Một nhóm nghiên cứu tại Đại học Central Florida đã ứng dụng Trí tuệ nhân tạo (AI) vào nghiên cứu pin mặt trời perovskite (PSC) để phát triển một hệ thống xác định các vật liệu tốt nhất. Vật liệu perovskite halogenua hữu cơ-vô cơ được sử dụng trong PSC giúp chuyển đổi quang năng thành năng lượng tiêu hao. Các pin mặt trời perovskite này có thể được xử lý ở trạng thái rắn hoặc lỏng do đó mang lại tính linh hoạt.
Các nhà nghiên cứu đã xem xét hơn 2000 ấn phẩm được bình duyệt về perovskites và thu thập hơn 300 điểm dữ liệu sau đó được đưa vào một thuật toán học máy. Sau đó, hệ thống đã phân tích thông tin và dự đoán công thức nào cho công nghệ năng lượng mặt trời perovskite phun lên sẽ hoạt động tốt nhất.
Các nhà nghiên cứu nói rằng phương pháp học máy đã giúp họ hiểu cách tối ưu hóa thành phần vật liệu và dự đoán các chiến lược thiết kế tốt nhất và hiệu suất tiềm năng của pin mặt trời perovskite. Các dự đoán học máy tương ứng với giới hạn Shockley-Queisser. Máy học cũng giúp dự đoán năng lượng quỹ đạo biên giới tối ưu giữa lớp vận chuyển và lớp perovskite.
Pin mặt trời dạng phun có thể được sử dụng để phun sơn cầu, tòa nhà, nhà cửa và các cấu trúc khác để thu nhận ánh sáng, biến nó thành năng lượng và đưa vào lưới điện. Dự đoán rằng công thức có thể trở thành công thức / hướng dẫn tiêu chuẩn để tạo ra các perovskite linh hoạt, ổn định, hiệu quả và chi phí thấp.
Nghiên cứu đã được đăng trên Advanced Energy Materials (www.doi.org/10.1002/aenm.201970181).