中山大学黄维教授、陈高洁教授与南京工业大学陈永华教授、晁凌锋副教授合作：机器学习赋能的钙钛矿太阳能电...

文章预览

01 引言 自2009年首次用于太阳能电池以来，单结钙钛矿光伏设备的功率转换效率在短短十多年的时间里从3.8%大幅提高到27.3%。虽然效率已经达到了可以与晶硅太阳能电池相媲美的水平，但钙钛矿太阳能电池（PSCs）的商业化仍面临多重挑战。一方面，目前已开发的钙钛矿材料数量仅限于几千种，远远不能满足各种应用环境的需求。另一方面，器件也存在性能不稳定和大面积制造困难的问题。试错法是PSCs开发领域最常见的策略，然而，这种方法通常需要对有限类型的材料进行深入研究，并且涉及复杂的实验程序。更重要的是，实验结果往往令人失望，因此往往需要人工分析数据结果并制定新的实验计划，这既耗时又昂贵。 为了加速PSCs从实验室规模的研究向商业化的过渡，机器学习（ML）已经成为化学和材料科学等多种学科的变革性工具。针对传统实 ………………………………