Perovskit malzemeler için doğru bant aralıklarından oluşan bir veri kümesinin oluşturulması ve makine öğrenimi yöntemlerinin kullanılması yoluyla, fotovoltaik uygulamalar için birçok umut verici halojenür perovskit tanımlanır. Kredi bilgileri: H. Wang (EPFL)

Bir EPFL araştırma projesi, büyük veritabanlarında hızlı ve doğru bir şekilde arama yapmak için makine öğrenimine dayalı bir yöntem geliştirerek güneş pilleri için 14 yeni malzemenin keşfedilmesine yol açtı.

Güneş enerjisini günlük hayatımıza entegre ettiğimizde, güneş ışığını verimli bir şekilde elektriğe dönüştüren malzemelerin bulunması önemli hale geldi. Silikon şu ana kadar güneş enerjisi teknolojisine hakim olsa da, daha düşük maliyetleri ve daha basit üretim süreçleri nedeniyle perovskit olarak bilinen malzemelere de istikrarlı bir yönelim var.

Ancak zorluk, doğru “bant aralığına” sahip perovskitleri bulmaktı: bir malzemenin güneş ışığını ne kadar verimli bir şekilde emebileceğini ve onu ısı olarak kaybetmeden elektriğe dönüştürebileceğini belirleyen belirli bir enerji aralığı.

Şimdi, Haiyuan Wang ve Alfredo Pasquarello liderliğindeki, Şangay ve Louvain-La-Neuve’deki işbirlikçileriyle birlikte yürütülen bir EPFL araştırma projesi, en uygun çözümü aramak için gelişmiş hesaplama tekniklerini makine öğrenimiyle birleştiren bir yöntem geliştirdi. fotovoltaik uygulamalar için malzemeler. Yaklaşım, daha verimli ve daha ucuz güneş panellerine yol açarak güneş enerjisi endüstrisi standartlarını dönüştürebilir.

Kağıt yayınlanan içinde Amerikan Kimya Derneği Dergisi.

Araştırmacılar, 246 perovskit malzeme için kapsamlı ve yüksek kaliteli bir bant aralığı değerleri veri seti geliştirerek işe başladılar. Veri seti, elektron değişimini içeren ve daha geleneksel Yoğunluk Fonksiyonel Teorisini (DFT) geliştiren karmaşık bir hesaplama türü olan hibrit fonksiyonellere dayalı gelişmiş hesaplamalar kullanılarak oluşturuldu. DFT, atomlar ve moleküller gibi çok cisimli sistemlerin elektronik yapısını araştırmak için kullanılan kuantum mekaniksel bir modelleme yöntemidir.

Kullanılan hibrit fonksiyoneller “dielektrik bağımlıydı”, yani malzemenin elektronik polarizasyon özelliklerini hesaplamalarına dahil ettiler. Bu, standart DFT’ye kıyasla bant aralığı tahminlerinin doğruluğunu önemli ölçüde arttırdı; bu, özellikle elektron etkileşimi ve polarizasyon etkilerinin elektronik özellikleri için çok önemli olduğu perovskitler gibi malzemeler için önemlidir.

Ortaya çıkan veri seti, perovskit materyallerin optimum düzeyde tanımlanması için sağlam bir temel sağladı. fotovoltaik gibi uygulamalar için Verimliliği en üst düzeye çıkarmak için bant aralığı değerlerinin üzerinde olması önemlidir.

Ekip daha sonra bant aralığı hesaplamalarını kullanarak 246 perovskit üzerinde eğitilmiş bir makine öğrenimi modeli geliştirdi ve bunu güneş pilleri için yaklaşık 15.000 aday materyalden oluşan bir veri tabanına uygulayarak, aramayı tahmin edilen bantlarına göre en umut verici perovskitlere kadar daralttı. boşluklar ve istikrar. Model, tümü bant aralığına sahip ve onları yüksek verimlilik için mükemmel adaylar haline getirecek kadar yüksek enerji kararlılığına sahip 14 tamamen yeni perovskit tanımladı. .

Çalışma, yeni fotovoltaik malzemelerin keşfini ve doğrulanmasını kolaylaştırmak için makine öğreniminin kullanılmasının maliyetleri düşürebileceğini ve güneş enerjisinin benimsenmesini büyük ölçüde hızlandırabileceğini, böylece enerjiye olan bağımlılığımızı azaltabileceğini gösteriyor. ve iklim değişikliğiyle mücadeleye yönelik küresel çabalara yardımcı olmak.

Daha fazla bilgi:
Haiyuan Wang ve diğerleri, Bant Boşluğu Tanımlayıcısının Evrenselliğini ve Fotovoltaik Perovskitlerin Keşfini Sağlayan Yüksek Kaliteli Veriler, Amerikan Kimya Derneği Dergisi (2024). DOI: 10.1021/jacs.4c03507

Alıntı: Makine öğrenimi, güneş pili perovskitlerinin keşfini hızlandırır (2024, 20 Mayıs) 20 Mayıs 2024 tarihinde https://phys.org/news/2024-05-machine-discovery-solar-cell-perovskites.html adresinden alınmıştır.

Bu belge telif haklarına tabidir. Özel çalışma veya araştırma amacıyla yapılan her türlü adil işlem dışında, yazılı izin alınmadan hiçbir kısmı çoğaltılamaz. İçerik yalnızca bilgilendirme amaçlı sağlanmıştır.



Kaynak