加速有机太阳能电池进展 日本用 AI 寻找聚合物材料

作者: | 发布日期: 2018 年 06 月 29 日 9:57 | 分类: 产业资讯

有机太阳能电池的聚合物组合方式有千百种,如何找到最适合材料,为当前科学家绞尽脑汁想得出的成果,近日日本科学家试图通过人工智能技术减少搜索材料时间,帮助有机太阳能踏进商业化门槛。

有机太阳能电池具有可挠与低成本优势,利用导电聚合物或小分子吸收光并转移电荷,只要少量有机物就可吸收大量的光。其制造方式也较简单,可采用低价材料和简易印刷技术制程,可以说是太阳能光伏发电产业的明日之星。

然而目前有机太阳能电池的光电转换效率太低、处在 11%~12% 之间,距离商业化标准 15% 还有一段距离,科学家也还没找到最适合的聚合物材料,因此有机太阳能还无法达到商业化。日本大阪大学工学院准教授长泽慎司(Shinji Nagasawa)表示,聚合物与有机太阳能电池的短路电流(short-circuit current)有关,会大大影响太阳能板的光电转换效率。

但聚合物由受体单元、予体单元、隔片、烷基链组成,研究员佐伯昭纪(Akinori Saeki)补充,假设每个单元有 20 种选择,排列组合数会超过 100 万。且由于转换效率是综合各个复杂因素的结果,牵涉到薄膜形态、p 型和 n 型半导体界面与材料溶解度,即使利用量子化学计算也无法预测太阳能电池效率。

如果要一一测试将会消耗大量时间,因此研究员想通过人工智能来提高搜寻效率。

为减少计算机筛选数量,研究团队先从约 500 项研究中收集了 1,200 份有机太阳能数据,再用机器学习算法“随机森林(Random Forest)”建构了一组模型,其中结合有机太阳能的能隙、分子量、化学结构、转换效率与电子特性资料,能预测潜力设备的理论转换效率。

“随机森林”可找出材料性能与有机太阳能实际效率的相关性,团队则善加利用这一优势,将模型用来筛选新型聚合物的理论转换效率,并成功找出一种先前从未测试的聚合物。

虽然实际测试之后结果不如预期,但该模型在材料结构与性质提供许多有用的见解。研究员认为,只要加入更多的资料,象是聚合物在水中的溶解度等,就可以进一步提高模型实用性。

佐伯昭纪表示,该模型并不完美,准确度仅20%~50%。不过机器学习能够实时预测实验室需要数月才能得到的结果,可大大提升太阳能电池开发速度。显然这项机器学习技术还不能无法完全取代人,但仍可为分子设计师提供关键材料选项、分担工作量,目前研究已发表在《The Journal of Physical Chemistry Letters》。

本文由集邦新能源网EnergyTrend原创,转载请标明出处。

announcements 在线投稿     mail打印
Share
【免责声明】
  • 1、EnergyTrend-集邦新能源网」包含的内容和信息是根据公开资料分析和演释,该公开资料,属可靠之来源搜集,但这些分析和信息并未经独立核实。本网站有权但无此义务,改善或更正在本网站的任何部分之错误或疏失。
  • 2、任何在「EnergyTrend-集邦新能源网」上出现的信息(包括但不限于公司资料、资讯、研究报告、产品价格等),力求但不保证数据的准确性,均只作为参考,您须对您自主决定的行为负责。如有错漏,请以各公司官方网站公布为准。
  • 3、「EnergyTrend-集邦新能源网」信息服务基于"现况"及"现有"提供,网站的信息和内容如有更改恕不另行通知。
  • 4、「EnergyTrend-集邦新能源网」尊重并保护所有使用用户的个人隐私权,您注册的用户名、电子邮件地址等个人资料,非经您亲自许可或根据相关法律、法规的强制性规定,不会主动地泄露给第三方。
【版权声明】
  • 「EnergyTrend-集邦新能源网」所刊原创内容之著作权属于「EnergyTrend-集邦新能源网」网站所有,未经本站之同意或授权,任何人不得以任何形式重制、转载、散布、引用、变更、播送或出版该内容之全部或局部,亦不得有其他任何违反本站著作权之行为。