中央佛罗里达大学的一个研究小组已将人工智能（AI）应用于钙钛矿太阳能电池（PSC）研究中，以开发一种系统来识别最佳材料。PSC中使用的有机-无机卤化物钙钛矿材料有助于将光伏发电转化为可消耗的能源。这些钙钛矿型太阳能电池可以固态或液态进行加工，从而提供了灵活性。
研究人员审查了2000多篇有关钙钛矿的同行评审出版物，并收集了300多个数据点，然后将这些数据点输入到机器学习算法中。随即，系统分析了这些信息并预测了哪种喷涂钙钛矿太阳能技术的配方效果最佳。
研究人员说，机器学习方法帮助他们了解如何优化材料成分，并预测最佳的设计策略和钙钛矿太阳能电池的潜在性能。机器学习预测与Shockley-Queisser极限相对应。机器学习还有助于预测运输层和钙钛矿层之间的最佳前沿轨道能量。
喷涂式太阳能电池可用于喷涂桥梁，建筑物，房屋和其他结构，以捕获光，将其转化为能量并将其馈入电网。预计该配方将成为制备灵活，稳定，高效和低成本钙钛矿的标准配方/指南。
这项研究发表在 先进能源材料 （www.doi.org/10.1002/aenm.201970181）上。