首页 资讯信息 研究咨询 服务应用 展会会议 视频图片 期刊专栏 新媒体
关闭
关闭

英国班戈大学研究员提出一种方法:通过机器学习提高有机光伏(OPV)的稳定性

发表于:2020-09-07 14:13:12     来源:知研光电材料

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。

特别声明:
索比光伏网所转载其他网站内容,出于传递更多信息而非盈利之目的,同时并不代表赞成其观点或证实其描述,内容仅供参考。版权归原作者所有,若有侵权,请联系我们删除。

相关阅读

光伏行业最新动态,请关注索比光伏网微信公众号:solarbe2005

投稿与新闻线索联系:010-68027865 刘小姐:news@solarbe.com

扫码关注

2022年中国户用光伏品牌大会
2022年中国户用光伏品牌大会

2022年9月27日

浙江宁波

2022第二届华中光伏论坛
2022第二届华中光伏论坛

2022年9月22日

武汉洪山宾馆

新闻排行榜

本周

本月

投稿与新闻线索联系:010-68027865 刘小姐 news@solarbe.com 商务合作联系:010-68000822 media@solarbe.com 紧急或投诉:13811582057, 13811958157
版权所有 © 2005-2021 索比太阳能光伏网  京ICP备10028102号-1 电信与信息服务业务许可证:京ICP证120154号
地址:北京市大兴区亦庄经济开发区经海三路天通泰科技金融谷 C座 16层 邮编:102600