到接近开路，每隔一段记录一组电压电流，画出来就是 I-V 曲线，逐点相乘得到 P-V 曲线。短路电流的读取要注意，负载电阻调到足够小的时候电压接近零，此时电流表读数才可以近似当作 Isc；开路电压则是电阻调到断路、电流归零时电压表的读数。

验收指标建议按下面这张表来定，每一项都能追溯到具体数据，答辩时被追问也有据可查。

答辩最容易被问的一个问题是：你这个模型是不是拿实测数据拟合出来的，换一款组件还准不准。应对的办法是控制变量——参数只用 25℃、1000 W/m² 这一组标准条件下的数据标定一次，然后拿 56℃ 和低辐照度的实测数据去验证，验证集不参与标定。如果验证集的误差同样落在表内阈值，模型的适用性就站得住；如果验证集偏差很大，说明模型对温度或辐照度的外推能力不足，要老老实实说清楚适用范围，别硬撑。

另一个常被追问的点是为什么不选 Simulink。回答要把两边的能力边界摆出来：Simulink 的控制策略实现更顺手，但主电路器件模型偏简单；这套方案的重点在主电路和变换器的功率流，PSIM 的理想器件计算快、自定义 C 模块又能把算法写进去，选它是权衡的结果，不是随大流。承认它的短板——不能分析复杂开关过渡过程——反而比强行吹成全能更让人信服。

从那以后我每次带人做这类仿真，都强制走一遍“标准条件自检、端点比对、验证集不参与标定”的三步流程，宁可前期多花半天，也不想在答辩前一晚发现曲线是靠调参凑出来的。希望帮到你。

本文还有配套的精品资源，点击获取