Перовскитные солнечные элементы — это фотоэлектрические устройства, в которых активный слой имеет кристаллическую структуру минерала перовскита. Эти легкие и гибкие устройства имеют высокий коэффициент преобразования света в электричество, низкую стоимость производства, а также потенциал для интеграции в архитектурные системы. Перовскит при этом входит в структуру солнечной ячейки, которая состоит из слоев:
- транспортных (электронные и дырочные),
активных (перовскит),
проводников.
Специалисты Уральского федерального университета (УрФУ) создали базу данных по перовскитным солнечным элементам (ПСЭ). Она содержит 7 182 конфигурации с детальными фотоэлектрическими характеристиками. Это позволит ускорить разработку новых высокоэффективных и стабильных конфигураций солнечных элементов для использования в космосе и электронной промышленности. Описание базы опубликовано в журнале Data in Brief.
Инновация подходит для описания различных архитектур устройств. Ее структура обеспечивает обучение ИИ для создания усовершенствованных фотоэлектрических элементов. Исследователи также разработали модели машинного обучения, прогнозирующие наиболее эффективные конфигурации ПСЭ. Анализ выявил нелинейные зависимости между параметрами элементов и объяснил логику принятия решений созданными алгоритмами.
На данный момент существуют наборы данных о ПСЭ, причем их довольно много, но они ограничены, плохо структурированы и содержат неполную или отсутствующую информацию. Какие-то из них являются закрытыми, и получить к ним доступ не всегда возможно даже по запросу. Наша разработка содержит множество параметров, влияющих на характеристики солнечных элементов, например, типы слоев переноса заряда, ионный состав и многие другие важные атрибуты для эффективной работы устройств такого вида.
Данные моделирования и машинное обучение систематизирует поиск оптимальных конфигураций солнечных элементов. Этот подход сократит количество физических прототипов и сфокусирует исследования на наиболее перспективных вариантах, что ускорит создание новых эффективных и стабильных материалов.
Ранее Наука Mail писала об умном софте для выявления дефектов микросхем.
