1. 您所在位置：
  2. 网站首页
  3. 文档分类
  4. 学术论文
  5. 大学论文

基于机器学习的钙钛矿电池有机间隔剂筛选与晶界缺陷量化研究.pdf

基于机器学习的钙钛矿电池有机间隔剂筛选与晶界缺陷量化研究.pdf

    摘要

    金属卤化钙钛矿凭借优异的光吸收效率、高载流子迁移率和低成本优势，已成为太

    阳能电池、光电探测器等光电器件的核心半导体材料。其中，钙钛矿太阳能电池（PSCs）

    自2009年效率从3.8%跃升至认证的27%，凭借高效低成本的特性成为新能源技术的重

    要突破。然而，二维PSCs仍面临光电转换效率（PCE）提升的关键挑战。近年研究表

    明，材料改进、界面工程和结构优化是提升效率的核心策略。例如，在钙钛矿中引入有

    机间隔剂进行表面后处理，或通过调控钙钛矿层与相邻功能层的微观结构，已被证实能

    您可能关注的文档

    最近下载

    文档评论（0）

    1亿VIP精品文档

    更多 >

    相关文档

    更多 >