详细内容或原文请订阅后点击阅览
使用机器学习寻找可靠且价格合理的太阳能电池
基于混合有机-无机钙钛矿的太阳能电池是替代能源中发展迅速的一个领域。这些分子引发了一类新型光伏设备——钙钛矿太阳能电池的开发。
来源:Qudata使用机器学习寻找可靠且价格合理的太阳能电池
加州大学戴维斯分校工程学院的研究人员正在使用机器学习来发现高效太阳能电池的新材料。他们进行复杂的实验并应用基于机器学习的各种算法。研究的结果是，他们发现可以非常准确地预测材料的动态行为，而无需进行大量测试。
该研究于 4 月发表在 ACS Energy Letters 上。
ACS Energy Letters科学家研究的对象是混合有机-无机钙钛矿 (HOIP)。基于混合有机-无机钙钛矿的太阳能电池是替代能源中发展迅速的领域。这些分子引发了一类新型光伏器件——钙钛矿太阳能电池的开发。他们的第一个原型于 2009 年诞生。
钙钛矿在制造太阳能电池方面的效率可与硅相媲美，但它们更轻、生产成本更低，这意味着它们有可能用于包括发光设备在内的各种应用。
然而，基于钙钛矿的设备存在一个尚未解决的问题。问题是，当暴露于水分、氧气、光、热和压力下时，它们往往比硅分解得更快。
科学家面临的挑战是找到这种既高效又能抵抗环境条件的钙钛矿。仅使用反复试验的方法，很难量化钙钛矿在每个压力源的影响下的行为，因为涉及多维参数空间。
钙钛矿结构通常用 ABX3 公式描述，其中：A 是有机（碳基）或无机基团形式的阳离子。B 是铅或锡形式的阳离子。X 是阴离子、基于氯、碘、氟的卤化物或它们的组合。
ABX3 A B X