当前位置: 光伏网 » 太阳能百科 » 正文

通过机器学习提高有机光伏(OPV)的稳定性

日期:2020-09-04    来源:知研光电材料

国际太阳能光伏网

2020
09/04
18:49
文章二维码

手机扫码看新闻

关键词: 光伏技术 太阳能电池 光伏组件

最近,英国班戈大学计算机科学与电子工程学院的Tudur WynDavid等研究员提出了一种从有机光伏(OPV)太阳能电池数据中提取信息的机器学习方法。在1850个器件特性、性能和稳定性数据条目组成的数据库的基础上,采用顺序最小优化回归(SMOreg)模型,用以推测太阳能电池稳定性和功率转换效率(PCE)的最大影响因素。这样的学习方法是基于属性权重分析所获取的SMOreg模型得以实现的。

值得注意的是,该分析方法可用于筛选器件结构中对稳定性和PCE有提升作用的各层活性材料,以及判断不同应力因素在OPV衰退过程中的影响力大小。在ISOS-L协议下进行的测试结果表明,光谱和活性层材料的选择对器件稳定性的影响占据主导因素,而在ISOS-D协议下进行的测试则表明,器件稳定性主要取决于材料和封装。 上述方法提供了一种快速而有效的机器学习应用方法,用以识别具有最好的稳定性和性能的功能材料。 最终,该机器学习方法通过为研究人员提供材料筛选和器件优化的有效信息,避免了大量的实验和优化过程,为OPV技术的高速发展提供了助力。


返回 国际太阳能光伏网 首页

光伏资讯一手掌握,关注国际能源网 " 光伏头条 " 微信公众号

看资讯 / 读政策 / 找项目 / 推品牌 / 卖产品 / 招投标 / 招代理 / 发新闻

扫码关注

0条 [查看全部]   相关评论

国际能源网站群

国际能源网 国际新能源网 国际太阳能光伏网 国际电力网 国际风电网 国际储能电池网 国际节能环保网 国际煤炭网 国际石油网 国际燃气网