机器学习辅助钙钛矿太阳能电池的形貌研究.pdf

机器学习辅助钙钛矿太阳能电池的形貌研究.pdf

摘要

钙钛矿太阳能电池(PSCs)因其高光电转化效率和低制备成本成为光伏领

域的研究热点。其中,钙钛矿薄膜形貌对器件性能起决定性作用。目前,常规

薄膜形貌表征手段是扫描电子显微镜(SEM),但其高昂成本、耗时操作和离

位分析导致器件优化时效急剧降低,且人工解析钙钛矿SEM形貌存在较大误差。

故此,本文运用机器学习(ML)算法建立了基于钙钛矿薄膜SEM图片的器件

性能预测分类和回归模型,量化了钙钛矿形貌特征,定量分析了钙钛矿形貌特

征与PSCs性能之间关系。主要研究内容分为三个部分:

文档评论(0)

1亿VIP精品文档

相关文档