最近,英國班戈大學(xué)計算機科學(xué)與電子工程學(xué)院的Tudur WynDavid等研究員提出了一種從有機光伏(OPV)太陽能電池數(shù)據(jù)中提取信息的機器學(xué)習(xí)方法。在1850個器件特性、性能和穩(wěn)定性數(shù)據(jù)條目組成的數(shù)據(jù)庫的基礎(chǔ)上,采用順序最小優(yōu)化回歸(SMOreg)模型,用以推測太陽能電池穩(wěn)定性和功率轉(zhuǎn)換效率(PCE)的最大影響因素。這樣的學(xué)習(xí)方法是基于屬性權(quán)重分析所獲取的SMOreg模型得以實現(xiàn)的。
值得注意的是,該分析方法可用于篩選器件結(jié)構(gòu)中對穩(wěn)定性和PCE有提升作用的各層活性材料,以及判斷不同應(yīng)力因素在OPV衰退過程中的影響力大小。在ISOS-L協(xié)議下進行的測試結(jié)果表明,光譜和活性層材料的選擇對器件穩(wěn)定性的影響占據(jù)主導(dǎo)因素,而在ISOS-D協(xié)議下進行的測試則表明,器件穩(wěn)定性主要取決于材料和封裝。
上述方法提供了一種快速而有效的機器學(xué)習(xí)應(yīng)用方法,用以識別具有最好的穩(wěn)定性和性能的功能材料。最終,該機器學(xué)習(xí)方法通過為研究人員提供材料篩選和器件優(yōu)化的有效信息,避免了大量的實驗和優(yōu)化過程,為OPV技術(shù)的高速發(fā)展提供了助力。
原標題:英國班戈大學(xué)研究員提出一種方法:通過機器學(xué)習(xí)提高有機光伏(OPV)的穩(wěn)定性