Ecole Polytechnique Federale de Lausanne’den (EPFL) bir araştırma ekibi, güneş enerjisinin daha verimli ve yaygın kullanılmasına önemli katkı sağlıyor. Araştırma ekibi, büyük veritabanlarında hızlı ve doğru arama yapmak için makine öğrenimine dayalı bir yöntem geliştirdi. Geliştirilen bu yöntem, güneş pilleri için 14 yeni malzemenin keşfedilmesini sağladı.
Araştırmacılar, güneş pilleri için en uygun perovskit malzemesini tespit ediyor
Güneş enerjisi, hayatımıza girdiğinden beri güneş ışığını daha verimli bir şekilde elektriğe dönüştürebilen malzemeler, daha çok önem kazanmaya başladı. Güneş enerjisi teknolojisinde Silikon baskın bir malzeme olsa da, perovskit malzemeler giderek daha fazla ilgi görüyor. Çünkü perovskit malzemeler daha düşük maliyetle daha basit üretim süreçlerini sunabiliyor. Ancak her ne kadar basit olsa bile perovskitlerin verimli güneş ışığı emilimi ve elektriğe dönüştürme yeteneklerini belirleyen doğru “bant aralığına” sahip olanlarını bulmak zorlu bir süreci içeriyor.
Haiyuan Wang ve Alfredo Pasquarello liderliğindeki EPFL araştırma ekibi, ileri hesaplama tekniklerini makine öğrenimiyle birleştiren bir yöntem geliştirdi. Şangay ve Louvain-La-Neuve’deki işbirlikçiliğiyle geliştirilen bu yöntem, fotovoltaik uygulamalar için en uygun perovskit malzemeleri tespit edilmesine olanak sağlıyor. Bu sayede, daha verimli ve daha ucuz güneş panellerinin önü açılarak güneş enerjisi endüstrisi için devrim oluşturulabilir.
Araştırmacılar, çalışmalarında 246 perovskit malzeme için kapsamlı ve yüksek kaliteli bant aralığı değerleri içeren bir veri seti oluşturarak başladılar. Veri seti, hibrit fonksiyoneller olarak adlandırılan ve geleneksel Yoğunluk Fonksiyonel Teorisini (DFT) geliştiren hesaplamalar kullanılarak oluşturuldu. Bu hibrit fonksiyoneller, malzemenin elektronik polarizasyon özelliklerini hesaplamalara dahil ederek, perovskitler gibi malzemeler için bant aralığı tahminlerinin doğruluğunu önemli ölçüde artırdı.
Oluşturulan veri seti, fotovoltaik uygulamalar için optimum elektronik özelliklere sahip perovskit malzemeleri belirlemek için sağlam bir temel sağladı. Ekip, bu bant aralığı hesaplamalarını kullanarak 246 perovskit üzerinde eğitilmiş bir makine öğrenme modeli geliştirdi ve modeli yaklaşık 15.000 aday materyal içeren bir veri tabanına uyguladı. Bu süreç, güneş pilleri için en umut verici perovskitleri belirlemelerini sağladı. Model, yüksek verimli güneş pilleri için mükemmel adaylar olan 14 tamamen yeni perovskit malzeme tanımladı.
ilginizi çekebilir: Perovskit güneş pillerinde yeni yöntem keşfedildi!