机器学习从50多万个钙钛矿结构中筛出38个光伏候选材料
研究人员开发多阶段机器学习框架,快速预测电子带隙并筛选氧化物钙钛矿的光伏应用潜力。从超过50万个候选结构出发,方法逐步收窄至38个带隙匹配的组分,等待更高精度计算与实验验证。展示了AI筛选在光伏材料发现中的落地路径。
共 5 篇 · B910化工 · AI 化学信息库
研究人员开发多阶段机器学习框架,快速预测电子带隙并筛选氧化物钙钛矿的光伏应用潜力。从超过50万个候选结构出发,方法逐步收窄至38个带隙匹配的组分,等待更高精度计算与实验验证。展示了AI筛选在光伏材料发现中的落地路径。
8月25日提交至arXiv的论文对银基三元硫属化合物Ag3TaX4(X=S/Se/Te)薄膜太阳能电池进行了系统数值研究:基于COMSOL的多物理场仿真显示,优化后的Ag3TaS4基器件(n-CdS/p-Ag3TaS4/p+-GeS)转换效率达24.66%,开路电压1.4V,短路电流密度20.68 mA/cm²。该类材料不含毒性与稀有元素约束,为薄膜光伏提供新路线。
8月17日提交arXiv的研究将机器学习代理模型与第一性原理计算结合,系统扫描铋锑硫卤化物固溶体的庞大组分空间,绘制带边位置随组分与表面端基变化的图谱,识别出与光伏及水分解能级匹配的最优区间。该材料组合地球丰富、带隙1.2-2.1eV可调,ML加速筛选将不可穷举的DFT计算压缩数个量级,为无铅光电材料提供组分设计准则。
中国发布第十五个五年规划碳达峰行动计划,旨在加速能源结构从煤炭主导向清洁能源转型。该计划设定了更积极的可再生能源装机目标和碳排放控制目标,对全球电池材料、光伏和储能产业链产生深远影响。
一个国际研究团队开发了基于基因组学思想的机器学习框架,从13088种电荷平衡的无铅双钙钛矿组合中筛选出5种经DFT验证的热力学稳定半导体材料(Rb2SnMnBr6、Cs2CdSnBr6、Cs2CdSnI6、Cs2KGaI6、Cs2AgAlBr6),均位于凸包上(E_hull小于等于0 meV/atom),光学吸收峰值超过10的5次方cm负1次方,具备光伏、传感和透明电子器件应用前景。该框架在1221个DFT计算化合物上训练,稳定性分类器ROC-AUC达0.92,带隙预测R2达0.93。